Python交互式可视化库对比：Plotly、Altair、Bokeh哪个更有前途？

Bokeh

Bokeh是一个数据可视化库，它为详细的图形提供了跨各种数据集(无论大小)的高交互性。数据可视化专家可以使用bokeh为现代Web浏览器创建各种交互式图，该bokeh可用于交互式Web应用程序，HTML文档或JSON对象。Bokeh具有3个级别可用于创建可视化。第一级专注于快速创建数据图，第二级控制图的基本构建块，而第三级则提供了完全自动的功能来创建没有预设默认值的图表。

Altair

Altair是Python的一个公认的统计可视化库。

它的API简单、友好、一致，并建立在强大的vega - lite(交互式图形语法)之上。Altair API不包含实际的可视化呈现代码，而是按照vega - lite规范发出JSON数据结构。由此产生的数据可以在用户界面中呈现，这种优雅的简单性产生了漂亮且有效的可视化效果，且只需很少的代码。

数据源是一个DataFrame，它由不同数据类型的列组成。DataFrame是一种整洁的格式，其中的行与样本相对应，而列与观察到的变量相对应。数据通过数据转换映射到使用组的视觉属性(位置、颜色、大小、形状、面板等)。

通过Altair，可以将更多的时间花在理解数据及其含义上。Altair的API非常简单和友好，它基于Vega-Lite可视化语法构建，这使得可以使用少量的代码构造出优雅高效的可视化结果。

Plotly

Plotly Express 是一个新的高级 Python 可视化库。

它是 Plotly.py 的高级封装，它为复杂的图表提供了一个简单的语法。

受 Seaborn 和 ggplot2 的启发，它专门设计为具有简洁，一致且易于学习的 API 。只需一次导入，您就可以在一个函数调用中创建丰富的交互式绘图，包括分面绘图(faceting)、地图、动画和趋势线。 它带有数据集、颜色面板和主题，就像 Plotly.py 一样。

Plotly Express 完全免费：凭借其宽松的开源 MIT 许可证，您可以随意使用它(是的，甚至在商业产品中！)。 最重要的是，Plotly Express 与 Plotly 生态系统的其他部分完全兼容：在您的 Dash 应用程序中使用它，使用 Orca 将您的数据导出为几乎任何文件格式，或使用JupyterLab 图表编辑器在 GUI 中编辑它们！

bokeh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…)

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删