这期内容当中小编将会给大家带来有关如何使用Python 作图，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。
创新互联建站作为成都网站建设公司，专注网站建设公司、网站设计，有关企业网站设计方案、改版、费用等问题，行业涉及成都雨棚定制等多个领域，已为上千家企业服务，得到了客户的尊重与认可。
一提到用 Python 作图，很多人第一个想到的库肯定是 Matplotlib ，功能强大，但是相应地安装所需要的依赖就多。有些开发者在自己的工作流中有简单作图的需求，但是又不希望引入依赖关系复杂的 Matplotlib，所以就有了 Chart。
Chart 是一个非常新的类库，上线 Github 仅有 10 多天的时间，Star 数也不多。不过我觉得比较有意思，大家可以阅读项目的源代码，学习如何自己开发绘图功能。
基本功能
Chart 目前仅支持三种图表类型：柱形图、散点图和直方图，图表数据点可以使用自定义的标记。该库的一个特点，在开头我们也提到了，就是没有任何的第三方依赖，完全是使用标准库中的库实现的。
柱形图
柱形图的创建，非常地简单，传入标签和具体的值等数据，即可快速实现。下面是作者给出的示例：
from chart import bar x = [500, 200, 900, 400] y = ['marc', 'mummify', 'chart', 'sausagelink'] bar(x, y)
柱形图默认的数据点标记图形，是 ▇，但是也支持自定义。
marc: ▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇ mummify: ▇▇▇▇▇▇▇ chart: ▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇▇ sausagelink: ▇▇▇▇▇▇▇▇▇▇▇▇▇
比如说，可以改成：
从上面的示例，还可以看出， bar 函数还接受 pandas 数据框的列数据
直方图
直方图也很简单，提供了 histogram 快捷函数。
散点图
RangeScaler
以 bar 图形为例，我们看到 x 轴的值相差可能会非常大：[500,200,900,400]，示例中最大有 700 的差值。在显示图表的时候，我们知道屏幕的范围是有限的，因此必须要限制柱形的最大高度。
给定数值范围后，就需要对 x 轴的值进行预处理，将所有的数据统一到同一个范围内，这也是整个库最为重要、最为核心的部分了。
上述就是小编为大家分享的如何使用Python 作图了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注创新互联行业资讯频道。
