Fabian Bosler, a Towards Data Science munkatársa, készített egy részletes leírást, amelyben négy különböző python adatvizualizációs könyvtárat mutat be számos példán keresztül.
A leírás gazdagítva van az összes ábra mögöttes kódjaival, hogy még jobban értelmezhetővé váljanak a pythonban készített adatelemzések.
Az útmutató tartalmaz egyszerűbb, általános diagramtípusokat, illetve látványos és interaktív megoldásokat is egyaránt.
→Learn how to create beautiful and insightful charts with Python
A népszerű Python adatvizualizációs könyvtár fő újdonsága a beépített, natív pandas plot funkcionalitás és a sok adatoszlopot tartalmazó "széles" táblák támogatása.
Adatok megjelenítése df.plot hívással
Így jóval könnyebb lesz a pandas adatok vizuális megjelenítése, bármilyen jellegűek legyenek azok. Nem okoz gondot az sem, ha a tábla szerkezete nem homogén.
További részletek itt: Announcing Plotly 4.8
Az SFU Big Data Science hosszú blogposztja számos Python nyelvű példakód segítségével mutatja be, hogyan építhetünk 2D-s, illetve 3D-s vizuálokat Matplotlib segítségével.
Eredeti cikk: Advanced Visualization for Data Scientists with Matplotlib
David Comfort cikke bemutatja hogy építsünk dashboardot Python környezetben Dash és Plotly segítségével, lépésről lépésre. A kész dashboard elérhető itt, a forráskódja pedig itt.
Részletek itt: How to Build a Reporting Dashboard using Dash and Plotly
A Spotify műhelyéből került ki a Chartify könyvtár, amely könnyebbé és gyorsabbá teszi az adatvizualizációk Pythonból történő generálását.
A Chartify a Bokeh-re épül, de áttekinthetőbb és tömörebb szintaxissal rendelkezik. További részletek a Spotify Labs blogposztjában.
