哪些 Python 库让你相见恨晚？ - 大数据学习,java,hadoop,spark,hive,数据仓库

最近程沉迷于github，无法自拔，看到各种各样新奇又实用的第三方库。网络上有很多python库的排名、汇总，但总觉得不够具体生动。

我希望能在这里持续更新我喜欢的第三方可视化库，力求详实丰富。专栏里收集了github上更多有趣的python项目，喜欢就关注下哦！

github上的好东西确实多，之前也有项目整理过。

介绍的大体流程是：库名、类型、github star、功能、使用方法、案例、学习资料。

第一部分：数据可视化

pyecharts

类型：可视化图表设计

GitHub Star ：5985

功能：

简洁的 API 设计，使用如丝滑般流畅，支持链式调用
囊括了 30+ 种常见图表，应有尽有
支持主流 Notebook 环境，Jupyter Notebook 和 JupyterLab
可轻松集成至 Flask，Django 等主流 Web 框架
高度灵活的配置项，可轻松搭配出精美的图表
详细的文档和示例，帮助开发者更快的上手项目
多达 400+ 地图文件以及原生的百度地图，为地理数据可视化提供强有力的支持

使用方法：

from pyecharts.charts import Bar

bar = Bar()
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
# render 会生成本地 HTML 文件，默认会在当前目录生成 render.html 文件
# 也可以传入路径参数，如 bar.render("mycharts.html")
bar.render()

案例：

学习资料：

A Python Echarts Plotting Library

Superset

类型：开源的企业级轻量BI工具

GitHub star ：24937

功能：

创建和分享可视化面板
有丰富的可视化方法来分析数据，且具有灵活的扩展能力
具有可扩展的、高粒度的安全模型，可以用复杂规则来控制访问权限。目前支持主要的认证提供商：DB、OpenID、LDAP、OAuth、和Flask AppBuiler的REMOTE_USER
使用简单的语法，就可以控制数据在UI中的展现方式
与Druid深度结合，可快速的分析大数据
配置缓存来快速加载仪表盘
Superset最初是在http://Druid.io的基础上设计的，但是通过使用SQLAlchemy（一种与大多数常见数据库兼容的Python ORM），迅速扩展了范围以支持其他数据库。

使用方法：

安装好后，启动浏览器端，添加数据源，搭建可视化面板，分享，导出

1、安装：教程1、教程2

2、使用：官方教程、github、简单使用教程

案例：

查看仪表板

数据切片和切块

使用SQL Lab查询和可视化数据

可视化地理空间数据

从各种可视化中进行选择

学习资源：官方文档

顺便提下，这些库的使用都需要有python基础

大家可以针对性地在官方文档里学习python知识，不仅节省时间，而且你会发现更容易理解，因为你是带着问题去学习的。

如果想少走弯路，不妨看看一些视频课程。自制力比较差的小伙伴，跟着老师把python基础走一遍，效率非常高。

现在市面上好多新出现的python课程，甚至原来做英语的也开始出python产品了，比如百词斩的夜曲编程。我觉得这其实是件好事，说明学Python的人越来越多，大家的选择更多元了。

夜曲编程更多面向纯小白，通过图文的形式将编程语法形象化，增加了很多互动学习的机制，比如卡片、闯关、隐喻、奖励等，你在手机、电脑、Pad端都可以学习，不受设备限制。

而且夜曲里面的课程设置，基本是以实操训练为主，有基础语法、数据分析、爬虫、自动办公等等，还比较符合实用的需求。这有点类似国外的datacamp，实践性很强。

我仔细看了里面一个Python入门课Pro，好像是有30天基础语法课，加上编程案例实战，同时还有百题斩最擅长的100题闯关。在学习过程中，还可以通过社群提问进行问题答疑，有专门的老师在群里。

如果你是纯小白，那可以试试夜曲的Python基础体验课程，总共6节，还有7天社群共学+助教答疑服务，和13道百题斩练习（代码实操练习题），学习完一般可以入门了。

现在都流行非IDE编程，夜曲的网站和app内嵌了代码编辑器，可以直接在网页或手机上敲代码并运行，对小白很友好，当然我还是建议大家有能力自己装IDE写代码。

大家可以去试试看，对照的语法书来学，应该很快可以入门。

plotly

类型：非常著名且强大的交互式开源数据可视化框架

GitHub star ：5235

功能：

交互式开源可视化框架，支持超过40种独特图表类型，涵盖统计、财务、地理、学术、三维等。
建立在Javascript plotly库基础上，能使python用户创建基于web的可交互的可视化作品，其能在jupyter notebook上展示，而且可以导出为HTML。
plotly还可以在非web编辑器上（如pycharm、spyder）绘制图表
能导出出版级别的图片

使用方法：

import plotly.express as px
iris = px.data.iris()
fig = px.scatter(iris, x="sepal_width", y="sepal_length")
fig.show()

案例：

学习资源：官方文档

Bokeh

类型：服务于浏览器的炫酷的交互式可视化库

GitHub star ：11061

功能：

专门针对Web浏览器的交互式、可视化Python绘图库
提供优雅简洁的多功能可视化展示，能快速创建图表、仪表板和可视化应用
可以做出像D3.js简洁漂亮的交互可视化效果，但是使用难度低于D3.js。
独立的HTML文档或服务端程序
可以处理大量、动态或数据流
支持Python (或Scala, R, Julia…)
不需要使用Javascript

使用方法：

from bokeh.plotting import figure, output_file, show
# 创建图表
p = figure(plot_width=300, plot_height=300, tools="pan,reset,save")
# 图表中添加圆
p.circle([1, 2.5, 3, 2], [2, 3, 1, 1.5], radius=0.3, alpha=0.5)
# 定义输出形式
output_file("foo.html")
# 展示图表
show(p)