8个流行的Python可视化工具包,你喜欢哪个?

开发 后端
下面,作者介绍了八种在 Python 中实现的可视化工具包,其中有些包还能用在其它语言中。快来试试你喜欢哪个。

喜欢用 Python 做项目的小伙伴不免会遇到这种情况:做图表时,用哪种好看又实用的可视化工具包呢?之前文章里出现过漂亮的图表时,也总有读者在后台留言问该图表时用什么工具做的。下面,作者介绍了八种在 Python 中实现的可视化工具包,其中有些包还能用在其它语言中。快来试试你喜欢哪个?

[[341214]]

用 Python 创建图形的方法有很多,但是哪种方法是最好的呢?当我们做可视化之前,要先明确一些关于图像目标的问题:你是想初步了解数据的分布情况?想展示时给人们留下深刻印象?也许你想给某人展示一个内在的形象,一个中庸的形象?

本文将介绍一些常用的 Python 可视化包,包括这些包的优缺点以及分别适用于什么样的场景。这篇文章只扩展到 2D 图,为下一次讲 3D 图和商业报表(dashboard)留了一些空间,不过这次要讲的包中,许多都可以很好地支持 3D 图和商业报表。

Matplotlib、Seaborn 和 Pandas

把这三个包放在一起有几个原因:首先 Seaborn 和 Pandas 是建立在 Matplotlib 之上的,当你在用 Seaborn 或 Pandas 中的 df.plot() 时,用的其实是别人用 Matplotlib 写的代码。因此,这些图在美化方面是相似的,自定义图时用的语法也都非常相似。

当提到这些可视化工具时,我想到三个词:探索(Exploratory)、数据(Data)、分析(Analysis)。这些包都很适合第一次探索数据,但要做演示时用这些包就不够了。

Matplotlib 是比较低级的库,但它所支持的自定义程度令人难以置信(所以不要简单地将其排除在演示所用的包之外!),但还有其它更适合做展示的工具。

Matplotlib 还可以选择样式(style selection),它模拟了像 ggplot2 和 xkcd 等很流行的美化工具。下面是我用 Matplotlib 及相关工具所做的示例图:

在处理篮球队薪资数据时,我想找出薪资中位数最高的团队。为了展示结果,我将每个球队的工资用颜色标成条形图,来说明球员加入哪一支球队才能获得更好的待遇。 

  1. import seaborn as sns  
  2. import matplotlib.pyplot as plt  
  3. color_order = ['xkcd:cerulean', 'xkcd:ocean',  
  4.                 'xkcd:black','xkcd:royal purple',  
  5.                 'xkcd:royal purple', 'xkcd:navy blue',  
  6.                 'xkcd:powder blue', 'xkcd:light maroon',   
  7.                 'xkcd:lightish blue','xkcd:navy']  
  8. sns.barplot(x=top10.Team,  
  9.             y=top10.Salary,  
  10.             palette=color_order).set_title('Teams with Highest Median Salary')  
  11. plt.ticklabel_format(style='sci'axis='y'scilimits=(0,0)) 

第二个图是回归实验残差的 Q-Q 图。这张图的主要目的是展示如何用尽量少的线条做出一张有用的图,当然也许它可能不那么美观。 

  1. import matplotlib.pyplot as plt  
  2. import scipy.stats as stats  
  3. #model2 is a regression model  
  4. log_resid = model2.predict(X_test)-y_test  
  5. stats.probplot(log_resid, dist="norm"plot=plt 
  6. plt.title("Normal Q-Q plot")  
  7. plt.show() 

最终证明,Matplotlib 及其相关工具的效率很高,但就演示而言它们并不是最好的工具。

ggplot(2)

你可能会问,「Aaron,ggplot 是 R 中最常用的可视化包,但你不是要写 Python 的包吗?」。人们已经在 Python 中实现了 ggplot2,复制了这个包从美化到语法的一切内容。

在我看过的所有材料中,它的一切都和 ggplot2 很像,但这个包的好处是它依赖于 Pandas Python 包。不过 Pandas Python 包最近弃用了一些方法,导致 Python 版本不兼容。

如果你想在 R 中用真正的 ggplot(除了依赖关系外,它们的外观、感觉以及语法都是一样的),我在另外一篇文章中对此进行过讨论。

也就是说,如果你一定要在 Python 中用 ggplot,那你就必须要安装 0.19.2 版的 Pandas,但我建议你最好不要为了使用较低级的绘图包而降低 Pandas 的版本。

ggplot2(我觉得也包括 Python 的 ggplot)举足轻重的原因是它们用「图形语法」来构建图片。基本前提是你可以实例化图,然后分别添加不同的特征;也就是说,你可以分别对标题、坐标轴、数据点以及趋势线等进行美化。

