【万字总结】推荐几个常用数据可视化第三方库（附源码，建议收藏）

最新推荐文章于 2025-07-25 17:06:31 发布

原创

最新推荐文章于 2025-07-25 17:06:31 发布 · 2.8k 阅读

18 ·

CC 4.0 BY-SA版权

文章标签：

#python #数据可视化 #开发语言 #经验分享 #pycharm

本文介绍了Python中三个常用的数据可视化库：Pygal、Plotly和Bokeh，并通过实例展示了如何创建各种图表，包括柱状图、折线图、饼状图和雷达图。此外，还分享了在线编辑和离线模式的使用经验，适合Python初学者和进阶者参考。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

数据可视化的第三方库挺多的，这里我主要推荐三个，分别是 Pygal、Bokeh、Plotly，废话不多说，直接上~~

Pygal

pygal官网地址（http://www.pygal.org/en/stable/）

在这里插入图片描述

安装pygal模块

pygal模块的安装非常简单，只需输入一行pip命令即可

1 pip install pygal

安装完成：
在这里插入图片描述

pygal模块介绍

pygal是Python的第三方库，他的主要功能就是数据可视化，即将数字转化成图表的形式来呈现，它提供的图表样式有柱状图、折线图、饼状图、雷达图…

柱状图

单列柱状图

import pygal

view = pygal.Bar()
#图表名
view.title = '柱状图'
#添加数据
view.add('numbers', [0,2,4,6,8,10])
#在浏览器中查看
#view.render_in_browser()
#保存为view.svg(也可以保存为jpg)
view.render_to_file('view.svg')

效果图：
在这里插入图片描述
注意：svg图片用系统自带的图片查看器打开可能会显示全黑色，可以尝试使用Google浏览器打开

多列柱状图

#添加数据
view.add('numbers', [0,2,4,6,8,10])
view.add('numbers_2', [0,1,3,5,7,9])

在这里插入图片描述

堆叠柱状图

view = pygal.StackedBar()

在这里插入图片描述

横向柱状图

view = pygal.HorizontalStackedBar()

在这里插入图片描述

折线图

简单折线图

import pygal

view = pygal.Line()
#图表名
view.title = '折线图'
#添加数据
view.add('numbers', [0,2,4,6,8,10])
view.add('numbers_2', [0,1,3,5,7,9])
#在浏览器中查看
#view.render_in_browser()
#保存为view.svg(也可以保存为jpg)
view.render_to_file('view.svg')

效果图：
在这里插入图片描述

纵向折线图

view = pygal.HorizontalLine()

在这里插入图片描述

堆叠折线图

view = pygal.StackedLine(fill=True)

在这里插入图片描述

饼状图

简单饼状图

import pygal

view = pygal.Pie()
#图表名
view.title = '饼状图'
#添加数据
view.add('A', 31)
view.add('B', 55)
view.add('C', 14)
#保存为view.svg(也可以保存为jpg)
view.render_to_file('view.svg')

效果图：
在这里插入图片描述

多级饼状图

#添加数据
view.add('A', [31,25])
view.add('B', [55,38])
view.add('C', [14,37])

在这里插入图片描述

圆环图

#设置空心圆半径
view = pygal.Pie(inner_radius=0.4)

在这里插入图片描述

半圆图

view = pygal.Pie(half_pie=True)

在这里插入图片描述

雷达图

基础雷达图

import pygal

view = pygal.Radar()
#图表名
view.title = '雷达图'
#添加数据(可以为任意个)
view.add('A', [31,56,34,67,34])
view.add('B', [23,18,57,45,35])
view.add('C', [14,45,76,34,76])
#保存为view.svg(也可以保存为jpg)
view.render_to_file('view.svg')

效果图：
在这里插入图片描述

plotly

plotly 文档地址（https://plot.ly/python/#financial-charts）

Plotly 是一款用来做数据分析和可视化的在线平台，功能非常强大,可以在线绘制很多图形比如条形图、散点图、饼图、直方图等等。而且还是支持在线编辑，以及多种语言python、javascript、matlab、R等许多API。它在python中使用也很简单，直接用pip install plotly就可以了。推荐最好在jupyter notebook中使用，pycharm操作不是很方便。使用Plotly可以画出很多媲美Tableau的高质量图：

这里尝试做了折线图、散点图和直方图，代码如下：
首先导入库

from plotly.graph_objs import Scatter,Layout
import plotly
import plotly.offline as py
import numpy as np
import plotly.graph_objs as go

#setting offilne
plotly.offline.init_notebook_mode(connected=True)

上面几行代码主要是引用一些库，plotly有在线和离线两种模式，在线模式需要有账号可以云编辑。我选用的离线模式，plotly设置为offline模式就可以直接在notebook里面显示了。

1.制作折线图

N = 100
random_x = np.linspace(0,1,N)
random_y0 = np.random.randn(N)+5
random_y1 = np.random.randn(N)
random_y2 = np.random.randn(N)-5

#Create traces
trace0 = go.Scatter(
    x = random_x,
    y = random_y0,
    mode = 'markers',
    name = 'markers'
)
trace1 = go.Scatter(
    x = random_x,
    y = random_y1,
    mode = 'lines+markers',
    name = 'lines+markers'
)
trace2 = go.Scatter(
    x = random_x,
    y = random_y2,
    mode =