最强的Python可视化神器，你有用过么？
Posted 骨灰级收藏家
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了最强的Python可视化神器，你有用过么？相关的知识，希望对你有一定的参考价值。
数据分析离不开数据可视化，我们最常用的就是Pandas，Matplotlib，Pyecharts当然还有Tableau，看到一篇文章介绍Plotly制图后我也跃跃欲试，查看了相关资料开始尝试用它制图。
1、Plotly
Plotly是一款用来做数据分析和可视化的在线平台，功能非常强大，可以在线绘制很多图形比如条形图、散点图、饼图、直方图等等。
而且还是支持在线编辑，以及多种语言Python、javascript、Matlab、R等许多API。
它在Python中使用也很简单，直接用Pip Install Plotly就可以了。
推荐最好在Jupyter notebook中使用，Pycharm操作不是很方便。
使用Plotly可以画出很多媲美Tableau的高质量图：
Plotly制图
我尝试做了折线图、散点图和直方图，首先导入库：
from plotly.graph_objs import Scatter,Layout
import plotly
import plotly.offline as py
import numpy as np
import plotly.graph_objs as go
#setting offilne 离线模式
plotly.offline.init_notebook_mode(connected=True)
上面几行代码主要是引用一些库，Plotly有在线和离线两种模式，在线模式需要有账号可以云编辑。
我选用的离线模式，Plotly设置为Offline模式就可以直接在Notebook里面显示了。
2、制作折线图
N = 100
random_x = np.linspace(0,1,N)
random_y0 = np.random.randn(N)+5
random_y1 = np.random.randn(N)
random_y2 = np.random.randn(N)-5
#Create traces
trace0 = go.Scatter(
x = random_x,
y = random_y0,
mode = 'markers',
name = 'markers'
)
trace1 = go.Scatter(
x = random_x,
y = random_y1,
mode = 'lines+markers',
name = 'lines+markers'
)
trace2 = go.Scatter(
x = random_x,
y = random_y2,
mode = 'lines',
name = 'lines'
)
data = [trace0,trace1,trace2]
py.iplot(data)
折线图
随机设置4个参数，一个x轴的数字和三个y轴的随机数据，制作出三种不同类型的图。
Trace0是Markers，Trace1是Lines和Markers，Trace3是Lines。
然后把三种图放在Data这个列表里面，调用py.iplot(data)即可。绘制的图片系统默认配色也挺好看的~/
3、制作散点图
trace1 = go.Scatter(
y = np.random.randn(500),
mode = 'markers',
marker = dict(
size = 16,
color = np.random.randn(500),
colorscale = 'Viridis',
showscale = True
)
)
data = [trace1]
py.iplot(data)
把Mode设置为Markers就是散点图，然后Marker里面设置一组参数，比如颜色的随机范围，散点的大小，还有图例等等。
4、直方图
trace0 = go.Bar(
x = ['Jan','Feb','Mar','Apr', 'May','Jun',
'Jul','Aug','Sep','Oct','Nov','Dec'],
y = [20,14,25,16,18,22,19,15,12,16,14,17],
name = 'Primary Product',
marker=dict(
color = 'rgb(49,130,189)'
)
)
trace1 = go.Bar(
x = ['Jan','Feb','Mar','Apr', 'May','Jun',
'Jul','Aug','Sep','Oct','Nov','Dec'],
