22个Python绘图包，极简总结

今天我参考github，总结出一个极简但却包括了几乎所有Python的绘图包。

一共22个Python绘图包：

Python 绘图包

• altair - 基于Vega Lite的声明性统计可视化

• bokeh - 用于Python的交互式Web绘图

• Chartify - Bokeh包装，使数据科学家更容易创建图表

• diagram - 使用UTF-8字符的文本模式图

• ggplot - 基于R的绘图系统ggplot2

• glumpy - OpenGL科学可视化库

• holoviews - 来自注释数据的复杂和声明性可视化

• ipychart - Jupyter Notebook中使用Chart.js

• mayai - 用Python进行交互式科学数据可视化和3D绘图

• matplotlib - 二维绘图库

• missingno - 提供灵活的数据可视化工具集，允许基于matplotlib快速直观地总结数据集的完整性

• plotly - 基于plotly.js的交互式网络可视化

• PyQtGraph - 交互式实时2D/3D/图像打印和科学/工程小部件。

• PyVista – 通过可视化工具包（VTK）的流线型界面进行3D绘图和网格分析

• seaborn - 用于制作有吸引力且信息丰富的统计图形的库

• toyplot - 儿童大小的Python绘图工具包，具有成人大小的目标

• three.py - 基于PyOpenGL的易于使用的3D库。灵感来自Three.js

• veusz - Python多平台GUI绘图工具和图形库

• VisPy - 基于OpenGL的高性能科学可视化

• vtk - 3D计算机图形、图像处理和可视化，包括Python界面

• pandas-profiling - 生成具有可视化功能的统计分析报告，以进行快速数据分析

• pyechars - 基于Echarts库的Python绘图库

最后再分享一个对应上面22个绘图包的思维导图：

最后祝大家天天进步！！学习Python最重要的就是心态。我们在学习过程中必然会遇到很多难题，可能自己想破脑袋都无法解决。这都是正常的，千万别急着否定自己，怀疑自己。如果大家在刚开始学习中遇到困难，想找一个python学习交流环境，可以加入我们，领取学习资料，一起讨论