跳转到主要内容

HoloViews构建的PyData生态系统的高级绘图API。

项目描述

hvPlot使数据分析可视化变得简单

下载 https://pypistats.org/packages/hvplot https://anaconda.org/pyviz/hvplot
构建状态 Build Status
覆盖率 codecov
最新开发版本 Github tag dev-site
最新版本 Github release PyPI version hvplot version conda-forge version defaults version
Python Python support
文档 gh-pages site
Binder Binder
支持 Discourse

首页 | 安装说明 | 入门指南 | 参考指南 | 示例 | 许可 | 支持

hvPlot提供了一种熟悉的、高级的可视化API

该API基于熟悉的Pandas .plot API和创新的.interactive API。

hvPlot与您所熟悉和喜爱的工具协同工作

hvPlot

hvPlot是探索数据的最简单方式,让您从HoloViz生态系统获益

hvPlot可用于探索、报告和数据应用

查看这篇博客文章,了解如何轻松使用hvPlot和Panel创建交互式仪表板。

快速入门

前往入门指南了解更多信息!

安装

hvPlot可以使用conda在Linux、Windows或Mac上安装

conda install hvplot

或使用pip

pip install hvplot

请注意,对于jupyterlab<3.0的版本,您必须手动使用以下命令安装JupyterLab扩展:

jupyter labextension install @pyviz/jupyterlab_pyviz

绘图数据

处理您的数据源

import numpy as np
import pandas as pd

idx = pd.date_range('1/1/2000', periods=1000)
df  = pd.DataFrame(np.random.randn(1000, 4), index=idx, columns=list('ABCD')).cumsum()

导入您数据源对应的hvPlot扩展,并可选地设置绘图后端

import hvplot.pandas
# Optional: hvplot.extension('matplotlib') or hvplot.extension('plotly')

使用.hvplot API,就像使用Pandas或Xarray的.plot API一样

df.hvplot()

交互式数据应用

只需添加.interactive,并用Panel小部件Ipywidgets替换您的常规参数。

import panel as pn
pn.extension()

df.interactive(width=600).head(n=pn.widgets.IntSlider(start=1, end=5, value=3))

如何在笔记本或编辑器中查找文档

要查看特定kind类型绘图的可用参数,请运行以下命令:

hvplot.help(kind='scatter')

在笔记本或ipython环境中,通常使用以下命令:

  • help?会为您提供文档。
  • TABSHIFT+TAB自动补全可以帮助您导航。

许可证

hvPlot完全免费且开源。它遵循BSD 3-Clause License

支持 & 反馈

有关更多详细信息,请参阅HoloViz社区指南

贡献

无论您是想为问题管理、PRs、文档、博客文章、社区支持还是社交媒体沟通做出贡献,我们都非常乐意与您合作。

要开始编写代码或文档,请查看开发者指南

项目详情


发布历史 发布通知 | RSS源

下载文件

下载适用于您平台的文件。如果您不确定选择哪个,请了解更多关于 安装包 的信息。

源代码分发

hvplot-0.11.0.tar.gz (7.0 MB 查看哈希值)

上传时间 源代码

构建分发

hvplot-0.11.0-py3-none-any.whl (161.0 kB 查看哈希值)

上传时间 Python 3

由以下支持