來(lái)源 / 機(jī)器之心??作者 / Aaron Frederick

參與 / 李詩(shī)萌、王淑婷

• Matplotlib、Seaborn 和 Pandas

• ggplot(2)

• Bokeh

• Plotly

• Pygal

• Networkx

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：比如你是想了解數(shù)據(jù)的分布情況？還是想展示時(shí)給人們留下深刻印象？

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。這篇文章主要涉及 2D 圖，不過(guò)其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?pltcolor_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 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。基本前提是你可以實(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。

代碼中大部分都用于標(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。

用 Pandas 表示相同的數(shù)據(jù)

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！）

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')

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。總而言之，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?pltf?=?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

由于微信平臺(tái)算法改版，公號(hào)內(nèi)容將不再以時(shí)間排序展示，如果大家想第一時(shí)間看到我們的推送，強(qiáng)烈建議星標(biāo)我們和給我們多點(diǎn)點(diǎn)【在看】。星標(biāo)具體步驟為： （1）點(diǎn)擊頁(yè)面最上方“小詹學(xué)Python”，進(jìn)入公眾號(hào)主頁(yè)。（2）點(diǎn)擊右上角的小點(diǎn)點(diǎn)，在彈出頁(yè)面點(diǎn)擊“設(shè)為星標(biāo)”，就可以啦。感謝支持，比心。

總結(jié)

以上是生活随笔為你收集整理的探索性数据分析，这8个流行的 Python可视化工具就够了的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。