Python資料可視化2.7 Python中的可視化工具

<b>2.7　python中的可視化工具</b>

<b></b>

資料分析和可視化需要一些軟體工具：用一個文本編輯器來寫代碼（最好文法高亮），用python和其他庫來運作和測試代碼，可能還要用一個工具展示這些結果。現有兩種軟體工具：通用的軟體工具和特定軟體元件。

開發工具

通用的軟體工具是內建開發環境（integrated development environment，ide），這是一種同一軟體包内囊括所有生産工具的應用程式。從處理python庫的角度來看，這些ide通常非常友善。有關ide工具的更多細節将在下一章讨論。本章中，我們将簡要介紹enthought中的canopy和continuum analytics中的anaconda。

特定的軟體繪圖元件是python繪圖庫，比如bokeh、ipython、matplotlib、networkx、scipy和numpy、scikit-learn以及seaborn。ide都能非常友善地處理增加、删除和更新這些繪圖庫的版本。

1. enthought中的canopy

在一些其他的庫中，enthought canopy有一個在bsd-風格執照下釋出的免費版本，而且以graphcanvas、scimath和chaco為繪圖工具。它有進階文本編輯器、內建ipython控制台、圖表軟體包管理器和線上檔案連結。canopy分析環節簡化了資料分析、可視化、算法設計和面向科學家、工程師和分析師的應用開發環境。

2. continuum analytics中的anaconda

anaconda ide以conda應用為基礎。conda是發現和通路軟體包的一種應用。conda軟體包是一個包括python子產品、可執行程式，或其他元件的二進制壓縮包。conda跟蹤了軟體包與平台細節間的依賴性，使得從其他組軟體包中建立工作環境變得簡單。

anaconda帶有sypder-app，一種科學的python開發環境，該環境也有ipython檢視器。除此之外，ipython可以由一個gui或基于網絡的筆記本發起。最友善的地方在于：你可以在主目錄通路python，而不用接觸系統安裝的python。并非所有的軟體包能用在python 3中；是以，最好将這些ide用在python 2。

ipython（http://ipython.scipy.org/）提供了一個提高的、互動的python shell，而且由于資料科學和可視化在本質上的互動性，它被極度推薦。大多數平台支援ipython。ipython還有其他一些特征：

标簽完成：這涉及變量、函數、方法、屬性和檔案名的完成。标簽完成是通過gnu readline庫（http://tiswww.case.edu/php/chet/readline/rltop.html）完成的。用完gnu readline之後，很難回到正常的指令行界面。

指令曆史功能：這是為充分考慮以前指令而釋出的指令曆史。