如果你是數(shù)據(jù)科學(xué)或機(jī)器學(xué)習(xí)初學(xué)者，你肯定已經(jīng)嘗試過 Matplotlib 和 Seaborn 來進(jìn)行數(shù)據(jù)可視化。毫無疑問，他們都是用于數(shù)據(jù)分析的兩個(gè)最常用的強(qiáng)大的開源 Python 數(shù)據(jù)可視化庫。

Seaborn 和 Altair

Seaborn 基于 Matplotlib，并為構(gòu)建信息統(tǒng)計(jì)可視化提供了一個(gè)高級接口。但是，有一種替代 Seaborn 的方法。這個(gè)庫被稱為Altair，這是一個(gè)為統(tǒng)計(jì)數(shù)據(jù)可視化而構(gòu)建的開源 Python 庫。根據(jù)官方文檔(https://altair-viz.github.io/)，它基于 Vega 和 Vega-lite 語言。使用 Altair，我們可以通過類似于 Seaborn 圖的條形圖、直方圖、散點(diǎn)圖和氣泡圖、網(wǎng)格圖和誤差圖等創(chuàng)建交互式數(shù)據(jù)可視化。

雖然 Matplotlib 庫在語法風(fēng)格上是命令式的，但 Altair 和 Seaborn 庫在方法上都是聲明式的，即用戶只需要指定要做什么，機(jī)器決定它的部分。這使用戶可以自由地專注于解釋數(shù)據(jù)，而不是忙于編寫正確的語法。這種聲明式方法的唯一缺點(diǎn)可能是用戶對自定義可視化的控制較少，這對于大多數(shù)不熟悉編碼部分的用戶來說是可以的。

在本文中，我們將 Seaborn 與 Altair 進(jìn)行比較。為了進(jìn)行比較，我們將使用這兩個(gè)庫創(chuàng)建相同的可視化集，并得出結(jié)論，在易用性、語法、可視化外觀和樣式以及自定義可視化的能力方面，一個(gè)庫是否比另一個(gè)具有明顯優(yōu)勢。本文完整數(shù)據(jù)和代碼，可聯(lián)系原文作者云朵君獲取！

安裝 Seaborn 和 Altair

要從 PyPi 安裝這些庫，請使用以下命令

pip?install?altair
pip?install?seaborn

報(bào)錯(cuò)與處理

如果你使用的是 Jupyter Notebook，并且首次運(yùn)行，有如下錯(cuò)誤

Error?loading?script:?Script?error?for?"vega-embed"?http://requirejs.org/docs/errors.html#scripterror

這就涉及到在 Jupyter Notebook 中顯示的問題

經(jīng)典的 Jupyter Notebook 將通過實(shí)時(shí)網(wǎng)絡(luò)連接與 Altair 的默認(rèn)渲染器一起使用：不需要渲染啟用步驟，或者，對于 Jupyter Notebook 中的離線渲染，可以使用 Notebook 渲染器：

alt.renderers.enable('notebook')

如果報(bào)錯(cuò)：

NoSuchEntryPoint:?No?'notebook'?entry?point?found?in?group?'altair.vegalite.v4.renderer'

則需要安裝：

pip?install?vega

或者conda中

conda?install?vega?--channel?conda-forge

在舊版本的筆記本 (<5.3) 中，需要額外啟用擴(kuò)展：

jupyter?nbextension?install?--sys-prefix?--py?vega

如果以上方法還不管用(如果你也遇到了同樣的問題，并且有了更好的解決方案的，可以聯(lián)系云朵君，一起學(xué)習(xí))，那就建議你使用??Jupyter Lab，并設(shè)置：

import?altair?as?alt
alt.renderers.enable('mimetype')

正常顯示就沒有問題了。

導(dǎo)入基本庫和數(shù)據(jù)集

與往常一樣，我們導(dǎo)入 Pandas 和 NumPy 庫來處理數(shù)據(jù)集、Matplotlib 和 Seaborn，以及用于構(gòu)建可視化的新安裝庫 Altair。

#導(dǎo)入需要的庫
import?pandas?as?pd
import?numpy?as?np
import?seaborn?as?sns
Import?matplotlib.pyplot?as?plt
import?altair?as?alt

