8個(gè)流行的Python可視化工具包.
來(lái)源:機(jī)器之心
作者：Aaron Frederick參與：李詩(shī)萌、王淑婷喜歡用 Python 做項(xiàng)目的小伙伴不免會(huì)遇到這種情況：做圖表時(shí)，用哪種好看又實(shí)用的可視化工具包呢？之前文章里出現(xiàn)過(guò)漂亮的圖表時(shí)，也總有讀者在后臺(tái)留言問(wèn)該圖表時(shí)用什么工具做的。下面，作者介紹了八種在 Python 中實(shí)現(xiàn)的可視化工具包，其中有些包還能用在其它語(yǔ)言中?？靵?lái)試試你喜歡哪個(gè)？
用 Python 創(chuàng)建圖形的方法有很多，但是哪種方法是最好的呢？當(dāng)我們做可視化之前，要先明確一些關(guān)于圖像目標(biāo)的問(wèn)題：你是想初步了解數(shù)據(jù)的分布情況？想展示時(shí)給人們留下深刻印象？也許你想給某人展示一個(gè)內(nèi)在的形象，一個(gè)中庸的形象？
本文將介紹一些常用的 Python 可視化包，包括這些包的優(yōu)缺點(diǎn)以及分別適用于什么樣的場(chǎng)景。這篇文章只擴(kuò)展到 2D 圖，為下一次講 3D 圖和商業(yè)報(bào)表（dashboard）留了一些空間，不過(guò)這次要講的包中，許多都可以很好地支持 3D 圖和商業(yè)報(bào)表。
Matplotlib、Seaborn 和 Pandas
把這三個(gè)包放在一起有幾個(gè)原因：首先 Seaborn 和 Pandas 是建立在 Matplotlib 之上的，當(dāng)你在用 Seaborn 或 Pandas 中的 df.plot() 時(shí)，用的其實(shí)是別人用 Matplotlib 寫(xiě)的代碼。因此，這些圖在美化方面是相似的，自定義圖時(shí)用的語(yǔ)法也都非常相似。
當(dāng)提到這些可視化工具時(shí)，我想到三個(gè)詞：探索（Exploratory）、數(shù)據(jù)（Data）、分析（Analysis）。這些包都很適合第一次探索數(shù)據(jù)，但要做演示時(shí)用這些包就不夠了。
Matplotlib 是比較低級(jí)的庫(kù)，但它所支持的自定義程度令人難以置信（所以不要簡(jiǎn)單地將其排除在演示所用的包之外?。?，但還有其它更適合做展示的工具。
Matplotlib 還可以選擇樣式（style selection），它模擬了像 ggplot2 和 xkcd 等很流行的美化工具。下面是我用 Matplotlib 及相關(guān)工具所做的示例圖：
在處理籃球隊(duì)薪資數(shù)據(jù)時(shí)，我想找出薪資中位數(shù)最高的團(tuán)隊(duì)。為了展示結(jié)果，我將每個(gè)球隊(duì)的工資用顏色標(biāo)成條形圖，來(lái)說(shuō)明球員加入哪一支球隊(duì)才能獲得更好的待遇。
import?seaborn?as?sns
import?matplotlib.pyplot?as?plt
color_order?=?['xkcd:cerulean',?'xkcd:ocean',
????????????????'xkcd:black','xkcd:royal?purple',
????????????????'xkcd:royal?purple',?'xkcd:navy?blue',
????????????????'xkcd:powder?blue',?'xkcd:light?maroon',?
