Python绘图还在用Matplotlib?out了 !发现一款手绘可视化神器!

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

GitHub 地址:https://github.com/chenjiandongx/cutecharts

PS:如有需要Python学习资料的小伙伴可以加点击下方链接自行获取

http://note.youdao.com/noteshare?id=3054cce4add8a909e784ad934f956cef

今天,给大家介绍一个很酷的 Python 手绘风格可视化神包:cutecharts。

和 Matplotlib 、pyecharts 等常见的图表不同,使用这个包可以生成下面这种看起来像手绘的各种图表,在一些场景下使用效果可能会更好。

一行命令先安装好该库:

pip install cutecharts

柱状图

 1 from cutecharts.charts import Bar
 2 from cutecharts.components import Page
 3 from cutecharts.faker import Faker
 4 ?
 5 ?
 6 def bar_base() -> Bar:
 7     chart = Bar("Bar-基本示例")
 8     chart.set_options(labels=Faker.choose(), x_label="I‘m xlabel", y_label="I‘m ylabel")
 9     chart.add_series("series-A", Faker.values())
10     return chart
11 ?
12 bar_base().render()

折线图

 1 from cutecharts.charts import Line
 2 from cutecharts.components import Page
 3 from cutecharts.faker import Faker
 4 ?
 5 ?
 6 def line_base() -> Line:
 7     chart = Line("Line-基本示例")
 8     chart.set_options(labels=Faker.choose(), x_label="I‘m xlabel", y_label="I‘m ylabel")
 9     chart.add_series("series-A", Faker.values())
10     chart.add_series("series-B", Faker.values())
11     return chart
12 line_base().render()

饼图

 1 from cutecharts.charts import Pie
 2 from cutecharts.components import Page
 3 from cutecharts.faker import Faker
 4 ?
 5 ?
 6 def pie_base() -> Pie:
 7     chart = Pie("Pie-基本示例")
 8     chart.set_options(labels=Faker.choose())
 9     chart.add_series(Faker.values())
10     return chart
11 pie_base().render()

雷达图

 1 from cutecharts.charts import Radar
 2 from cutecharts.components import Page
 3 from cutecharts.faker import Faker
 4 ?
 5 ?
 6 def radar_base() -> Radar:
 7     chart = Radar("Radar-基本示例")
 8     chart.set_options(labels=Faker.choose())
 9     chart.add_series("series-A", Faker.values())
10     chart.add_series("series-B", Faker.values())
11     return chart
12 ?
13 ?
14 radar_base().render()

散点图

 1 from cutecharts.charts import Scatter
 2 from cutecharts.components import Page
 3 from cutecharts.faker import Faker
 4 ?
 5 ?
 6 def scatter_base() -> Scatter:
 7     chart = Scatter("Scatter-基本示例")
 8     chart.set_options(x_label="I‘m xlabel", y_label="I‘m ylabel")
 9     chart.add_series(
10         "series-A", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]
11     )
12     chart.add_series(
13         "series-B", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]
14     )
15     return chart
16 ?
17 ?
18 scatter_base().render()

觉得不错就赶紧去尝尝鲜!

原文地址:https://www.cnblogs.com/Qqun821460695/p/11984778.html

时间: 2024-10-10 12:38:49

Python绘图还在用Matplotlib?out了 !发现一款手绘可视化神器!的相关文章

使用matplotlib,pylab进行python绘图

一提到python绘图,matplotlib是不得不提的python最著名的绘图库,它里面包含了类似matlab的一整套绘图的API.因此,作为想要学习python绘图的童鞋们就得在自己的python环境中安装matplotlib库了,安装方式这里就不多讲,方法有很多,给个参考的. 本文将在已安装matplotlib的环境中教新手如何快速使用其中的接口进行绘图操作,并展现一个非常直观的绘图例子,以及控制绘图中的一些细节的方法. 既然绘图要用matplotlib的包,并且我们也已经安装了,那么首先

