### Python 中生成高质量图表的库（除 Excel2Img 外） 在 Python 中，有许多强大的库可以用于生成高质量的图表。以下是几个常用的替代方案及其功能描述： #### 1. Matplotlib Matplotlib 是一个广泛使用的绘图库，支持生成各种静态、动态和交互式图表。它能够以出版质量输出多种格式的图像文件[^1]。以下是一个简单的示例代码： ```python import matplotlib.pyplot as plt # 数据 x = [1, 2, 3, 4, 5] y = [10, 20, 25, 30, 40] # 绘制折线图 plt.plot(x, y, label="Sample Line", color="blue", marker="o") # 添加标题和标签 plt.title("Sample Line Chart") plt.xlabel("X-axis") plt.ylabel("Y-axis") plt.legend() # 保存为高质量图像 plt.savefig("line_chart.png", dpi=300) # 显示图表 plt.show() ``` #### 2. Seaborn Seaborn 是基于 Matplotlib 的高级数据可视化库，专注于统计图表的绘制。它提供了更简洁的 API 和更美观的默认样式[^2]。以下是一个示例： ```python import seaborn as sns import pandas as pd # 创建 DataFrame data = pd.DataFrame({ "Category": ["A", "B", "C", "D"], "Values": [10, 15, 7, 12] }) # 绘制条形图 sns.barplot(x="Category", y="Values", data=data) # 保存为高质量图像 plt.savefig("bar_chart.png", dpi=300) # 显示图表 plt.show() ``` #### 3. Plotly Plotly 是一个支持交互式图表的库，适用于 Web 应用程序和报告生成。它可以轻松生成复杂的图表，并允许用户进行缩放、悬停等操作[^3]。以下是一个示例： ```python import plotly.express as px # 数据 data = { "Category": ["A", "B", "C", "D"], "Values": [10, 15, 7, 12] } # 创建 DataFrame df = pd.DataFrame(data) # 绘制交互式条形图 fig = px.bar(df, x="Category", y="Values", title="Interactive Bar Chart") # 保存为 HTML 文件 fig.write_html("interactive_chart.html") # 显示图表 fig.show() ``` #### 4. Bokeh Bokeh 是另一个用于生成交互式图表的库，特别适合大数据集的可视化。它支持将图表嵌入到 Web 页面中，并提供丰富的自定义选项[^4]。以下是一个示例： ```python from bokeh.plotting import figure, output_file, show # 数据 x = [1, 2, 3, 4, 5] y = [6, 7, 2, 4, 5] # 创建图表 p = figure(title="Simple Line Chart", x_axis_label="X-axis", y_axis_label="Y-axis") p.line(x, y, legend_label="Temp.", line_width=2) # 输出到文件 output_file("line_chart.html") # 显示图表 show(p) ``` #### 5. Pygal Pygal 是一个专注于生成 SVG 格式图表的库，支持多种图表类型并提供美观的默认样式[^5]。以下是一个示例： ```python import pygal # 数据 data = [3, 1, 3] # 创建饼图 pie_chart = pygal.Pie() pie_chart.title = "Sample Pie Chart" pie_chart.add("A", data[0]) pie_chart.add("B", data[1]) pie_chart.add("C", data[2]) # 保存为 SVG 文件 pie_chart.render_to_file("pie_chart.svg") ``` ### 总结 以上提到的 Matplotlib、Seaborn、Plotly、Bokeh 和 Pygal 都是优秀的 Python 图表生成库，各自具有不同的特点和适用场景。选择合适的库取决于具体需求，例如是否需要交互性、输出格式以及数据复杂度。