本文转载自：微信公众号“程序员狗”
您可能已经习惯了用Matplotlib和seaborn制作不同的图表，但今天我要介绍一个酷酷的PTON手绘风格的可视化软件包cutecharts。
此软件包可用于生成以下看起来像手绘的图表，在某些场景中可以更好地工作。这些可爱的图表也具有互动性和动态性。每次将鼠标悬停在图形上时，都会出现数字。要制作这样的图表，只需要几行python代码。
目前，该库支持5种图表：条形图、折线图、饼图、雷达图和散点图。它还支持图表的组合。
在绘制可爱的图表之前，必须安装cutechart库。
$ pip install cutecharts
安装后，我将绘制条形图和折线图。首先，以一个城市的温度数据为例创建数据。
# import library and data import Cu as CT CDF=({ ' x '[' sun . ')，' mon . '' tue . '' wed '
1
条形图
代码：
Chart=c ('Toronto temperature 'width=' 500px 'height=' 400 px ')(labels=list(df[')
效果：
在此条形图中，所有条形图的颜色都相同。要自定义每个条形图的颜色，只需更改一行代码。
图表=c('标题'宽度=' 500px '高度=' 400px '(标签=列表(df ['x'])) # ea5f89 '' #
2
折线图
如果要观察时间序列数据的波动差异，线无疑更直观。
代码：
Chart=c ("Toronto temperature "，width=' 500px 'height=' 400 px ')(labels=list(df[')
还有另一个特别的功能。
将鼠标放在图表上，图表上会自动显示带有数字的标签，并画有虚线，本周和上周的气温差异更加直观。
3
雷达图
p>要将线型图改为雷达图，你只需要将图表类型改为c。
代码：
chart = c(‘Toronto Temperature’,width=’700px’,height=’600px’( labels=list(df[‘x’]), is_show_legend=True, #by default, it is true. You can turn it off. legend_pos=’upRight’ #location of the legend (‘This week’,list(df[‘y’])(“Last week”,list(df[‘z’]
效果：
4
饼图
我们需要另一个数据集来制作饼图和甜甜圈图。
创建数据集：
df=({‘x’:[‘Asia’, ‘Africa’, ‘Europe’, ‘North America’, ‘South America’, ‘Australia’], ‘y’:[59.69, 16, 9.94, 7.79, 5.68, 0.54]})
这个数据集包含了大洲名称和人口占比。
chart = c(‘% of population by continent’,width=’500px’,height=’400px’( labels=list(df[‘x’]), inner_radius=0 (list(df[‘y’])) c
效果：
而且把饼图变成甜甜圈图也很容易。你只需要改变inner_radius的参数。
代码：
df=({‘x’:[‘Asia’, ‘Africa’, ‘Europe’, ‘North America’, ‘South America’, ‘Australia’], ‘y’:[59.69, 16, 9.94, 7.79, 5.68, 0.54]})chart = c(‘% of population by continent’,width=’500px’,height=’400px’( labels=list(df[‘x’]), inner_radius=0.6 (list(df[‘y’])) c
5
散点图
为了绘制散点图，我将创建一个新的数据集。这次我们用到的是温度和冰淇淋销量数据。
数据集：
Temperature = [14.2,16.4,11.9,15.2,18.5,22.1,19.4,25.1,23.4,18.1,22.6,17.2]Sales = [215,325,185,332,406,522,412,614,544,421,445,408]
散点图代码：
chart = c(‘Ice Cream Sales vs Temperature’,width=’500px’,height=’600px’( x_label=”Temperature (Celcius)”, y_label=”Icecream Sales” , colors=[‘#1EAFAE’], is_show_line = False, dot_size=1(“Temperature”, [(z[0], z[1]) for z in zip(Temperature, Sales)])c
6
组合图
如果你想把多个图表组合在一起，那么代码也不复杂。
chart1 = c(“Toronto Temperature”,width=’500px’,height=’400px’( labels=list(df[‘x’]), x_label=”Days”, y_label=”Temperature (Celsius)” (“This Week”, list(df[‘y’])) c(“Last Week”, list(df[‘z’]))chart2 = c(‘Toronto Temperature’,width=’500px’,height=’400px’( labels=list(df[‘x’]), x_label=”Days”, y_label=”Temperature (Celsius)” , colors=[‘#1EAFAE’ for i in range(len(df))] (“This week”,list(df[‘y’])(“Last week”,list(df[‘z’]))page = Page(chart1, chart2
cutecharts这个包非常简单易用，如果你也喜欢这个风格的图表，就赶快试一下。
声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。