完爆Bokeh!这个Python图表库节省了至少一半的时间

你平常是否耗费了大量的时间在创建图表上?为了让事情简单化,Spotify开源了一个Python库,它可以帮助你以简单明了的方式创建图表。让数据可视化变得轻而易举。

Spotify是全球最大的正版流媒体音乐服务平台之一,但是他们最新开源的作品Chartify 帮助数据科学家用Python创建图表,作为一个全球最大的音乐平台,Spotify从用户那里获得了非常多的数据,因此也需要一个工具来实现对数据的可视化

尽管现在有很多创建图表的工具,如Seaborn,Matplotlib,Plotly,Bokeh,Ggplot2,D3和Tableau等,但是数据科学家们仍然需要花费很多时间在创建图表的细节上,比如当你使用Matplotlib处理百分比数据的时候,可能是这样的:

tick_values = plt.axes()。get_yticks()

plt.axes()。set_yticklabels(['{:1.1f}%'。格式(值)表示tick_values中的值])

很明显,这样做的方法不够直观,也不容易记住,因此,我们经常可以看到Matplotlib用户在Stack Overflow上面寻求解决方案。

同样的情况用Charitfy解决,是这样的:

chart.axes.set_yaxis_tick_format( '0.0%')

Charitfy的语法更加简洁和友好,用户可以直接调用许多最常见的格式选项,节省很多时间

Chartify一致的输入数据格式使得在图表上创建和迭代的速度更快,因为花在数据上的时间更少。我们将以Chartify改变条形图的结构为例:

Chartify具有以下特性:

一致的输入数据格式:花费更少的时间来转换数据,所有绘图功能都使用一致的输入数据格式。

智能样式:创建漂亮的图表,基本无需你自定义

简单的API:API尽可能直观且易于学习。

灵活性:Chartify基于Bokeh创建,因此如果用户可以随时使用Bokeh的API。

目前该项目在 GitHub 上已经获得 925 个Star,49 个Fork(项目地址:https://github.com/spotify/chartify)

图表示例

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181122A201E200?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券