Python一行代码搞定炫酷可视化，你需要了解一下Cufflinks

前言

学过Python数据分析的朋友都知道，在可视化的工具中，有很多优秀的三方库，比如matplotlib，seaborn，plotly，Boken，pyecharts等等。这些可视化库都有自己的特点，在实际应用中也广为大家使用。

plotly、Boken等都是交互式的可视化工具，结合Jupyter notebook可以非常灵活方便地展现分析后的结果。虽然做出的效果非常的炫酷，比如plotly，但是每一次都需要写很长的代码，一是麻烦，二是不便于维护。

我觉得在数据的分析阶段， 更多的时间应该放在分析上，维度选择、拆解合并，业务理解和判断。 如果既可以减少代码量，又可以做出炫酷可视化效果，那将大大提高效率。当然如果有特别的需求除外，此方法仅针对想要快速可视化进行分析的人。

本篇给大家介绍一个非常棒的工具， cufflinks ， 可以完美解决这个问题,且效果一样炫酷。

cufflinks介绍

就像seaborn封装了matplotlib一样，cufflinks在plotly的基础上做了一进一步的包装，方法统一，参数配置简单。其次它还可以结合pandas的dataframe随意灵活地画图。可以把它形容为 "pandas like visualization" 。

毫不夸张地说，画出各种炫酷的可视化图形， 我只需一行代码 ，效率非常高，同时也降低了使用的门槛儿。cufflinks的github链接如下：

https://github.com/santosjorge/cufflinks

cufflinks安装

安装不多说，直接pip install即可。

pip install cufflinks

cufflinks如何使用？

cufflinks库一直在不断更新，目前最新版为V0.14.0，支持plotly3.0。首先我们看看它都支持哪些种类的图形，可以通过help来查看。

import cufflinks as cf

cf.help()

 

Use 'cufflinks.help(figure)' to see the list of available parameters for the given figure.

Use 'DataFrame.iplot(kind=figure)' to plot the respective figure

Figures: