介紹一款高級可視化神器
高級可視化神器Plotly_Express快速入門
Plotly_Express是新一代的高級可視化神器，它是plotly.py的高級封裝，內(nèi)置了大量實用、現(xiàn)代的繪圖模板。
使用者只需要調(diào)用簡單的API函數(shù)，便可快速地生成漂亮的動態(tài)可視化圖表；同時其內(nèi)置了很多的數(shù)據(jù)集，方便自行調(diào)用，快速模擬作圖。
安裝
用pip install plotly_express 命令可以安裝plotly_express
pip install plotly_express
內(nèi)置數(shù)據(jù)集
先導入相關(guān)庫，進行查看數(shù)據(jù)集：
import pandas as pd
import numpy as np
import plotly_express as px # 或 import plotly.express as px
GDP數(shù)據(jù)
記錄的是不同國家歷年GDP收入與人均壽命，包含的字段：
國家country 洲continent 年份year 平均壽命lifeExp 人口數(shù)量pop GDPgdpPercap 國家簡稱iso_alpha 國家編號iso_num
餐廳流水數(shù)據(jù)
餐廳的訂單流水數(shù)據(jù)，包含字段：
總賬單費用bill 小費tip 顧客性別sex 顧客是否抽煙smoker 就餐日期day 就餐時間time 就餐人數(shù)size
鳶尾花數(shù)據(jù)集
著名的鳶尾花數(shù)據(jù)集，包含字段：
萼片長sepal_length 萼片寬sepal_width 花瓣長petal_length 花瓣寬petal_width 花的種類species 種類所屬編號species_id
風力數(shù)據(jù)
一份關(guān)于風力等級的數(shù)據(jù)：
方向direction 強度strength 頻率frequency
選舉投票結(jié)果
該數(shù)據(jù)集記錄的是2013年蒙特利爾市長選舉投票結(jié)果，包含的主要字段：
區(qū)域district Coderre票數(shù) Bergeron票數(shù) Joly票數(shù) 總票數(shù)total 勝者winner 結(jié)果result 區(qū)編號district_id
汽車共享可用性數(shù)據(jù)
該數(shù)據(jù)記錄的是蒙特利爾一個區(qū)域中心附近的汽車共享服務的可用性，包含的字段：
緯度centroid_lat 經(jīng)度centroid_lon 汽車小時數(shù)car_hours 高峰小時peak_hour
股票數(shù)據(jù)
內(nèi)置的一份股票數(shù)據(jù)，包含字段：
日期date 6個公司名稱：GOOG、AAPL、AMZN、FB、NFLX、MSFT
內(nèi)置顏色面板
plotly_express還內(nèi)置了很多顏色面板，顏色任你選擇，下面是各個主題下的部分截圖：
卡通片主題
px.colors.carto.swatches()
CMOcean系列
px.colors.cmocean.swatches()
ColorBrewer2系列
px.colors.colorbrewer.swatches()
周期性色調(diào)
適用于具有自然周期結(jié)構(gòu)的連續(xù)數(shù)據(jù)
px.colors.cyclical.swatches()
分散色標
適用于具有自然中點的連續(xù)數(shù)據(jù)
px.colors.diverging.swatches()
定性色標系列
適用于沒有自然順序的數(shù)據(jù)
px.colors.qualitative.swatches()
順序色標系列
漸變的顏色系列，適用于大多數(shù)連續(xù)數(shù)據(jù)
px.colors.sequential.swatches()
作圖
下面介紹使用Plotly_express繪制常見的圖形，所有的圖形在jupyter notebook中都是動態(tài)可視化的，本文中采用截圖展示。
柱狀圖
# 指定選取國家：Switzerland
Switzerland = gapminder[gapminder["country"] == "Switzerland"]
Switzerland # 數(shù)據(jù)顯示如下
px.bar(Switzerland, # 上面指定的數(shù)據(jù)
x="year", # 橫坐標
y="pop", # 縱坐標
color="pop") # 顏色取值
具體結(jié)果如下：
散點圖
先選取繪圖需要的數(shù)據(jù)：
# 寫法1
# gapminder_2002 = gapminder.query("year==2002")
# 寫法2
gapminder_2002 = gapminder[gapminder["year"] == 2002]
gapminder_2002
px.scatter(gapminder_2002, # 傳入的數(shù)據(jù)集
x="gdpPercap", # 橫坐標是人均GDP
y="lifeExp", # 縱坐標是平均壽命
color="continent" # 顏色取值：根據(jù)洲的值來取
)
冒泡散點圖
px.scatter(gapminder_2002 # 繪圖DataFrame數(shù)據(jù)集
,x="gdpPercap" # 橫坐標
,y="lifeExp" # 縱坐標
,color="continent" # 區(qū)分顏色
,size="pop" # 區(qū)分圓的大小
,size_max=60 # 散點大小
