HoloViews库一个被忽视的高级的python的数据可视化库

　　1 说明：
　　=====
　　1.1 HoloViews是PyViz的产品之一，而且其提供了Bokeh，matplotlib和Datashader可视化库的扩展。
　　1.2 HoloViews库用来制作数据可视化，比bokeh和matplotlib更方便、更简洁，是一个python库文件。
　　1.3 基于jupyter的可交互的，当然还可以生成html和svg等格式。
　　1.4 目前国内中文教程基本没有，我来介绍一下。
　　2 准备：
　　=====
　　2.1 官网：https://github.com/holoviz/holoviews https://holoviews.org/ https://holoviews.org/gallery/index.html
　　2.2 安装：pip install holoviews #本机安装 sudo pip3.8 install holoviews
　　2.3 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。
　　3 散点图：
　　=======
　　3.1 基本散点图：
　　3.1.1 代码：注意#%%是一个单元cell#%% #基本散点图 import holoviews as hv from holoviews import opts hv.extension(＂bokeh＂) #hv.extension(＂matplotlib＂) #不是随便这样就可以切换matplotlib的  x = [＂a＂, ＂b＂, ＂c＂, ＂d＂, ＂e＂, ＂f＂, ＂g＂, ＂h＂] y =  [50, 40, 65, 10, 25, 37, 80, 60] scatter = hv.Scatter((x, y))  overlay=scatter.opts(     #设置散点大小、填充颜色和圆边线颜色，图标fig的大小        opts.Scatter(size=15, fill_color=＂orange＂, line_color=＂green＂,width=400, height=400),     )  #%% overlay  #%% #保存文件 hv.save(overlay,filename=＂/home/xgj/Desktop/holoviews/12-scatter-1.html＂)
　　3.1.2 操作和效果图：
　　3.2 垂直气球图：
　　3.2.1 代码：#垂直气球图 #Spikes+Scatter import holoviews as hv from holoviews import opts hv.extension(＂bokeh＂)  x = [＂a＂, ＂b＂, ＂c＂, ＂d＂, ＂e＂, ＂f＂, ＂g＂, ＂h＂] y =  [50, 40, 65, 10, 25, 37, 80, 60] scatter = hv.Scatter((x, y)) spikes = hv.Spikes(scatter)  overlay=(spikes * scatter).opts(     opts.Scatter(size=15, fill_color=＂orange＂, line_color=＂green＂,width=400, height=400),     )  overlay #jupyter显示 #保存文件 hv.save(overlay,filename=＂/home/xgj/Desktop/holoviews/13-scatter-2.html＂)
　　3.2.2 图：
　　3.3 水平气球图：
　　3.3.1 代码：import holoviews as hv from holoviews import opts hv.extension(＂bokeh＂)  x = [＂a＂, ＂b＂, ＂c＂, ＂d＂, ＂e＂, ＂f＂, ＂g＂, ＂h＂] y =  [50, 40, 65, 10, 25, 37, 80, 60] scatter = hv.Scatter((x, y)) spikes = hv.Spikes(scatter)  overlay=(spikes * scatter).opts(     opts.Scatter(size=15, fill_color=＂orange＂, line_color=＂green＂,width=400, height=400),     #设置杆，变成水平杆和相关定义     opts.Spikes(color=＂green＂, line_width=4, labelled=[], invert_axes=True, color_index=None),     )  #保存文件 hv.save(overlay,filename=＂/home/xgj/Desktop/holoviews/13-scatter-3.html＂)
　　3.3.2 图：
　　3.4 组合复合图：
　　heatmap（热力图）+spikes+Scatter（水平气球图）
　　3.4.1 代码：import holoviews as hv from holoviews import opts hv.extension(＂bokeh＂) #散点图数据 factors = [＂a＂, ＂b＂, ＂c＂, ＂d＂, ＂e＂, ＂f＂, ＂g＂, ＂h＂] x =  [50, 40, 65, 10, 25, 37, 80, 60] scatter = hv.Scatter((factors, x)) spikes = hv.Spikes(scatter) #热力图数据 x = [＂foo＂, ＂foo＂, ＂foo＂, ＂bar＂, ＂bar＂, ＂bar＂, ＂baz＂, ＂baz＂, ＂baz＂] y = [＂foo＂, ＂bar＂, ＂baz＂, ＂foo＂, ＂bar＂, ＂baz＂, ＂foo＂, ＂bar＂, ＂baz＂] z = [0, 1, 2, 3, 4, 5, 6, 7, 8] heatmap = hv.HeatMap((x, y, z)) #组合 overlay=(heatmap + spikes * scatter).opts(     opts.Scatter(size=15, fill_color=＂orange＂, line_color=＂green＂),     opts.Spikes(color=＂green＂, line_width=4, labelled=[], invert_axes=True, color_index=None),     opts.Layout(shared_axes=False)) #保存文件，指定目录和文件夹 hv.save(overlay,filename=＂/home/xgj/Desktop/holoviews/6-heatmap-scatter.html＂)
　　3.4.2 图：
　　4 面积图area：
　　==========
　　4.1 代码：import numpy as np import holoviews as hv from holoviews import opts #基于bokeh hv.extension(＂bokeh＂) #模拟数据 python=np.array([2, 3, 7, 5, 26, 221, 44, 233, 254, 265, 266, 267, 120, 111]) JavaScript=np.array([12, 33, 47, 15, 126, 121, 144, 233, 254, 225, 226, 267, 110, 130]) html=np.array([22, 43, 10, 25, 26, 101, 114, 203, 194, 215, 201, 227, 139, 160]) #x坐标是kdims，y坐标是vdims dims = dict(kdims=＂time＂, vdims=＂memory＂) python = hv.Area(python, label=＂python＂, **dims) JavaScript   = hv.Area(JavaScript,   label=＂JavaScript＂,   **dims) html = hv.Area(html, label=＂html＂, **dims) #在opts中的opts的Area中可设置图标fig的大小 #默认估计是200和200，比较小 opts.defaults(opts.Area(fill_alpha=0.5,width=400, height=400)) overlay = (python * JavaScript * html) #图表的标题名 overlay.relabel(＂Area Chart＂) #保存文件 hv.save(overlay,filename=＂/home/xgj/Desktop/holoviews/1-area.html＂)
　　4.2 图：
　　5 curve曲线图：
　　==========
　　5.1 代码：#curve曲线图 import holoviews as hv from holoviews import opts hv.extension(＂bokeh＂) #模拟数据 stamp    = [.33, .33, .34, .37, .37, .37, .37, .39, .41, .42,             .44, .44, .44, .45, .46, .49, .49] postcard = [.20, .20, .21, .23, .23, .23, .23, .24, .26, .27,             .28, .28, .29, .32, .33, .34, .35] #标题名 group = ＂U.S. Postage Rates (1999-2015)＂ #曲线图设置 stamp    = hv.Curve(stamp, vdims=＂Rate per ounce＂, label=＂stamp＂, group=group) postcard = hv.Curve(postcard, vdims=＂Rate per ounce＂, label=＂postcard＂, group=group) postage = (stamp * postcard)  postage.opts(     #曲线图设置，大小和样式     opts.Curve(interpolation=＂steps-mid＂, width=400, height=400, line_dash=hv.Cycle(values=[＂dashed＂, ＂solid＂])),     #图例位置     opts.Overlay(legend_position=＂top_left＂)              )  hv.save(postage,filename=＂/home/xgj/Desktop/holoviews/2-curve.html＂)
　　5.2 图：
　　附注3张高级图，代码省略。
　　===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。
　　要是喜欢的人多了，以后有机会出教程。