下面是 ggplot 代码的简单示例。我们先用 ggplot 实例化图,设置美化属性和数据,然后添加点、主题以及坐标轴和标题标签。 

  1. #All Salaries  
  2. ggplot(data=df, aes(x=season_starty=salarycolour=team)) +  
  3.   geom_point() +  
  4.   theme(legend.position="none") +  
  5.   labs(title = 'Salary Over Time'x='Year'y='Salary ($)'

Bokeh

Bokeh 很美。从概念上讲,Bokeh 类似于 ggplot,它们都是用图形语法来构建图片,但 Bokeh 具备可以做出专业图形和商业报表且便于使用的界面。为了说明这一点,我根据 538 Masculinity Survey 数据集写了制作直方图的代码: 

  1. import pandas as pd  
  2. from bokeh.plotting import figure  
  3. from bokeh.io import show  
  4. # is_masc is a one-hot encoded dataframe of responses to the question:  
  5. # "Do you identify as masculine?"  
  6. #Dataframe Prep  
  7. counts = is_masc.sum()  
  8. resps = is_masc.columns  
  9. #Bokeh  
  10. p2 = figure(title='Do You View Yourself As Masculine?' 
  11.           x_axis_label='Response' 
  12.           y_axis_label='Count' 
  13.           x_range=list(resps))  
  14. p2.vbar(x=respstop=countswidth=0.6, fill_color='red'line_color='black' 
  15. show(p2)  
  16. #Pandas  
  17. counts.plot(kind='bar'

用 Bokeh 表示调查结果

红色的条形图表示 538 个人关于「你认为自己有男子汉气概吗?」这一问题的答案。9~14 行的 Bokeh 代码构建了优雅且专业的响应计数直方图——字体大小、y 轴刻度和格式等都很合理。

我写的代码大部分都用于标记坐标轴和标题,以及为条形图添加颜色和边框。在制作美观且表现力强的图片时,我更倾向于使用 Bokeh——它已经帮我们完成了大量美化工作。

用 Pandas 表示相同的数据

蓝色的图是上面的第 17 行代码。这两个直方图的值是一样的,但目的不同。在探索性设置中,用 Pandas 写一行代码查看数据很方便,但 Bokeh 的美化功能非常强大。

Bokeh 提供的所有便利都要在 matplotlib 中自定义,包括 x 轴标签的角度、背景线、y 轴刻度以及字体(大小、斜体、粗体)等。下图展示了一些随机趋势,其自定义程度更高:使用了图例和不同的颜色和线条。

Bokeh 还是制作交互式商业报表的绝佳工具。

Plotly

Plotly 非常强大,但用它设置和创建图形都要花费大量时间,而且都不直观。在用 Plotly 忙活了大半个上午后,我几乎什么都没做出来,干脆直接去吃饭了。我只创建了不带坐标标签的条形图,以及无法删掉线条的「散点图」。Ploty 入门时有一些要注意的点:

  •  安装时要有 API 秘钥,还要注册,不是只用 pip 安装就可以;
  •  Plotly 所绘制的数据和布局对象是独一无二的,但并不直观;
  •  图片布局对我来说没有用(40 行代码毫无意义!)

但它也有优点,而且设置中的所有缺点都有相应的解决方法:

  •  你可以在 Plotly 网站和 Python 环境中编辑图片;
  •  支持交互式图片和商业报表;
  •  Plotly 与 Mapbox 合作,可以自定义地图;
  •  很有潜力绘制优秀图形。

以下是我针对这个包编写的代码: 

  1. #plot 1 - barplot  
  2. # **note** - the layout lines do nothing and trip no errors  
  3. data = [go.Bar(x=team_ave_df.team,  
  4.               y=team_ave_df.turnovers_per_mp)]  
  5. layout = go.Layout(  
  6.     title=go.layout.Title(  
  7.         text='Turnovers per Minute by Team' 
  8.         xref='paper' 
  9.         x=0  
  10.     ),  
  11.     xaxis=go.layout.XAxis(  
  12.         title = go.layout.xaxis.Title(  
  13.             text='Team' 
  14.             font=dict 
  15.                     family='Courier New, monospace' 
  16.                     size=18 
  17.                     color='#7f7f7f'  
  18.                 )  
  19.         )  
  20.     ),  
  21.     yaxis=go.layout.YAxis(  
  22.         title = go.layout.yaxis.Title(  
  23.             text='Average Turnovers/Minute' 
  24.             font=dict 
  25.                     family='Courier New, monospace' 
  26.                     size=18 
  27.                     color='#7f7f7f'  
  28.                 ) 
  29.         )  
  30.     ),  
  31.     autosize=True 
  32.     hovermode='closest' 
  33. py.iplot(figure_or_data=data, layoutlayout=layout, filename='jupyter-plot'sharing='public'fileopt='overwrite'
  34. #plot 2 - attempt at a scatterplot  
  35. data = [go.Scatter(x=player_year.minutes_played,  
  36.                   y=player_year.salary,  
  37.                   marker=go.scatter.Marker(color='red' 
  38.                                           size=3))]  
  39. layout = go.Layout(title="test" 
  40.                 xaxis=dict(title='why'),  
  41.                 yaxis=dict(title='plotly'))  
  42. py.iplot(figure_or_data=data, layoutlayout=layout, filename='jupyter-plot2'sharing='public' 
  43. [Image: image.png] 

