第三方软件包¶
下面列出了几个扩展或构建Matplotlib功能的外部包。它们与Matplotlib分开维护和分发,因此需要单独安装。
如果您创建了一个想要包含的包,请在GitHub上提交问题或请求请求。我们也很乐意在 Matplotlib GitHub Organization .
制图工具包¶
Cartopy¶
Cartopy 构建在Matplotlib之上,以提供面向对象的地图投影定义,并与Shapely紧密集成,以提供强大但易于使用的矢量数据处理工具。示例图 Cartopy gallery :

声明的库¶
全息视图¶
holoviews 使交互式可视化数据更容易,尤其是在 Jupyter notebook 通过提供一组存储数据和关联元数据的声明性绘图对象。然后,您的数据可以立即可视化,与其他数据一起或与其他数据叠加,可以是静态的,也可以是自动提供的用于参数探索的小部件。

特色地块¶
Matplotlib-Venn¶
Matplotlib-Venn 提供一组用于绘制2和3集区域加权(或未加权)维恩图的函数。
MPL概率表¶
mpl-probscale 是一个小的扩展,允许Matplotlib用户指定概率标度。只需导入 probscale
模块使用matplotlib注册磅秤,使其可通过例如 ax.set_xscale('prob')
或 plt.yscale('prob')
.

MPL散射密度¶
mpl-scatter-density 是一个很小的包,可以很容易地使用密度图绘制大量点的散点图。以下示例包含大约1300万个点,在平均笔记本电脑上绘制(不包括读取数据)时间不到一秒钟:

当在交互模式中使用时,密度图会在移动/缩放的同时快速减小采样,以提供平滑的交互体验。
MPLD¶
mplstereonet 提供用于绘制和分析Matplotlib中方向数据的立体网。
纳塔格¶
mpl_toolkits.natgrid 是NatGrid C库的接口,用于对不规则间隔的数据进行网格划分。
派沃德¶
pyUpSet 是的静态python实现 UpSet suite by Lex et al. 研究集合和数据帧的复杂交集。
WCSAxes¶
这个 Astropy 核心包包括一个子模块wcsxes(可从 astropy.visualization.wcsaxes )它增加了天文图像数据的matplotlib投影。以下是使用wcsxes绘制的绘图示例,其中包括图像的原始坐标系和不同坐标系的叠加:

黄砖¶
Yellowbrick 是一套用于机器学习的可视化诊断工具,它使人能够控制模型选择过程。Yellowbrick使用一个名为 Visualizer
,它同时包装了sklearn模型和matplotlib轴。 Visualizer
对象与机器学习工作流程完美契合,使数据科学家无需额外的步骤就可以将可视化诊断和模型解释工具集成到实验中。

动画¶
新潮¶
numpngw 提供将NumPy数组写入PNG和动画PNG文件的函数。它还包括类 AnimatedPNGWriter
可用于将Matplotlib动画另存为动画PNG文件。请参阅PyPI页面上的示例或 numpngw
github repository .

交互性¶
MPLCURSOR¶
mplcursors 为Matplotlib提供交互式数据光标。
MplDataCursor¶
MplDataCursor 是JoeKington编写的一个工具箱,用于为Matplotlib提供交互式“数据光标”(可单击的注释框)。
呈现后端¶
其他¶
GUI应用程序¶
斯维威吉¶
sviewgui 基于qt的图形用户界面是基于csv的数据可视化 pandas.DataFrame
s、 主要特点:
- 散点图、线图、密度图、直方图和方框图类型
- 设置标记大小、线宽、直方图箱数、颜色图(来自cmocean)
- 将地物另存为可编辑PDF
- 绘制的图形的代码是可用的,这样就可以在sviewgui之外重用和修改它