我們將使用來自 seaborn 數(shù)據(jù)集庫的“mpg”或“miles per gallon”數(shù)據(jù)集來生成這些不同的圖。這個(gè)著名的數(shù)據(jù)集包含各種品牌汽車模型的 398 個(gè)樣本和 9 個(gè)屬性。

#導(dǎo)入數(shù)據(jù)集??
df?=?sns.load_dataset('mpg')
df.shape

>>>(398, 9)

#數(shù)據(jù)集列名
df.keys()

輸出

Index(['mpg',?'cylinders',?‘displacement',?‘horsepower',?‘weight',
???????'acceleration',?‘model_year',?‘origin',?'name'],
???????dtype='object')

#檢查數(shù)據(jù)類型
df.dtypes
#檢查數(shù)據(jù)集
df.head()

這個(gè)數(shù)據(jù)集很簡單，很好地融合了分類和數(shù)字特征?，F(xiàn)在繪制圖表進(jìn)行比較。

散點(diǎn)圖和氣泡圖

我們將從簡單的散點(diǎn)圖和氣泡圖開始。我們將使用'mpg'和'horsepower'變量。

Seaborn

對于 Seaborn 散點(diǎn)圖，可以使用?relplot?命令并將“散點(diǎn)圖”作為繪圖類型傳遞

sns.relplot(y='mpg',x='horsepower',data=df,
????????????kind='scatter',size='displacement',
????????????hue='origin',aspect=1.2);

或者可以直接使用?scatterplot?命令。

sns.scatterplot(data=df,?x="horsepower",?y="mpg",?
????????????????size="displacement",?hue='origin',
????????????????legend=True)

Altair

而對于 Altair，使用以下語法

alt.Chart(df).mark_point().encode(alt.Y('mpg'),
??????????????????????????????????alt.X('horsepower'),
??????????????????????????????????alt.Color('origin'),
??????????????????????????????????alt.OpacityValue(0.7),
??????????????????????????????????size='displacement')

在這兩個(gè)庫中，我們將數(shù)據(jù)源的 DataFrame 和先前選擇的"horsepower"、"mpg"列分別作為 x 和 y 傳遞?？梢允褂昧硪粋€(gè)屬性?"origin"?為圖例條目著色，并使用兩個(gè)庫的附加變量?"displacement"?控制點(diǎn)的大小。

在 Seaborn 中，我們可以使用?"aspect"?設(shè)置來控制繪圖的縱橫比。但是，在?Altair?中，我們還可以通過傳遞 0 到 1 之間的值來控制點(diǎn)的不透明度值（1 表示完全不透明）。

要將 Seaborn 中的散點(diǎn)圖轉(zhuǎn)換為氣泡圖，只需為"sizes"傳遞一個(gè)值，該值表示圖表中氣泡的最小和最大尺寸。對于 Altair，我們只需通過 (filled=True) 來生成氣泡圖。

sns.scatterplot(data=df,?x="horsepower",?y="mpg",?
????????????????size="displacement",?hue='origin',
????????????????legend=True,?sizes=(10,?500))

alt.Chart(df).mark_point(filled=True).encode(
????x='horsepower',
????y='mpg',
????size='displacement',
????color='origin'
)

通過以上散點(diǎn)圖，我們可以理解"horsepower"和"mpg"變量之間的關(guān)系，即"horsepower"較低的車輛似乎具有較高的"mpg"。兩個(gè)圖的語法相似，可以自定義以顯示值。

折線圖

現(xiàn)在，我們繪制"horsepower"和"mpg"屬性的折線圖。線圖的語法對兩者都非常簡單。我們將 DataFrame 作為數(shù)據(jù)傳遞，上述兩個(gè)變量為 x 和 y，而?'origin'?作為圖例顏色。

Seaborn

sns.lineplot(data=df,?x='horsepower',?
?????????????y='acceleration',hue='origin')

Altair

alt.Chart(df).mark_line().encode(
????alt.X('horsepower'),
????alt.Y('acceleration'),
????alt.Color('origin')
????)

