Plattformübergreifende Erstellung von Berichten aus Textdateien

Es gibt viele Bibliotheken zum Zeichnen von Python -Grafiken, mit denen Sie sehr schnell Grafiken erstellen und diese entweder anzeigen oder speichern können. Ein guter Ausgangspunkt ist matplotlib . NB Zur einfacheren Installation unter Windows werfen Sie vielleicht einen Blick auf PythonXY , das sowohl Python, Pandas und Matplotlib als auch vieles mehr enthält.

• gratis - Ja & Open Source
• Nimmt seine Eingabe aus einer Textdatei - Ja Die Anweisungen zum Zeichnen von Diagrammen sind Python, was eine Textdatei ist, und die Daten können fast jedes Format oder jede Quelle haben.
• Interaktive Nutzung – Ja
• Histogramme - Ja
• PNG, JPG - PNG auf jeden Fall , JPG, wenn Sie PIL oder Pillow installiert haben
• Tortendiagramme - Ja und polar

• numerische Gitter/Tabellen - Ja
• andere Diagrammtypen - 100er

• andere ausgefallene Berichterstattungssachen - jede Menge Vor allem, wenn Sie Pandas in die Mischung werfen!

  

• Viele Optionen, wie Farben, Titel, Labels usw. - Ja

• SVG - Abhängig vom Backend
• PDF - Ja
• Plattformübergreifend - Ja - Sehr
• breite Benutzergemeinschaft, mit guter Unterstützung, Beispielen und Dokumentation - Sehr
• gut etabliert, stabil und gut getestet - Ja , es wurde mindestens seit 2002 von tausenden von Menschen verwendet und weiterentwickelt. In diesem Moment meldet SO 14.934 Fragen mit dem Matplotlib-Tag. Es gibt mehrere Bücher über seine Verwendung.
  • Es gibt mehrere Matplotlib-Add-On-Toolkits, darunter eine Auswahl von zwei Projektions- und Mapping-Toolkits basemap und cartopy, 3D-Plotten mit mplot3d, Achsen und Achsenhelfern in axis_grid und mehr.

3D-Plot-Beispiel:

>>> from matplotlib import cm
>>> from mpl_toolkits.mplot3d import Axes3D
>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> fig = plt.figure()
>>> ax = fig.gca(projection='3d')
>>> X = np.arange(-5, 5, 0.25)
>>> Y = np.arange(-5, 5, 0.25)
>>> X, Y = np.meshgrid(X, Y)
>>> R = np.sqrt(X**2 + Y**2)
>>> Z = np.sin(R)
>>> surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=cm.coolwarm)
>>> plt.show()

Siehe auch Jupyter

Wenn Sie Berichte erstellen, die Diagramme einbetten, würde ich dringend empfehlen, einen Blick auf Jupyter- und iPython- Notebooks zu werfen . Diese kostenlose und Open-Source-Toolkette bietet Ihnen eine browserbasierte Schnittstelle zum Erstellen Ihrer Berichte, einschließlich:

• eine Reihe von Grafik- und Plotbibliotheken
• Markdown-Zellen
• MathJax für Formeln
• Live-Daten aus dem Web
• Code Cells in Python und einer Reihe anderer Sprachen wie R, Julia, Haskell und mehr als 30 anderen Sprachen, wobei der Code ausführbar ist und die Ergebnisse der letzten Ausführung in Ihrem Bericht enthalten sind.
• Betten Sie Grafiken und Videos aus Dateien oder Online-Quellen ein
• Als iPython Notebook speichern (Text/JSON-Format),
• Export nach Python, HTML, MarkDown, Restructured Text reST oder PDF.
• Online-Testversion hier , aber normalerweise betreiben Sie einen lokalen Server (oft auf demselben Computer).

So können Sie Seitenlayout, Einführungstext, Daten, Beispiele, Verarbeitungsergebnisse, Plots, Bilder und vieles mehr einbeziehen und eine endgültige Ausgabe als PDF, Web oder beides erstellen, die wirklich professionell aussieht.

Gnuplot verdient hier wahrscheinlich eine Erwähnung.

Es ist eine Kommandozeilenanwendung der alten Schule, die auf die frühen Tage der Computergrafik zurückgeht, die früher ziemlich weit verbreitet war, aber mit dem Aufkommen von IPython etwas aus dem Rampenlicht getreten ist.