開源最前線（ID：OpenSourceTop） 猿妹 整編；

綜合自：https://labs.spotify.com/2018/11/15/introducing-chartify-easier-chart-creation-in-python-for-data-scientists/

你平常是否耗費了大量的時間在創建圖表上？爲了讓事情簡單化，Spotify開源了一個Python庫，它可以幫助你以簡單明瞭的方式創建圖表。讓數據可視化變得輕而易舉。

Spotify是全球最大的正版流媒體音樂服務平臺之一，但是他們最新開源的作品Chartify 幫助數據科學家用Python創建圖表，作爲一個全球最大的音樂平臺，Spotify從用戶那裏獲得了非常多的數據，因此也需要一個工具來實現對數據的可視化

儘管現在有很多創建圖表的工具，如Seaborn，Matplotlib，Plotly，Bokeh，Ggplot2，D3和Tableau等，但是數據科學家們仍然需要花費很多時間在創建圖表的細節上，比如當你使用Matplotlib處理百分比數據的時候，可能是這樣的：

tick_values = plt.axes（）。get_yticks（）
plt.axes（）。set_yticklabels（['{：1.1f}％'。格式（值）表示tick_values中的值]）

很明顯，這樣做的方法不夠直觀，也不容易記住，因此，我們經常可以看到Matplotlib用戶在Stack Overflow上面尋求解決方案。

同樣的情況用Charitfy解決，是這樣的：

chart.axes.set_yaxis_tick_format（ '0.0％'）

Charitfy的語法更加簡潔和友好，用戶可以直接調用許多最常見的格式選項，節省很多時間

Chartify一致的輸入數據格式使得在圖表上創建和迭代的速度更快，因爲花在數據上的時間更少。我們將以Chartify改變條形圖的結構爲例：

Chartify具有以下特性：

• 一致的輸入數據格式：花費更少的時間來轉換數據，所有繪圖功能都使用一致的輸入數據格式。
• 智能樣式：創建漂亮的圖表，基本無需你自定義
• 簡單的API：API儘可能直觀且易於學習。
• 靈活性：Chartify基於Bokeh創建，因此如果用戶可以隨時使用Bokeh的API。

目前該項目在 GitHub 上已經獲得 925 個Star，49 個Fork（項目地址：https://github.com/spotify/chartify）

圖表示例