在這里我們可以理解"usa"車輛具有更高的"horsepower"范圍，而其他兩個(gè)"japan"和?"europe"?的"horsepower"范圍更窄。同樣，這兩個(gè)圖都很好地提供了相同的信息并且看起來同樣出色。

條形圖和計(jì)數(shù)圖

在下一組可視化中，我們將繪制一個(gè)基本的條形圖和計(jì)數(shù)圖。這一次，我們還將添加一個(gè)圖表標(biāo)題。我們將使用"cylinders"和"mpg"屬性作為繪圖的 x 和 y。

對于 Seaborn 圖，我們將上述兩個(gè)特征與 Dataframe 一起傳遞。為了自定義顏色，我們從 Seaborn 的預(yù)定義調(diào)色板中選擇了一個(gè)Palette='magma_r'。

sns.catplot(x='cylinders',?y='mpg',?
????????????hue="origin",?kind="bar",?
????????????data=df,?palette='magma_r')

在 Altair 條形圖中，我們傳遞 df、x 和 y，并根據(jù)"origin"特征指定顏色。在這里，我們可以通過在"mark_bar"命令中傳遞一個(gè)值來自定義條形的大小，如下所示。

plot=alt.Chart(df).mark_bar(size=40).encode(
????alt.X('cylinders'),
????alt.Y('mpg'),
????alt.Color('origin')
)
plot.properties(title='cylinders?vs?mpg')

從上面的條形圖中，我們可以看到帶有 4 個(gè)汽缸的車輛對于"mpg"值似乎是最有效的。

這是計(jì)數(shù)圖的語法

Seaborn

我們使用 FacetGrid 命令根據(jù)變量"origin"在網(wǎng)格上顯示多個(gè)圖。

g?=?sns.FacetGrid(df,?col="cylinders",?
??????????????????height=4,aspect=.5,
??????????????????hue='origin',palette='magma_r')
g.map(sns.countplot,?"origin",?
??????order?=?df['origin'].value_counts().index)

Altair

我們再次使用"mark_bar"命令，但將圓柱列的"count()"作為 y 傳遞以生成計(jì)數(shù)圖。

alt.Chart(df).mark_bar().encode(
????x='origin',
????y='count()',
????column='cylinders:Q',
????color=alt.Color('origin')
).properties(
????width=100,
????height=100??
)

從這兩個(gè)計(jì)數(shù)圖中，我們可以很容易地理解"japan"有 (3,4,6) 缸車輛，"europe"有 (4,5,6) 缸車輛，"usa"有 (4,6,8) 缸車輛汽缸車。從語法的角度來看，這些庫需要數(shù)據(jù)源的輸入 x、y 來繪制。兩個(gè)庫的輸出看起來還挺不錯(cuò)的。

接下來嘗試更多的圖并進(jìn)行比較。

直方圖

在這組可視化中，我們將繪制基本的直方圖。在 Seaborn 中，我們使用?distplot?命令并傳遞數(shù)據(jù)框的名稱，要繪制的列的名稱。我們還可以使用"aspect"設(shè)置"寬高比"來調(diào)整繪圖的高度和寬度。

Seaborn

sns.distplot(df,?x='model_year',?aspect=1.2)

Altair

alt.Chart(df).mark_bar().encode(
????alt.X("model_year:Q",?bin=True),
????y='count()',
).configure_mark(
????opacity=0.7,
????color='cyan'
)

在這組可視化中，兩個(gè)庫的選定默認(rèn)?bin?不同，因此繪圖看起來略有不同。我們可以通過調(diào)整?bin?大小在 Seaborn 中獲得相同的圖。

sns.displot(df,?x='model_year',
????????????bins=[70,72,74,76,78,80,82],
????????????aspect=1.2)

現(xiàn)在情節(jié)看起來很相似。然而，在這兩個(gè)圖中，我們可以看到最大的車輛數(shù)量是在 76 年之后，并且在 82 年尤為突出。此外，我們使用了一個(gè)配置命令來修改條的顏色和不透明度，這在 Altair 情節(jié)的情況下就像一個(gè)主題。

帶狀圖

對于 Seaborn，我們將使用?stripplot?命令并將整個(gè) DataFrame 和變量"cylinders"、"horsepower"分別傳遞給 x 和 y。

ax?=?sns.stripplot(data=df,?y=?‘horsepower’,?x=?‘cylinders’)

對于 Altair 圖，我們使用 mark_tick 命令生成具有相同變量的帶狀圖。

alt.Chart(df).mark_tick(filled=True).encode(
????x='horsepower:Q',
????y='cylinders:O',
????color='origin'
)