)
散點矩陣圖
px.scatter_matrix(iris, # 傳入繪圖數(shù)據(jù)
dimensions=["sepal_width","sepal_length","petal_width","petal_length"], # 維度設置
color="species") # 顏色取值
面積圖
# area 圖
px.area(gapminder, # 繪圖的數(shù)據(jù)集
x="year", # 橫軸數(shù)據(jù)
y="pop", # 縱軸數(shù)據(jù)
color="continent", # 顏色取值
line_group="country") # 線型分組
股票趨勢圖
# FB公司股票趨勢圖
px.line(stock, x='date', y="FB")
餅圖
1、我們使用小費tips數(shù)據(jù)，查看前5行數(shù)據(jù)：
2、根據(jù)day分組，統(tǒng)計total_bill字段的和
3、繪制餅圖，自動顯示每個day的占比
px.pie(total_bill_byday, # 繪圖數(shù)據(jù)
names="day", # 每個組的名字
values="total_bill" # 組的取值
)
旭日圖
# 選取2002年數(shù)據(jù)
gapminder_2002 = gapminder[gapminder["year"] == 2002]
px.sunburst(gapminder_2002, # 繪圖數(shù)據(jù)
path=['continent', 'country'], # 指定路徑：從洲到國家
values='pop', # 數(shù)據(jù)大?。喝丝跀?shù)
color='lifeExp', # 顏色
hover_data=['iso_alpha'] # 顯示數(shù)據(jù)
)
漏斗圖
漏斗圖形在互聯(lián)網(wǎng)的電商、用戶分群等領域使用的比較廣泛，自行模擬一個電商UV-付款轉(zhuǎn)化的數(shù)據(jù)繪圖：
data = dict( # 創(chuàng)建原始數(shù)據(jù)
number = [1000, 800, 400, 200, 100, 30],
stage = ["UV", "搜索", "搜藏", "加購", "下單", "付款"]
)
# 傳入數(shù)據(jù)和數(shù)軸
px.funnel(data,
x="number",
y="stage")
加入一個顏色參數(shù)color，改變每個階段的顏色：
data = dict( # 創(chuàng)建原始數(shù)據(jù)
number = [1000, 800, 400, 200, 100, 30],
stage = ["UV", "搜索", "搜藏", "加購", "下單", "付款"]
)
# 傳入數(shù)據(jù)和數(shù)軸
px.funnel(data,
x="number",
y="stage",
color="number" # 顏色設置
)
直方圖
px.histogram(
tips, # 繪圖數(shù)據(jù)
x="sex", # 指定兩個數(shù)軸
y="tip",
histfunc="avg", # 直方圖函數(shù)：均值
color="smoker", # 顏色取值
barmode="group", # 柱狀圖模式
facet_row="time", # 橫縱縱軸的字段設置
facet_col="day",
category_orders={"day":["Thur","Fri","Sat","Sun"], # 分類
"time":["Lunch","Dinner"]})
聯(lián)合分布圖
多種圖形的組合顯示：
px.scatter(
iris,
x="sepal_width",
y="sepal_length",
color="species",
marginal_x="histogram",
marginal_y="rug")
箱型圖
# notched=True顯示連接處的錐形部分
px.box(tips, # 數(shù)據(jù)集
x="day", # 橫軸數(shù)據(jù)
y="total_bill", # 縱軸數(shù)據(jù)
color="smoker", # 顏色
notched=True) # 連接處的錐形部分顯示出來
小提琴圖
px.scatter(iris, # 傳入數(shù)據(jù)
x="sepal_width", # 設置XY軸
y="sepal_length",
color="species", # 顏色取值
marginal_y="violin", # xy兩表圖形的設置：小提琴圖和箱型圖
marginal_x="box",
trendline="ols") # 趨勢線設置
等高線圖
px.density_contour(iris, # 數(shù)據(jù)集
x="sepal_width", # xy軸
y="sepal_length",
color="species" # 顏色取值
)
還可以繪制密度等值線圖；
px.density_heatmap(iris, # 傳入數(shù)據(jù)
x="sepal_width", # 兩個軸的數(shù)據(jù)設置
y="sepal_length",
marginal_y="rug", # 邊緣圖形設置
marginal_x="histogram" # 在密度圖的基礎上，指定另外兩種圖形
)
密度熱力圖
數(shù)據(jù)的設置和密度等值圖相同，只是選擇的圖形種類不同：
px.density_heatmap( # 密度熱力圖
iris,
x="sepal_width",
y="sepal_length",