????????????????'xkcd:lightish?blue','xkcd:navy']
sns.barplot(x=top10.Team,
????????????y=top10.Salary,
????????????palette=color_order).set_title('Teams?with?Highest?Median?Salary')
plt.ticklabel_format(style='sci',?axis='y',?scilimits=(0,0))
第二個(gè)圖是回歸實(shí)驗(yàn)殘差的 Q-Q 圖。這張圖的主要目的是展示如何用盡量少的線條做出一張有用的圖，當(dāng)然也許它可能不那么美觀。import?matplotlib.pyplot?as?plt
import?scipy.stats?as?stats
#model2?is?a?regression?model
log_resid?=?model2.predict(X_test)-y_test
stats.probplot(log_resid,?dist="norm",?plot=plt)
plt.title("Normal?Q-Q?plot")
plt.show()
最終證明，Matplotlib 及其相關(guān)工具的效率很高，但就演示而言它們并不是最好的工具。
ggplot(2)
你可能會(huì)問(wèn)，「Aaron，ggplot 是 R 中最常用的可視化包，但你不是要寫(xiě) Python 的包嗎？」。人們已經(jīng)在 Python 中實(shí)現(xiàn)了 ggplot2，復(fù)制了這個(gè)包從美化到語(yǔ)法的一切內(nèi)容。
在我看過(guò)的所有材料中，它的一切都和 ggplot2 很像，但這個(gè)包的好處是它依賴(lài)于 Pandas Python 包。不過(guò) Pandas Python 包最近棄用了一些方法，導(dǎo)致 Python 版本不兼容。
如果你想在 R 中用真正的 ggplot（除了依賴(lài)關(guān)系外，它們的外觀、感覺(jué)以及語(yǔ)法都是一樣的），我在另外一篇文章中對(duì)此進(jìn)行過(guò)討論。
也就是說(shuō)，如果你一定要在 Python 中用 ggplot，那你就必須要安裝 0.19.2 版的 Pandas，但我建議你最好不要為了使用較低級(jí)的繪圖包而降低 Pandas 的版本。
ggplot2（我覺(jué)得也包括 Python 的 ggplot）舉足輕重的原因是它們用「圖形語(yǔ)法」來(lái)構(gòu)建圖片?；厩疤崾悄憧梢詫?shí)例化圖，然后分別添加不同的特征；也就是說(shuō)，你可以分別對(duì)標(biāo)題、坐標(biāo)軸、數(shù)據(jù)點(diǎn)以及趨勢(shì)線等進(jìn)行美化。
下面是 ggplot 代碼的簡(jiǎn)單示例。我們先用 ggplot 實(shí)例化圖，設(shè)置美化屬性和數(shù)據(jù)，然后添加點(diǎn)、主題以及坐標(biāo)軸和標(biāo)題標(biāo)簽。
#All?Salaries
ggplot(data=df,?aes(x=season_start,?y=salary,?colour=team))?+
??geom_point()?+
??theme(legend.position="none")?+
??labs(title?=?'Salary?Over?Time',?x='Year',?y='Salary?($)')
Bokeh
Bokeh 很美。從概念上講，Bokeh 類(lèi)似于 ggplot，它們都是用圖形語(yǔ)法來(lái)構(gòu)建圖片，但 Bokeh 具備可以做出專(zhuān)業(yè)圖形和商業(yè)報(bào)表且便于使用的界面。為了說(shuō)明這一點(diǎn)，我根據(jù) 538 Masculinity Survey 數(shù)據(jù)集寫(xiě)了制作直方圖的代碼：
import?pandas?as?pd
from?bokeh.plotting?import?figure
from?bokeh.io?import?show
#?is_masc?is?a?one-hot?encoded?dataframe?of?responses?to?the?question:
#?"Do?you?identify?as?masculine?"