從上面的圖中，我們可以清楚地看到不同"origin"的分類變量"cylinders"的散布情況。這兩個(gè)圖表在傳達(dá)氣缸數(shù)之間的關(guān)系方面似乎同樣有效。對于 Altair 圖，我們會(huì)發(fā)現(xiàn) x 和 y 列在語法中已互換，以避免出現(xiàn)更高和更窄的圖。

交互圖

我們現(xiàn)在來到這個(gè)比較中的最后一組可視化——交互式繪圖。

與 Bokeh、Plotly 和 Dash 庫相比，Altair 在交互式繪圖方面語法更簡單。另一方面，Seaborn 不提供與任何圖表的交互性。如果你想過濾掉繪圖本身內(nèi)部的數(shù)據(jù)并專注于繪圖中感興趣的區(qū)域/區(qū)域，就不建議使用Seaborn。

為了在 Altair 中設(shè)置交互式圖表，我們定義了一個(gè)具有"interval"類型選擇的選擇，即在圖表上的兩個(gè)值之間。然后我們使用之前定義的選擇定義列的活動(dòng)點(diǎn)。接下來，我們指定要為選擇顯示的圖表類型（繪制在主圖表下方）并傳遞"select"作為顯示值的過濾器。

select?=?alt.selection(type='interval')
values?=?alt.Chart(df).mark_point().encode(
????x='horsepower:Q',
????y='mpg:Q',
????color=alt.condition(select,?'origin:N',?alt.value('lightgray'))
).add_selection(
????select
)
bars?=?alt.Chart(df).mark_bar().encode(
????y='origin:N',
????color='origin:N',
????x='count(origin):Q'
).transform_filter(
????select
)
values?&?bars

對于交互式繪圖，我們可以輕松地可視化所選區(qū)域的樣本數(shù)。當(dāng)圖表的一個(gè)區(qū)域中有太多樣本/點(diǎn)并且我們想要可視化它們的細(xì)節(jié)以更好地理解基礎(chǔ)數(shù)據(jù)時(shí)，這很有用。

Altair 其他要點(diǎn)

餅圖和甜甜圈圖

可惜的是，Altair 不支持餅圖。這是 Seaborn 獲勝的一個(gè)點(diǎn)，我們可以利用 matplotlib 功能通過 Seaborn 庫生成餅圖。

繪制網(wǎng)格、主題和自定義繪圖大小

這兩個(gè)庫還允許在生成多個(gè)繪圖、操縱縱橫比或圖形大小方面自定義繪圖，并支持為顏色和背景設(shè)置不同的主題以修改圖表的外觀。

高級繪圖

此外，還有其他高級繪圖，如棒棒糖或破折號和點(diǎn)圖、熱圖、樹狀圖，可以使用這兩個(gè)庫進(jìn)行繪制（Seaborn 可能為此需要一些額外的包），但在此比較中這些已被排除在外以保持它簡單的。

寫在最后

我們繪制了不少 Seaborn 和 Altair 的各種類型的圖。數(shù)據(jù)可視化庫——Seaborn 和 Altair 看起來同樣強(qiáng)大。

與 Altair 相比，Seaborn 的語法更易于編寫和理解；而與 Seaborn 圖相比，Altair 中的數(shù)據(jù)可視化似乎更加美觀及引人注目。生成交互式可視化的能力是 Altair 提供的另一個(gè)優(yōu)勢。因此，選擇其中之一取決于個(gè)人喜好和可視化要求。

理想情況下，這兩個(gè)庫都可以自給自足地處理大部分?jǐn)?shù)據(jù)可視化需求。如果你需要快速繪制簡單的圖作為數(shù)據(jù)分析的一部分，那么請選擇 Seaborn。此外，如果你的項(xiàng)目需要餅圖，那么 matplotlib 或 Seaborn 是你的首選。如果要獲得交互式且外觀略微精致的可視化效果，可以選擇 Altair。

推薦閱讀

牛逼！Python常用數(shù)據(jù)類型的基本操作（長文系列第①篇）

牛逼！Python的判斷、循環(huán)和各種表達(dá)式（長文系列第②篇）

牛逼！Python函數(shù)和文件操作（長文系列第③篇）

牛逼！Python錯(cuò)誤、異常和模塊（長文系列第④篇）