y = [19,14,22,14,16,19,15,14,10,12,12,16],
name = 'Secondary Product',
marker=dict(
color = 'rgb(204,204,204)'
)
)
data = [trace0,trace1]
py.iplot(data)
直方图是我们比较常用的一种图形，Plotly绘制直方图的方式跟我们在Pandas里面设置的有点类似，它们非常直观的体现了不同月份两个生产力之间的差异。
上面的制图只是Plotly的冰山一角，都是一些最基本的用法，它还有很多很酷的用法和图形，尤其是跟Pandas结合画的图非常漂亮。
比如一些股票的K线图，大家有兴趣可以研究研究~
数据分析入门：
最强最炫的Python数据可视化神器，没有之一！
作者丨Will Koehrsen
https://towardsdatascience.com/the-next-level-of-data-visualization-in-python-dd6e99039d5e
今天给大家分享一篇可视化干货，介绍的是功能强大的开源 Python 绘图库 Plotly，教你如何用超简单的（甚至只要一行！）代码，绘制出更棒的图表。
“沉没成本谬误”是人们常犯的几种认知偏差之一：由于在某件事上已经投入了（“沉没”）太多的成本，即使这件事已经注定要失败，人们倾向于继续投入更多的时间和金钱。
比如，在不好的职位上待了比正常更长的时间，在一个明显不可能的项目上埋头苦干，以及（你猜的没错）继续用一个陈旧、枯燥的绘图库——matplotlib——即使已经有了更高效、更美观、可互动性更好的替代品了。
我之前一直守着 matplotlib 用的原因，就是为了我学会它复杂的语法，已经“沉没"在里面的几百个小时的时间成本。这也导致我花费了不知多少个深夜，在 StackOverflow 上搜索如何“格式化日期”或“增加第二个Y轴”。
但我们现在有一个更好的选择了 —— 比如易于使用、文档健全、功能强大的开源 Python 绘图库 Plotly。今天就带你深入体验下，了解它如何用超简单的（甚至只要一行！）代码，绘制出更棒的图表。
* 本文中所有代码都已经在 Github 上开源，所有的图表都是可交互的，请使用Jupyter notebook查看 。
（Github 源代码地址：https://github.com/WillKoehrsen/Data-Analysis/blob/master/plotly/Plotly%20Whirlwind%20Introduction.ipynb）
（plotly 绘制的范例图表。图片来源：plot.ly）
Plotly 概述
plotly 的 Python 软件包是一个开源的代码库，它基于 plot.js，而后者基于 d3.js。我们实际使用的则是一个对 plotly 进行封装的库，名叫 cufflinks，它能让你更方便地使用 plotly 和 Pandas 数据表协同工作。
*注：Plotly 本身是一个拥有多个不同产品和开源工具集的可视化技术公司。Plotly 的 Python 库是可以免费使用的，在离线模式可以创建数量不限的图表，在线模式因为用到了 Plotly 的共享服务，只能生成并分享 25 张图表。
本文中的所有可视化图表都是在 Jupyter Notebook 中使用离线模式的 plotly + cufflinks 库完成的。在使用 pip install cufflinks plotly 完成安装后，你可以用下面这样的代码在 Jupyter 里完成导入：
单变量分布：柱状图和箱形图
单变量分析图往往是开始数据分析时的标准做法，而柱状图基本上算是单变量分布分析时必备的图表之一（虽然它还有一些不足）。
就拿博客文章点赞总数为例（原始数据见 Github：https://github.com/WillKoehrsen/Data-Analysis/tree/master/medium ），做一个简单的交互式柱状图：
（代码中的 df 是标准的 Pandas dataframe 对象）
（使用 plotly+cufflinks 创建的交互式柱状图）
对于已经习惯 matplotlib 的同学，你们只需要多打一个字母（把 .plot 改成 .iplot ），就能获得看起来更加美观的交互式图表！点击图片上的元素就能显示出详细信息、随意缩放，还带有（我们接下来会提到的）高亮筛选某些部分等超棒功能。
如果你想绘制堆叠柱状图，也只需要这样：
对 pandas 数据表进行简单的处理，并生成条形图：
就像上面展示的那样，我们可以将 plotly + cufflinks 和 pandas 的能力整合在一起。比如，我们可以先用 .pivot() 进行数据透视表分析，然后再生成条形图。
