小白玩转Python | Top 5 Python 数据可视化技术

最新推荐文章于 2025-03-03 23:12:08 发布

双木的木

最新推荐文章于 2025-03-03 23:12:08 发布

阅读量674

点赞数 20

CC 4.0 BY-SA版权

分类专栏： python拓展学习 python库文章标签： python 开发语言深度学习信息可视化计算机视觉人工智能 opencv

本文链接：https://blog.csdn.net/csdn_xmj/article/details/142469098

本文来源公众号“小白玩转Python”，仅用于学术分享，侵权删，干货满满。

原文链接：Top 5 Python 数据可视化技术

数据可视化技术是学习和工作必不可少的技能之一。掌握这五种高级可视化图表将使数据可视化变得容易。这些库互为补充，以最大化数据表达。

和弦图 (Chord Diagram)

和弦图创造性地展示了数据点之间复杂的关系。节点围绕一个圆圈排列，通过弧线连接。弧线的长度反映了连接值，其粗细表示关系的重要性。颜色对数据进行分类，使比较变得容易。广泛应用于各个领域，特别是在可视化遗传数据方面。

以下是一个使用 Holoviews & Bokeh 创建显示五个国家之间贸易关系的和弦图的示例。

import holoviews as hv
from holoviews import opts
import pandas as pd
import numpy as np
hv.extension('bokeh')

# Sample matrix representing the export volumes between 5 countries
export_data = np.array([[0, 50, 30, 20, 10],
                        [10, 0, 40, 30, 20],
                        [20, 10, 0, 35, 25],
                        [30, 20, 10, 0, 40],
                        [25, 15, 30, 20, 0]])

labels = ['USA', 'China', 'Germany', 'Japan', 'India']

# Creating a pandas DataFrame
df = pd.DataFrame(export_data, index=labels, columns=labels)
df = df.stack().reset_index()
df.columns = ['source', 'target', 'value']

# Creating a Chord object
chord = hv.Chord(df)

# Styling the

最低0.47元/天解锁文章