marginal_y="rug",
marginal_x="histogram"
)
并行分類圖
px.parallel_categories(
tips, # 傳入數(shù)據(jù)
color="size", # 顏色取值
color_continuous_scale=px.colors.sequential.Inferno # 顏色變化趨勢
)
3D散點圖
使用的是選舉結(jié)果數(shù)據(jù)集：
px.scatter_3d(
election, # 傳入數(shù)據(jù)集
x="Joly", # 指定XYZ坐標軸的數(shù)據(jù)
y="Coderre",
z="Bergeron",
color="winner", # 顏色取值
size="total", # 大小取值
hover_name="district_id", # 指定顏色種類、大小和顯示名稱
symbol="result", # 右邊的圓形和菱形
color_discrete_map={"Joly":"blue",
"Bergeron":"green",
"Coderre":"red"} # 改變默認顏色
)
3D線型圖
px.line_3d(
election, # 繪圖數(shù)據(jù)集
x="Joly", # 3個坐標軸
y="Coderre",
z="Bergeron",
color="winner", # 顏色和線型設置
line_dash="winner"
)
基于地圖的圖形
基于choropleth分布的地圖：
px.choropleth(
gapminder, # 數(shù)據(jù)
locations="iso_alpha", # 簡稱
color="lifeExp", # 顏色取值
hover_name="country", # 懸停數(shù)據(jù)
animation_frame="year", # 播放按鈕設置
color_continuous_scale=px.colors.sequential.Plasma, # 顏色變化取值
projection="natural earth" # 使用的地圖設置
)
基于line_geo線型地圖：
px.line_geo(
gapminder_2002,
locations="iso_alpha",
color="continent",
projection="orthographic")
矩陣式樹狀結(jié)構(gòu)圖
矩陣式樹狀結(jié)構(gòu)圖是一種用于分層數(shù)據(jù)的復雜、基于區(qū)域的數(shù)據(jù)展示圖形：
# 選取2002年數(shù)據(jù)
gapminder_2002 = gapminder[gapminder["year"] == 2002]
px.treemap(
gapminder_2002, # 數(shù)據(jù)
path=[px.Constant('world'), 'continent', 'country'], # 繪圖路徑：world---continent---country
values='pop', # 數(shù)據(jù)取值
color='pop', # 顏色取值
hover_data=['iso_alpha']) # 顯示數(shù)據(jù)：國家簡稱
散點極坐標圖
px.scatter_polar( # 散點極坐標
wind, # 數(shù)據(jù)集
r="frequency", # 半徑
theta="direction", # 角度
color="strength", # 顏色
symbol="strength", # 符號
color_discrete_sequence=px.colors.sequential.Plasma_r) # 顏色
線性極坐標圖
px.line_polar( # 線性極坐標
wind, # 數(shù)據(jù)集
r="frequency", # 半徑
theta="direction", # 角度
color="strength", # 顏色
line_close=True, # 線性閉合
color_discrete_sequence=px.colors.sequential.Plasma_r) # 顏色
柱狀極坐標圖
px.bar_polar( # 柱狀圖極坐標圖
wind, # 數(shù)據(jù)集
r="frequency", # 半徑
theta="direction", # 角度
color="strength", # 顏色
template="plotly_dark", # 主題
color_discrete_sequence=px.colors.sequential.Plasma_r) # 顏色
內(nèi)置主題
Plotly_Express內(nèi)置了3種主題可供選擇：
plotly plotly_white plotly_dark
px.scatter(gapminder_2002, # 傳入的數(shù)據(jù)集
x="gdpPercap", # 橫坐標是人均GDP
y="lifeExp", # 縱坐標是平均壽命
color="continent", # 顏色取值：根據(jù)洲的值來取
template="plotly" # 分別主題設置為：plotly、plotly_dark
)
總結(jié)
本文詳細介紹了一個新的高級可視化庫Plotly_Express，從其簡介、安裝、內(nèi)置的顏色面板、主題到各種圖形的繪制。
這個庫最大的特點：代碼量非常少，圖形種類全，基本上一行代碼就能繪制出非常精美的動態(tài)可視化圖形。以后會介紹更多關(guān)于plotly_express的使用文章，特別是plotly和dash的結(jié)合，更是無比強大。敬請期待！
評論
圖片
表情