HvPlot 使用教程

HvPlot 使用教程

hvplot A high-level plotting API for pandas, dask, xarray, and networkx built on HoloViews 项目地址: https://gitcode.com/gh_mirrors/hv/hvplot

1. 项目介绍

HvPlot 是一个基于 HoloViews 的高层次绘图 API，它为 Pandas、Dask、XArray 和 NetworkX 等数据源提供了一种简单直观的绘图方法。HvPlot 支持 Bokeh、Matplotlib 和 Plotly 等绘图后端，使得用户能够在熟悉的环境中利用 HoloViz 生态系统的强大工具进行数据探索。

2. 项目快速启动

首先，确保您的环境中已经安装了所需的数据处理库，如 Pandas、Dask 等。接下来，可以通过以下命令安装 HvPlot：

conda install hvplot  # 使用 Conda 安装
# 或者
pip install hvplot  # 使用 Pip 安装

安装完成后，您可以使用以下 Python 代码来创建一个简单的绘图：

import numpy as np
import pandas as pd
import hvplot.pandas  # 导入 HvPlot 的 Pandas 支持

# 创建一个示例 DataFrame
idx = pd.date_range('1/1/2000', periods=1000)
df = pd.DataFrame(np.random.randn(1000, 4), index=idx, columns=list('ABCD')).cumsum()

# 绘制 DataFrame
df.hvplot()

上述代码会生成一个简单的时序图，显示四列数据的累积和。

3. 应用案例和最佳实践

HvPlot 不仅支持静态绘图，还可以轻松创建交互式数据应用。以下是一个使用 Panel 库创建交互式图表的示例：

import panel as pn
import hvplot.pandas

# 继续使用之前创建的 DataFrame
df.hvplot().interactive(width=600).head(
    n=pn.widgets.IntSlider(start=1, end=5, value=3)
)

# 运行上述代码后，你将得到一个带有滑块的交互式图表，可以调整显示的数据行数。

在 Jupyter Notebook 或其他支持 IPython 环境的地方，可以通过 hvplot.help(kind='scatter') 来查看特定类型图的支持参数。

4. 典型生态项目

HvPlot 是 HoloViz 生态系统的一部分，以下是一些相关的项目，它们可以与 HvPlot 结合使用，以增强数据可视化的能力：

• HoloViews: 一个用于构建复杂、可重用数据视觉化应用的库。
• Datashader: 一个用于大规模数据集快速可视化的库。
• Panel: 用于创建交互式 Web 应用的工具包。

通过整合这些项目，您可以构建从数据分析到发布交互式可视化应用的全流程。

hvplot A high-level plotting API for pandas, dask, xarray, and networkx built on HoloViews 项目地址: https://gitcode.com/gh_mirrors/hv/hvplot