#Dataframe?Prep
counts?=?is_masc.sum()
resps?=?is_masc.columns
#Bokeh
p2?=?figure(title='Do?You?View?Yourself?As?Masculine?',
??????????x_axis_label='Response',
??????????y_axis_label='Count',
??????????x_range=list(resps))
p2.vbar(x=resps,?top=counts,?width=0.6,?fill_color='red',?line_color='black')
show(p2)
#Pandas
counts.plot(kind='bar')
用 Bokeh 表示調(diào)查結(jié)果紅色的條形圖表示 538 個(gè)人關(guān)于「你認(rèn)為自己有男子漢氣概嗎？」這一問(wèn)題的答案。9~14 行的 Bokeh 代碼構(gòu)建了優(yōu)雅且專(zhuān)業(yè)的響應(yīng)計(jì)數(shù)直方圖——字體大小、y 軸刻度和格式等都很合理。
我寫(xiě)的代碼大部分都用于標(biāo)記坐標(biāo)軸和標(biāo)題，以及為條形圖添加顏色和邊框。在制作美觀且表現(xiàn)力強(qiáng)的圖片時(shí)，我更傾向于使用 Bokeh——它已經(jīng)幫我們完成了大量美化工作。
藍(lán)色的圖是上面的第 17 行代碼。這兩個(gè)直方圖的值是一樣的，但目的不同。在探索性設(shè)置中，用 Pandas 寫(xiě)一行代碼查看數(shù)據(jù)很方便，但 Bokeh 的美化功能非常強(qiáng)大。
Bokeh 提供的所有便利都要在 matplotlib 中自定義，包括 x 軸標(biāo)簽的角度、背景線、y 軸刻度以及字體（大小、斜體、粗體）等。下圖展示了一些隨機(jī)趨勢(shì)，其自定義程度更高：使用了圖例和不同的顏色和線條。
Bokeh 還是制作交互式商業(yè)報(bào)表的絕佳工具。Plotly
Plotly 非常強(qiáng)大，但用它設(shè)置和創(chuàng)建圖形都要花費(fèi)大量時(shí)間，而且都不直觀。在用 Plotly 忙活了大半個(gè)上午后，我?guī)缀跏裁炊紱](méi)做出來(lái)，干脆直接去吃飯了。我只創(chuàng)建了不帶坐標(biāo)標(biāo)簽的條形圖，以及無(wú)法刪掉線條的「散點(diǎn)圖」。Ploty 入門(mén)時(shí)有一些要注意的點(diǎn)：
安裝時(shí)要有 API 秘鑰，還要注冊(cè)，不是只用 pip 安裝就可以；
Plotly 所繪制的數(shù)據(jù)和布局對(duì)象是獨(dú)一無(wú)二的，但并不直觀；
圖片布局對(duì)我來(lái)說(shuō)沒(méi)有用（40 行代碼毫無(wú)意義?。?/span>
但它也有優(yōu)點(diǎn)，而且設(shè)置中的所有缺點(diǎn)都有相應(yīng)的解決方法：
你可以在 Plotly 網(wǎng)站和 Python 環(huán)境中編輯圖片；
支持交互式圖片和商業(yè)報(bào)表；
Plotly 與 Mapbox 合作，可以自定義地圖；
很有潛力繪制優(yōu)秀圖形。
以下是我針對(duì)這個(gè)包編寫(xiě)的代碼：
#plot?1?-?barplot
#?**note**?-?the?layout?lines?do?nothing?and?trip?no?errors
data?=?[go.Bar(x=team_ave_df.team,
??????????????y=team_ave_df.turnovers_per_mp)]
layout?=?go.Layout(
????title=go.layout.Title(
????????text='Turnovers?per?Minute?by?Team',
????????xref='paper',
????????x=0
????),
????xaxis=go.layout.XAxis(
????????title?=?go.layout.xaxis.Title(
????????????text='Team',
????????????font=dict(
????????????????????family='Courier?New,?monospace',
????????????????????size=18,
????????????????????color='#7f7f7f'
????????????????)
????????)
????),
????yaxis=go.layout.YAxis(
????????title?=?go.layout.yaxis.Title(
????????????text='Average?Turnovers/Minute',
????????????font=dict(
????????????????????family='Courier?New,?monospace',
????????????????????size=18,
????????????????????color='#7f7f7f'
????????????????)
????????)
