來源 / 機器之心??作者 / Aaron Frederick

參與 / 李詩萌、王淑婷

• Matplotlib、Seaborn 和 Pandas

• ggplot(2)

• Bokeh

• Plotly

• Pygal

• Networkx

用 Python 創建圖形的方法有很多，但是哪種方法是最好的呢？

當我們做可視化之前，要先明確一些關于圖像目標的問題：比如你是想了解數據的分布情況？還是想展示時給人們留下深刻印象？

本文將介紹一些常用的 Python 可視化包，包括這些包的優缺點以及分別適用于什么樣的場景。這篇文章主要涉及 2D 圖，不過其中許多都可以很好地支持 3D 圖和商業報表。

Matplotlib、Seaborn 和 Pandas

把這三個包放在一起有幾個原因：首先 Seaborn 和 Pandas 是建立在 Matplotlib 之上的，當你在用 Seaborn 或 Pandas 中的 df.plot() 時，用的其實是別人用 Matplotlib 寫的代碼。因此，這些圖在美化方面是相似的，自定義圖時用的語法也都非常相似。

當提到這些可視化工具時，我想到三個詞：

探索（Exploratory）、

數據（Data）、

分析（Analysis）。

這些包都很適合第一次探索數據，但要做演示時用這些包就不夠了。

Matplotlib 是比較低級的庫，但它所支持的自定義程度令人難以置信（所以不要簡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 及相關工具所做的示例圖：

在處理籃球隊薪資數據時，我想找出薪資中位數最高的團隊。為了展示結果，我將每個球隊的工資用顏色標成條形圖，來說明球員加入哪一支球隊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))

第二個圖是回歸實驗殘差的 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)

你可能會問，「Aaron，ggplot 是 R 中最常用的可視化包，但你不是要寫 Python 的包嗎？」。人們已經在 Python 中實現了 ggplot2，復制了這個包從美化到語法的一切內容。

在我看過的所有材料中，它的一切都和 ggplot2 很像，但這個包的好處是它依賴于 Pandas Python 包。不過 Pandas Python 包最近棄用了一些方法，導致 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的繪圖包而降低 Pandas 的版本。

ggplot2（我覺得也包括 Python 的 ggplot）舉足輕重的原因是它們用「圖形語法」來構建圖片。基本前提是你可以實例化圖，然后分別添加不同的特征；也就是說，你可以分別對標題、坐標軸、數據點以及趨勢線等進行美化。

下面是 ggplot 代碼的簡單示例。我們先用 ggplot 實例化圖，設置美化屬性和數據，然后添加點、主題以及坐標軸和標題標簽。

#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，它們都是用圖形語法來構建圖片，但 Bokeh 具備可以做出專業圖形和商業報表且便于使用的界面。為了說明這一點，我根據 538 Masculinity Survey 數據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 表示調查結果

紅色的條形圖表示 538 個人關于「你認為自己有男子漢氣概嗎？」這一問題的答案。9~14 行的 Bokeh 代碼構建了優雅且專業的響應計數直方圖——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記坐標軸和標題，以及為條形圖添加顏色和邊框。在制作美觀且表現力強的圖片時，我更傾向于使用 Bokeh——它已經幫我們完成了大量美化工作。

用 Pandas 表示相同的數據

藍色的圖是上面的第 17 行代碼。這兩個直方圖的值是一樣的，但目的不同。在探索性設置中，用 Pandas 寫一行代碼查看數據很方便，但 Bokeh 的美化功能非常強大。

Bokeh 提供的所有便利都要在 matplotlib 中自定義，包括 x 軸標簽的角度、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趨勢，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報表的絕佳工具。

Plotly

Plotly 非常強大，但用它設置和創建圖形都要花費大量時間，而且都不直觀。在用 Plotly 忙活了大半個上午后，我幾乎什么都沒做出來，干脆直接去吃飯了。我只創建了不帶坐標標簽的條形圖，以及無法刪掉線條的「散點圖」。Ploty 入門時有一些要注意的點：

• 安裝時要有 API 秘鑰，還要注冊，不是只用 pip 安裝就可以；

• Plotly 所繪制的數據和布局對象是獨一無二的，但并不直觀；

• 圖片布局對我來說沒有用（40 行代碼毫無意義！）

但它也有優點，而且設置中的所有缺點都有相應的解決方法：

• 你可以在 Plotly 網站和 Python 環境中編輯圖片；

• 支持交互式圖片和商業報表；

• Plotly 與 Mapbox 合作，可以自定義地圖；

• 很有潛力繪制優秀圖形。

以下是我針對這個包編寫的代碼：

#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 球隊每分鐘平均失誤數的條形圖。

表示薪水和在 NBA 的打球時間之間關系的散點圖

總體來說，開箱即用的美化工具看起來很好，但我多次嘗試逐字復制文檔和修改坐標軸標簽時卻失敗了。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小時：

Plotly 頁面上的一些示例圖

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法來構建圖像的。由于繪圖目標比較簡單，因此這是一個相對簡單的繪圖包。使用 Pygal 非常簡單：

• 實例化圖片；

• 用圖片目標屬性格式化；

• 用 figure.add() 將數據添加到圖片中。

我在使用 Pygal 的過程中遇到的主要問題在于圖片渲染。必須要用 render_to_file 選項，然后在 web 瀏覽器中打開文件，才能看見我剛剛構建的東西。

最終看來這是值得的，因為圖片是交互式的，有令人滿意而且便于自定義的美化功能。總而言之，這個包看起來不錯，但在文件的創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。圖形和網絡不是我的專業領域，但 Networkx 可以快速簡便地用圖形表示網絡之間的連接。以下是我針對一個簡單圖形構建的不同的表示，以及一些從斯坦福 SNAP 下載的代碼（關于繪制小型 Facebook 網絡）。

我按編號（1~10）用顏色編碼了每個節點，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)

這個圖形非常稀疏，Networkx 通過最大化每個集群的間隔展現了這種稀疏化。

有很多數據可視化的包，但沒法說哪個是最好的。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

由于微信平臺算法改版，公號內容將不再以時間排序展示，如果大家想第一時間看到我們的推送，強烈建議星標我們和給我們多點點【在看】。星標具體步驟為： （1）點擊頁面最上方“小詹學Python”，進入公眾號主頁。（2）點擊右上角的小點點，在彈出頁面點擊“設為星標”，就可以啦。感謝支持，比心。

總結

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內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。