HvPlot基于HoloViews的pandas高级绘图python的API

　　1 说明：
　　=====
　　1.1 HvPlot - 基于HoloViews的pandas、dask、streamz和xarray高级绘图API。
　　1.2 HvPlot就是一个python高级数据可视化图库。
　　1.3 其实就是基于boken的，一行代码搞定的数据可视化基本作图。
　　1.4 本次代码是基于微软编辑器vscode，源代码基于jupyter的；
　　1.5 顺带复习pandas的读取csv文件，更具有实际操作特性。
　　2 准备：
　　=====
　　2.1 官网：https://www.cnpython.com/pypi/hvplot https://github.com/holoviz/hvplot  #数据来源这个包
　　2.2 环境：
　　华为笔记本电脑、深度deepin-linux操作系统、谷歌浏览器、python3.8和微软vscode编辑器。
　　2.3 安装：pip install hvplot #本机安装 sudo pip3.8 install hvplot #本机推荐国内源安装 sudo pip3.8 install -i https://mirrors.aliyun.com/pypi/simple hvplot #本机附带安装 sudo pip3.8 install intake sudo pip3.8 install -i https://mirrors.aliyun.com/pypi/simple intake
　　2.4 软连接：
　　2.4.1 报警：WARNING: The script colorcet is installed in ＂/usr/local/python3.8/bin＂ which is not on PATH.   Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.      WARNING: The script hvplot is installed in ＂/usr/local/python3.8/bin＂ which is not on PATH.   Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.    WARNING: The scripts intake and intake-server are installed in ＂/usr/local/python3.8/bin＂ which is not on PATH.   Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.
　　2.4.2 建议建立软连接：本机未进行软连接也行，必要时如下sudo ln -s /usr/local/python3.8/bin/hvplot /usr/bin/hvplot
　　3 注意：
　　=====
　　3.1 数据集：crime.csv，是来源github的包，位于这个位置：
　　hvplot-master/examples/data/crime.csv，我将其放在指定位置。
　　3.2 修改源代码，用微软编辑器运行，自动打开浏览器，在网页上显示，支持中文，超级简单，基本上一行核心代码即可。
　　3.3 本代码为注释版，里面有详细的讲解。
　　4 折线图：
　　=======
　　4.1 代码：#line线图 import hvplot as hv import hvplot.pandas as hvpd import pandas as pd #调用pandas读取csv数据 df = pd.read_csv(＂/home/xgj/Desktop/hvplot/crime.csv＂) #注意hvplot.line是调用hvplot.pandas这个包 #1组数据的比较 #方法一：hvplot.line==折线图 #xx=df.hvplot.line(x=＂Year＂, y=＂Violent Crime rate＂)  #方法二：kind=＂line＂==折线图 #3组数据 xx=df.hvplot(x=＂Year＂, y=[＂Violent Crime rate＂, ＂Robbery rate＂, ＂Burglary rate＂],              value_label=＂Rate (per 100k people)＂, kind=＂line＂) #浏览器展示xx图表 hv.show(xx)
　　4.2 操作和效果图：
　　5 散点图：
　　=======
　　5.1 代码：import hvplot as hv import hvplot.pandas as hvpd import pandas as pd  #调用pandas读取csv数据 df = pd.read_csv(＂/home/xgj/Desktop/hvplot/crime.csv＂) #注意hvplot.scatter是调用hvplot.pandas这个包 #xx=df.hvplot.scatter(x=＂Year＂, y=＂Violent Crime rate＂) #1组数据 #xx=df.hvplot(x=＂Year＂, y=＂Violent Crime rate＂, kind=＂scatter＂) #3组数据 xx=df.hvplot(x=＂Year＂, y=[＂Violent Crime rate＂, ＂Robbery rate＂, ＂Burglary rate＂],              value_label=＂Rate (per 100k people)＂, kind=＂scatter＂)  #浏览器展示xx图表 hv.show(xx)
　　5.2 效果图：
　　6 柱状图：
　　=======
　　6.1 代码：import hvplot as hv import hvplot.pandas as hvpd import pandas as pd  #调用pandas读取csv数据 df = pd.read_csv(＂/home/xgj/Desktop/hvplot/crime.csv＂) #取前10行数据，由于数据较多 dd=df.head(10) #3组数据 xx=dd.hvplot(x=＂Year＂, y=[＂Violent Crime rate＂, ＂Robbery rate＂, ＂Burglary rate＂],              value_label=＂Rate (per 100k people)＂, kind=＂bar＂)  #浏览器展示xx图表 hv.show(xx)
　　6.2 效果图：
　　7 hexbin：
　　=======
　　7.1 代码：import hvplot as hv import hvplot.pandas as hvpd import pandas as pd #调用pandas读取csv数据 df = pd.read_csv(＂/home/xgj/Desktop/hvplot/crime.csv＂) #只能一组数据展示 xx=df.hvplot.hexbin(x=＂Year＂, y=＂Violent Crime rate＂) #浏览器展示xx图表 hv.show(xx)
　　7.2 效果图：
　　8 subplots：
　　========
　　8.1 代码：import hvplot as hv import hvplot.pandas as hvpd import pandas as pd #调用pandas读取csv数据 df = pd.read_csv(＂/home/xgj/Desktop/hvplot/crime.csv＂) #3组数据，一个图 #xx=df.hvplot(x=＂Year＂, y=[＂Burglary rate＂, ＂Violent Crime rate＂, ＂Robbery rate＂], value_label=＂Rate＂) #3个子图subplots xx=df.hvplot(x=＂Year＂, y=[＂Burglary rate＂, ＂Violent Crime rate＂, ＂Robbery rate＂],                 value_label=＂Rate＂, subplots=True, width=300, height=200) #浏览器展示xx图表 hv.show(xx)
　　8.2 效果图：
　　9 附带2个gif：
　　==========
　　9.1 networkx
　　9.1.1 需要安装这个模块：pip install networkx
　　9.1.2 代码：import networkx as nx import hvplot.networkx as hvnx G = nx.karate_club_graph() xx=hvnx.draw_spring(G, labels=＂club＂, font_size=＂10pt＂, node_color=＂club＂, cmap=＂Category10＂, width=500, height=500) hvnx.show(xx)
　　9.1.3 效果图：
　　9.2 Streaming.ipynb
　　9.2.1 代码省略。基于jupyter。
　　9.2.2 需安装：sudo pip install -i https://mirrors.aliyun.com/pypi/simple streamz #本机安装 sudo pip3.8 install -i https://mirrors.aliyun.com/pypi/simple streamz
　　9.2.2 效果图：
　　===自己整理并分享出来===
　　喜欢的人，请点赞、关注、评论、转发和收藏。