????),
????autosize=True,
????hovermode='closest')
py.iplot(figure_or_data=data,?layout=layout,?filename='jupyter-plot',?sharing='public',?fileopt='overwrite')
#plot?2?-?attempt?at?a?scatterplot
data?=?[go.Scatter(x=player_year.minutes_played,
??????????????????y=player_year.salary,
??????????????????marker=go.scatter.Marker(color='red',
??????????????????????????????????????????size=3))]
layout?=?go.Layout(title="test",
????????????????xaxis=dict(title='why'),
????????????????yaxis=dict(title='plotly'))
py.iplot(figure_or_data=data,?layout=layout,?filename='jupyter-plot2',?sharing='public')
[Image:?image.png]
表示不同 NBA 球隊(duì)每分鐘平均失誤數(shù)的條形圖。
表示薪水和在 NBA 的打球時(shí)間之間關(guān)系的散點(diǎn)圖總體來(lái)說(shuō)，開(kāi)箱即用的美化工具看起來(lái)很好，但我多次嘗試逐字復(fù)制文檔和修改坐標(biāo)軸標(biāo)簽時(shí)卻失敗了。但下面的圖展示了 Plotly 的潛力，以及我為什么要在它身上花好幾個(gè)小時(shí)：
Plotly 頁(yè)面上的一些示例圖Pygal
Pygal 的名氣就不那么大了，和其它常用的繪圖包一樣，它也是用圖形框架語(yǔ)法來(lái)構(gòu)建圖像的。由于繪圖目標(biāo)比較簡(jiǎn)單，因此這是一個(gè)相對(duì)簡(jiǎn)單的繪圖包。使用 Pygal 非常簡(jiǎn)單：
實(shí)例化圖片；
用圖片目標(biāo)屬性格式化；
用 figure.add() 將數(shù)據(jù)添加到圖片中。
我在使用 Pygal 的過(guò)程中遇到的主要問(wèn)題在于圖片渲染。必須要用 render_to_file 選項(xiàng)，然后在 web 瀏覽器中打開(kāi)文件，才能看見(jiàn)我剛剛構(gòu)建的東西。
最終看來(lái)這是值得的，因?yàn)閳D片是交互式的，有令人滿意而且便于自定義的美化功能?？偠灾?，這個(gè)包看起來(lái)不錯(cuò)，但在文件的創(chuàng)建和渲染部分比較麻煩。
Networkx
雖然 Networkx 是基于 matplotlib 的，但它仍是圖形分析和可視化的絕佳解決方案。圖形和網(wǎng)絡(luò)不是我的專(zhuān)業(yè)領(lǐng)域，但 Networkx 可以快速簡(jiǎn)便地用圖形表示網(wǎng)絡(luò)之間的連接。以下是我針對(duì)一個(gè)簡(jiǎn)單圖形構(gòu)建的不同的表示，以及一些從斯坦福 SNAP 下載的代碼（關(guān)于繪制小型 Facebook 網(wǎng)絡(luò)）。
我按編號(hào)（1~10）用顏色編碼了每個(gè)節(jié)點(diǎn)，代碼如下：
options?=?{
????'node_color'?:?range(len(G)),
????'node_size'?:?300,
????'width'?:?1,
????'with_labels'?:?False,
????'cmap'?:?plt.cm.coolwarm
}
nx.draw(G,?**options)
用于可視化上面提到的稀疏 Facebook 圖形的代碼如下：import?itertools
import?networkx?as?nx
import?matplotlib.pyplot?as?plt
f?=?open('data/facebook/1684.circles',?'r')
circles?=?[line.split()?for?line?in?f]
f.close()
network?=?[]
for?circ?in?circles:
????cleaned?=?[int(val)?for?val?in?circ[1:]]
????network.append(cleaned)
G?=?nx.Graph()
for?v?in?network:
????G.add_nodes_from(v)
edges?=?[itertools.combinations(net,2)?for?net?in?network]
for?edge_group?in?edges:
????G.add_edges_from(edge_group)
options?=?{
????'node_color'?:?'lime',
????'node_size'?:?3,
????'width'?:?1,
????'with_labels'?:?False,
}
nx.draw(G,?**options)
這個(gè)圖形非常稀疏，Networkx 通過(guò)最大化每個(gè)集群的間隔展現(xiàn)了這種稀疏化。
有很多數(shù)據(jù)可視化的包，但沒(méi)法說(shuō)哪個(gè)是最好的。希望閱讀本文后，你可以了解到在不同的情境下，該如何使用不同的美化工具和代碼。
原文鏈接：https://towardsdatascience.com/reviewing-python-visualization-packages-fa7fe12e622b
猜你喜歡
評(píng)論
圖片
表情