表示不同 NBA 球队每分钟平均失误数的条形图

表示薪水和在 NBA 的打球时间之间关系的散点图

总体来说,开箱即用的美化工具看起来很好,但我多次尝试逐字复制文档和修改坐标轴标签时却失败了。但下面的图展示了 Plotly 的潜力,以及我为什么要在它身上花好几个小时:

Plotly 页面上的一些示例图

Pygal

Pygal 的名气就不那么大了,和其它常用的绘图包一样,它也是用图形框架语法来构建图像的。由于绘图目标比较简单,因此这是一个相对简单的绘图包。使用 Pygal 非常简单:

  •  实例化图片;
  •  用图片目标属性格式化;
  •  用 figure.add() 将数据添加到图片中。

我在使用 Pygal 的过程中遇到的主要问题在于图片渲染。必须要用 render_to_file 选项,然后在 web 浏览器中打开文件,才能看见我刚刚构建的东西。

最终看来这是值得的,因为图片是交互式的,有令人满意而且便于自定义的美化功能。总而言之,这个包看起来不错,但在文件的创建和渲染部分比较麻烦。

Networkx

虽然 Networkx 是基于 matplotlib 的,但它仍是图形分析和可视化的绝佳解决方案。图形和网络不是我的专业领域,但 Networkx 可以快速简便地用图形表示网络之间的连接。以下是我针对一个简单图形构建的不同的表示,以及一些从斯坦福 SNAP 下载的代码(关于绘制小型 Facebook 网络)。

我按编号(1~10)用颜色编码了每个节点,代码如下: 

  1. options = {  
  2.     'node_color' : range(len(G)),  
  3.     'node_size' : 300,  
  4.     'width' : 1,  
  5.     'with_labels' : False,  
  6.     'cmap' : plt.cm.coolwarm  
  7.  
  8. nx.draw(G, **options) 

用于可视化上面提到的稀疏 Facebook 图形的代码如下: 

  1. import itertools  
  2. import networkx as nx  
  3. import matplotlib.pyplot as plt  
  4. f = open('data/facebook/1684.circles', 'r')  
  5. circles = [line.split() for line in f]  
  6. f.close()  
  7. network = []  
  8. for circ in circles:  
  9.     cleaned = [int(val) for val in circ[1:]]  
  10.     network.append(cleaned)  
  11. G = nx.Graph()  
  12. for v in network:  
  13.     G.add_nodes_from(v)  
  14. edges = [itertools.combinations(net,2) for net in network]  
  15. for edge_group in edges:  
  16.     G.add_edges_from(edge_group)  
  17. options = {  
  18.     'node_color' : 'lime',  
  19.     'node_size' : 3,  
  20.     'width' : 1,  
  21.     'with_labels' : False,  
  22.  
  23. nx.draw(G, **options) 

这个图形非常稀疏,Networkx 通过最大化每个集群的间隔展现了这种稀疏化。

有很多数据可视化的包,但没法说哪个是最好的。希望阅读本文后,你可以了解到在不同的情境下,该如何使用不同的美化工具和代码。 

 

责任编辑:庞桂玉 来源: 马哥Linux运维
相关推荐

2022-04-02 14:50:22

Python工具包数据

2022-08-05 08:56:24

Python可视化工具

2019-04-29 08:30:20

Python可视化工具数据可视化

2019-09-27 09:12:18

开源数据可视化大数据

2020-12-15 09:43:20

Python可视化工具网络应用

2020-07-16 15:10:46

工具可视化Python

2016-08-21 15:38:31

大数据可视化工具

2020-11-15 18:00:49

开源可视化工具Python

2021-12-02 09:04:05

布局问题文字对齐图片设计

2017-07-27 09:49:37

Python工具Matplotlib

2017-07-04 16:00:16

PythonMatplotlib可视化工具

2015-12-02 09:44:04

Python视化工具

2017-07-25 13:42:00

大数据可视化工具

2019-06-23 15:44:24

Matplotlib可视化图表

2017-07-03 16:44:10

数据库MongoDBNoSQL

2021-03-30 10:10:37

PyTorch可视化工具命令

2019-06-11 09:35:34

可视化工具图形

2021-06-02 20:13:41

Matplotlib绘图工具

2023-03-06 08:03:10

Python可视化工具

2023-02-21 08:02:09

可视化工具图表
点赞
收藏

51CTO技术栈公众号