Python绘图matplotlib

转自http://blog.csdn.net/ywjun0919/article/details/8692018 Python图表绘制:matplotlib绘图库入门 matplotlib 是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地行制图.而且也可以方便地将它作为绘图控件,嵌入GUI应用程序中. 它的文档相当完备,并且Gallery页面中有上百幅缩略图,打开之后都有源程序.因此如果你需要绘制某种类型的图,只需要在这个页面中浏览/复制/粘贴一下,基

Python 绘图包 Matplotlib Pyplot 教程

Pyplot 接口简介 Pyplot 入门 matplotlib.pyplot?是命令风格函数的集合,使 Matplotlib 像 MATLAB 一样工作.每个 Pyplot 函数对图形做一些修改,例如:创建一个图形,在图形中创建一个绘图区域,在绘图区域中回值一些线条,用标签装饰图形等等. 在?matplotlib.pyplot中,在函数调用之间保留了各种状态,以便跟踪当前图形和绘图区域等内容,绘图函数指向当前 轴(Axes 对象). 注意 Pyplot API 通常不如面向对象的 API 灵活

Python绘图工具matplotlib的安装

今天在机子上安装matplotlib遇到一些问题,特将此记录下来,供大家分享以少走弯路. 1:下载matplotlib 去官网上下载你所需要的版本http://matplotlib.org/download.html,  注意这里的32位和64位指的是python版本.由于是exe文件,直接安装即可. 2:import matplotlib 当我在python shell 中使用命令import matplotlib时出现了以下错误 此时我们需要安装dateutil,这里需要使用easy_ins

Python中cv2库和matplotlib库色彩空间排布不一致

今天在python中读如图片时发现以下问题: 1.在from matplotlib import pyplot as plt之后,再import cv2 cv2.imshow()不能正常使用,还不知道是什么原因 目前我的解决办法是,使用cv2读入图像,然后调用plt.imshow()显示图像,不使用cv2.imshow()显示图像 2.OpenCV的cv2库中的色彩空间和matplotlib库中的色彩空间的排布方式是不一样的 cv2中的色彩排列是(b,g,r),而matplotlib库中的排列方

python绘图(一)

入python绘图坑 今天开始机器学习. 赶快学会matplotlib,numpy和scipy里的一万个函数 这里是matplotlib官网例程 让我嘚瑟一下 import numpy as np import matplotlib.pyplot as plt x = np.linspace(0, 10, 1000) y = np.sin(x) z = np.cos(x**2) plt.figure(figsize=(8,4)) plt.plot(x,y,label="$sin(x)$"

Python 在Windows下安装matplotlib

windows下安装很麻烦,使用easy_install 安装报错  提示缺少freetype 和png 后经多方查询,最终安装成功 以下是安装过程 前提你的Python环境已经搭建好了 1.前提需要安装numpy 2.Matplotlib的安装 这个你既可以在官网中找到Download页面下载,也可以直接在Sourceforge上搜索并下载exe文件. 地址:http://sourceforge.net/projects/matplotlib/files/matplotlib/. 我的是64位

Python——数据分析,Numpy,Pandas,matplotlib

由于图片内容太多,请拖动至新标签页再查看 Python--数据分析,Numpy,Pandas,matplotlib 原文地址:https://www.cnblogs.com/Jery-9527/p/10804069.html

你大概走了假敏捷:《手绘敏捷宝典》在此,还不来收!

欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 本文由薄玉桴发表于云+社区专栏 今天你敏捷了没有?"敏捷"在互联网和软件开发领域从涓涓细流逐渐演变为行业潮流,往小了说是改进了开发方法,往大了说是革了瀑布流式的命--把产品开发引向了快速迭代.小步快跑的路线上. 我们使用 tapd 写 feature,流转.跟踪任务,言必谈敏捷,然而我们是否真的走对了敏捷?(注:tapd 是腾讯内部的敏捷项目管理系统) . 1.朋友,你听说过敏捷么? 2.离开敏捷工具,我们怎么敏? 3.设计也