介绍一款新的赞推绘图神器：sviewgui。

sviewgui介绍

此 GUI 基于 matplotlib，荐款您可以通过多种方式可视化您的神器 csv 文件。主要特点：

 Ⅰ 散点图、不写线图、行代密度图、调用直方图和箱线图类型； Ⅱ 标记大小、绘图线宽、赞推直方图的荐款 bin 数量、颜色图的神器设置（来自 cmocean）；

 Ⅲ 将图另存为可编辑的 PDF；

 Ⅳ 绘制图形的代码可用，以便它可以在 sviewgui 之外重用和修改；

 项目地址：https://github.com/SojiroFukuda/sview-gui

这个包用法超级简单，不写它只有一种方法：buildGUI()。行代此方法可以传入零个或一个参数。调用您可以使用 csv 文件的绘图文件路径作为参数，或者使用 pandas 的赞推DataFrame对象作为参数。类似代码写法如下：

# 第一种形式

import sviewgui.sview as sv

sv.buildGUI()

# 第二种形式

import sviewgui.sview as sv

FILE_PATH = "User/Documents/yourdata.csv"

sv.buildGUI(FILE_PATH)

# 第三种形式

import sviewgui.sview as sv

import pandas as pd

FILE_PATH = "User/Documents/yourdata.csv"

df = pd.read_csv(FILE_PATH)

上面代码，只是高防服务器帮助驱动打开这个GuI可视化界面。

最后强调一点，由于这个库是基于matplotlib可视化的，因此seaborn风格同样适用于这里，因为seaborn也是基于matplotlib可视化的。

sviewgui安装

这个库的依赖库相当多，因此大家直接采用下面这行代码安装sviewgui库。

后面这个--ignore-installed，我最开始是没加的，但是报错了，大致错误如下：

ERROR: Cannot uninstall certifi. It is a distutils installed project and thus we cannot

直到加这个就行，不用管为什么，因为我也不知道！

sviewgui使用

上面我为大家介绍了3种打开GUI图形界面窗口的代码，这里仅介绍下面这种方法：

import sviewgui.sview as sv

截图如下：

当你在命令行输入上述代码后，源码下载会驱动后台打开这个图形化界面窗口，初始化状态大致是这样的：

点击上述select，可以选择数据源：

然后我们可以点击左侧菜单栏，生成对应的图形。但是有一点，貌似不支持中文！！！

如果你觉得这里不足以完善你想要的图形，可以复制图形所对应的Python代码，简单修改即可。

然后，你拿着下面的代码，简单修改，就可以生成漂亮的Matplotlib图形了。

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import seaborn as sns

import cmocean

#2021/07/13 08:03:18

#- Import CSV as DataFrame ----------

FILE_PATH = C:/Users/Administrator/Desktop/plot.csv

DATA = pd.read_csv(FILE_PATH)

#- Axes Setting ----------

fig, ax = plt.subplots()

ax.set_title( "x-y")

ax.set_xlabel( "x")

ax.set_ylabel( "x" )

ax.set_xlim(min(DATA[x].replace([np.inf, -np.inf], np.nan ).dropna() ) - abs( min(DATA[x].replace([np.inf, -np.inf], np.nan ).dropna() )/10), max(DATA[x].replace([np.inf, -np.inf], np.nan).dropna()) + abs(max(DATA[x].replace([np.inf, -np.inf], np.nan).dropna())/10) )

ax.set_ylim( min(DATA[x].replace([np.inf, -np.inf], np.nan ).dropna() ) - abs( min(DATA[x].replace([np.inf, -np.inf], np.nan ).dropna() )/10), max(DATA[x].replace([np.inf, -np.inf], np.nan).dropna()) + abs(max(DATA[x].replace([np.inf, -np.inf], np.nan).dropna())/10) )

#- PLOT ------------------

ax.plot( DATA["x"].replace([np.inf, -np.inf], np.nan), DATA["x"].replace([np.inf, -np.inf], np.nan), linewidth = 3.0, alpha =1.0, color = "#005AFF" )