So verwenden Sie das Python-Visualisierungspaket ordnungsgemäß

Matplotlib ist in Python am sichtbarsten, aber die Schwierigkeit besteht darin, dass die API überladen und schwer zu merken ist. Ich bin der Meinung, dass Bokeh am bequemsten ist, da die API gut organisiert ist, aber es ist bedauerlich, dass es auf Japanisch immer noch wenig Informationen gibt. Ich hoffe, dass Bokeh, das das Web unterstützen kann, in Zukunft wachsen wird.

Empfohlene Verwendung

• Wenn Sie einfache Daten schnell zeichnen möchten
  • Matplotlib
• Wenn Sie von MATLAB zu Python wechseln
  • Matplotlib ――Wenn du cool aussehen willst
  • Bokeh
• Wenn Sie interaktive Operationen einschließen möchten
  • Bokeh
• Wenn Sie den numerischen Wert des Datenpunkts in der Grafik überprüfen möchten
  • Bokeh
  • Plotly
• Wenn Sie eine 3D-Form zeichnen möchten
  • Plotly
  • Mayavi
• Für statistische Analysen
  • seaborn

Matplotlib

guter Punkt

――Es ist einfach, einfache Daten zu zeichnen.

• Die Handlungsfunktion ist wesentlich (ich fühle).
• Auf Japanisch gibt es mehr Informationen als auf anderen.
• Sie können direkt mit der DataFrame.plot-Methode von pandas zeichnen.
  • Visualization
  • API Reference - Series - Plotting
  • API Reference - DataFrame - Plotting
• Da die API MATLAB ähnelt, ist es einfach, von MATLAB zu wechseln.
• Der Maßstab des 3D-Diagramms wird automatisch für jede Achse festgelegt.

Schlechte Punkte

• Japanisch kann standardmäßig nicht angezeigt werden. -Sie können das Diagramm nicht interaktiv auf dem Notebook verschieben. (Wenn Sie "% matplotlib notebook" anstelle von "% matplotlib inline" verwenden, funktioniert dies. Wenn Sie das Notebook jedoch schließen und erneut öffnen, funktioniert es nicht.)
• Eine Mischung aus Anweisungs-APIs und objektorientierten APIs kann verwirrend sein.
• Die Reaktion der interaktiven Operation ist nicht gut.
• Das 3D-Plotverfahren ist umständlich und schwer zu merken. ――Das Ausrichten der Skalen von 3 Achsen im 3D-Diagramm ist recht mühsam, daher ist es nicht für die Anzeige von 3D-Formen geeignet.

Plotprobe

Bokeh

guter Punkt

-Sie können das Diagramm nach dem Plotten auch auf dem Notebook interaktiv verschieben.

• Sie können Diagramme, die interaktiv verschoben werden können, in HTML konvertieren und an andere Personen weitergeben.
  • Embedding Plots and Apps
• Einfache Anpassung des interaktiven Betriebs
  • Configuring Plot Tools
  • Adding Widgets
• Kann in eine Website eingebettet werden.
  • Running a Bokeh Server
• Sie können das Diagramm dynamisch mit Streaming-Daten aktualisieren.
  • Updating From Threads
• Wenn WebGL aktiviert ist, können Sie sich mit guter Reaktion bewegen, auch wenn Sie eine große Datenmenge zeichnen.
  • Speeding up with WebGL --Dokumente sind leicht zu lesen.

Schlechte Punkte

• Ich kann nicht in 3D zeichnen.
• Die API des grundlegenden Plotmoduls muss von Ihnen selbst farbcodiert werden.
• Die API des Diagrammmoduls ist ein Kreisverkehr, um einfache Daten zu zeichnen.

Plotprobe

Plotly

guter Punkt

-Sie können das Diagramm nach dem Plotten auch auf dem Notebook interaktiv verschieben.

• Sie können Diagramme, die interaktiv verschoben werden können, in HTML konvertieren und an andere Personen weitergeben.
• Die Funktion zum Anzeigen des numerischen Werts des Datenpunkts ist standardmäßig aktiviert. Das 3D-Plotten kann auf die gleiche Weise wie das 2D-Plotten durchgeführt werden.
• Die Reaktion des 3D-Diagramms ist gut.
• Da der Maßstab des 3D-Diagramms für alle drei Achsen gleich ist, eignet es sich zur Anzeige von 3D-Formen.

Andere Funktionen ähneln Bokeh, aber ich habe sie nicht im Detail untersucht.

Schlechte Punkte

• Es ist schwierig, die Größe des Diagramms anzugeben.
• Ich weiß nicht, wie ich ein 3D-Diagramm für jede Achse in einem anderen Maßstab anzeigen soll.
• Es gibt sehr wenig Informationen.
• Einige Funktionen sind aufgeladen (Streaming scheint aufgeladen zu sein)
• Das Dokument ist schwer zu referenzieren.
• Die Erklärung von docstring ist kurz.
• Der größte Teil des Beispielcodes verwendet die kostenpflichtige Version der API. --Kann nicht im offiziellen Dokument suchen.

Plotprobe

Hinweis: So führen Sie den Beispielcode in der kostenlosen Version aus

Wenn Sie "import plotly.plotly as py" durch "import plotly.offline as py" ersetzen, sollte dies funktionieren.

Mayavi

guter Punkt

• Da es ausschließlich für das 3D-Plotten vorgesehen ist, verfügt es über alle Funktionen des 3D-Plots.
• Sie können die Einstellungen nach dem Plotten ändern.
• Es gibt ein japanisches Tutorial zu 3D-Plots.
• 3.5. 3D-Plot von Mayavi - Scipy-Vorlesungsunterlagen

Schlechte Punkte

• Die Installation ist problematisch, da PyQt5 nicht unterstützt wird
• In der Root-Umgebung von Anaconda 4.3.0 funktioniert dies standardmäßig nicht.
• Sie müssen die Version angeben und PyQt4 installieren. --conda update --all ist NG (aktualisiert auf PyQt5)
• Standardmäßig wird die Achse nicht angezeigt. -Obwohl es auf dem Notebook angezeigt werden kann, sind seine Funktionen ziemlich eingeschränkt.

seaborn

guter Punkt

• Es gibt viele Ultra-High-Level-APIs, die sich auf statistische Analysen spezialisiert haben. --lmplot: Regression und Handlung gleichzeitig - seaborn.lmplot --joinplot: Eine Kombination aus einem Streudiagramm mit zwei Variablen und einem Histogramm - seaborn.jointplot --pairplot: Sammeln multivariater Streudiagramme - seaborn.pairplot
• Jitter ist praktisch (eine Funktion zum Zeichnen überlappender Punkte, die mit einer leichten Verschiebung schwer zu erkennen sind)
• Jitter-Beispiel: seaborn.stripplot

Schlechte Punkte

• Der Stil von Matplotlib wird ohne Erlaubnis nur durch Importieren geändert.

Referenzlink

Jupyter-Notizbuch-Zeichnungsbibliotheksvergleich-Qiita Cheet Sheet für die Anzeige von Gegenständen in Jupyter Notebook - Qiita