比如统计不同发表渠道中，每篇文章带来的新增粉丝数：
交互式图表带来的好处是，我们可以随意探索数据、拆分子项进行分析。箱型图能提供大量的信息，但如果你看不到具体数值，你很可能会错过其中的一大部分！
散点图
散点图是大多数分析的核心内容，它能让我们看出一个变量随着时间推移的变化情况，或是两个（或多个）变量之间的关系变化情况。
时间序列分析
在现实世界中，相当部分的数据都带有时间元素。幸运的是，plotly + cufflinks 天生就带有支持时间序列可视化分析的功能。
以我在“Towards Data Science”网站上发表的文章数据为例，让我们以发布时间为索引构建一个数据集，看看文章热度的变化情况：
在上图中，我们用一行代码完成了几件事情：
自动生成美观的时间序列 X 轴
增加第二条 Y 轴，因为两个变量的范围并不一致
把文章标题放在鼠标悬停时显示的标签中
为了显示更多数据，我们可以方便地添加文本注释：
（带有文本注释的散点图）
下面的代码中，我们将一个双变量散点图按第三个分类变量进行着色：
接下来我们要玩点复杂的：对数坐标轴。我们通过指定 plotly 的布局（layout）参数来实现这一点（关于不同的布局，请参考官方文档 https://plot.ly/python/reference/ ），同时我们把点的尺寸（size参数）和一个数值变量 read_ratio （阅读比例）绑定，数字越大，泡泡的尺寸也越大。
如果想要更复杂一些（详见 Github 的源代码），我们甚至可以在一张图里塞进 4 个变量！（然而并不推荐你们真的这么搞）
和前面一样，我们可以将 pandas 和 plotly+cufflinks 结合起来，实现许多有用的图表：
建议你查看官方文档，或者源代码，里面有更多的范例和函数实例。只需要简单的一两行代码，就可以为你的图表加上文字注释，辅助线，最佳拟合线等有用的元素，并且保持原有的各种交互式功能。
高级绘图功能
接下来，我们要详细介绍几种特殊的图表，平时你可能并不会很经常用到它们，但我保证只要你用好了它们，一定能让人刮目相看。我们要用到 plotly 的 figure_factory 模块，只需要一行代码，就能生成超棒的图表！
散点图矩阵
假如我们要探索许多不同变量之间的关系，散点图矩阵（也被称为SPLOM）就是个很棒的选择：
即使是这样复杂的图形，也是完全可交互的，让我们能更详尽地对数据进行探索。
关系热图
为了体现多个数值变量间的关系，我们可以计算它们的相关性，然后用带标注热度图的形式进行可视化：
自定义主题
除了层出不穷的各种图表外，Cufflinks 还提供了许多不同的着色主题，方便你轻松切换各种不同的图表风格。下面两张图分别是“太空”主题和“ggplot”主题：
此外，还有 3D 图表（曲面和泡泡）：
对有兴趣研究的用户来说，做张饼图也不是什么难事：
在 Plotly 图表工坊（Plotly Chart Studio）里编辑
当你在 Jupyter Notebook 里生成了这些图表之后，你将会发现图表的右下角出现了一个小小的链接，写着“Export to plot.ly（发布到 plot.ly）”。如果你点击这个链接，你将会跳转到一个“图表工坊”（https://plot.ly/create/）。
在这里，你可以在最终展示之前进一步修改和润色你的图表。可以添加标注，选择某些元素的颜色，把一切都整理清楚，生成一个超棒的图表。之后，你还可以将它发布到网络上，生成一个供其他人查阅的链接。
下面两张图是在图表工坊里制作的：
讲了这么多，看都看累了吧？然而我们还并没有穷尽这个库的所有功能。限于篇幅，有些更棒的图表和范例，只好请大家访问 plotly 和 cufflinks 的官方文档去一一查看咯。
（Plotly 交互式地图，显示了美国国内的风力发电场数据。来源：plot.ly）
最后
关于沉没成本谬误，最糟糕的一点在于，人们往往只能在放弃之前的努力时，才能意识到自己浪费了多少时间。
在选择一款绘图库的时候，你最需要的几个功能有：
快速探索数据所需的一行代码图表
拆分/研究数据所需的交互式元素
当需要时可以深入细节信息的选项
最终展示前能轻易进行定制
从现在看来，要用 Python 语言实现以上功能的最佳选择非 plotly 莫属。它让我们快速生成可视化图表，交互功能使我们更好地理解信息。
我承认，绘图绝对是数据科学工作中最让人享受的部分，而 plotly 能让你更加愉悦地完成这些任务。
（用一张图表显示一下用 Python 绘图的愉悦程度随着时间变化。来源 towardsdatascience.com）
往期回顾：
以上是关于最强的Python可视化神器，你有用过么？的主要内容，如果未能解决你的问题，请参考以下文章