你知道怎么用Pandas繪制帶交互的可視化圖表嗎？

人人都可以簡單入門Python、爬蟲、數(shù)據(jù)分析
 簡說Python推薦 
來源：可以叫我才哥
作者：道才

之前咱們介紹過Pandas可視化圖表的繪制《一文掌握Pandas可視化圖表》，不過它是依托于matplotlib，因此無法進(jìn)行交互。但其實(shí)，在Pandas的0.25.0版本之后，提供了一些其他繪圖后端，其中就有我們今天要演示的主角基于Bokeh！

Starting in 0.25 pandas can be extended with third-party plotting backends. The main idea is letting users select a plotting backend different than the provided one based on Matplotlib.

目錄：

• 0. 環(huán)境準(zhǔn)備

• 1. 折線圖

• 2. 柱狀圖（條形圖）

• 3. 散點(diǎn)圖

• 4. 點(diǎn)圖

• 5. 階梯圖

• 6. 餅圖

• 7. 直方圖

• 8. 面積圖

• 9. 地圖

• 10. 其他

0. 環(huán)境準(zhǔn)備

我們用到的是pandas-bokeh，它為Pandas、GeoPandas和Pyspark 的DataFrames提供了Bokeh繪圖后端，類似于Pandas已經(jīng)存在的可視化功能。導(dǎo)入庫后，在DataFrames和Series上就新添加了一個(gè)繪圖方法plot_bokeh()。

安裝第三方庫

pip install pandas-bokeh

or conda:

conda install -c patrikhlobil pandas-bokeh

如果你是使用jupyter notebook，可以這樣讓其直接顯示

import pandas as pd
import pandas_bokeh

pandas_bokeh.output_notebook()

同樣如果輸出是html文件，則可以用以下方式處理

import pandas as pd
import pandas_bokeh

pandas_bokeh.output_file("Interactive Plot.html")

當(dāng)然在使用的時(shí)候，記得先設(shè)置 繪制后端為pandas_bokeh

import pandas as pd

pd.set_option('plotting.backend', 'pandas_bokeh')

目前這個(gè)繪圖方式支持的可視化圖表有以下幾類：

• 折線圖
• 柱狀圖（條形圖）
• 散點(diǎn)圖
• 點(diǎn)圖
• 階梯圖
• 餅圖
• 直方圖
• 面積圖
• 地圖

1. 折線圖

交互元素含有以下幾種：

• 可平移或縮放
• 單擊圖例可以顯示或隱藏折線
• 懸停顯示對應(yīng)點(diǎn)數(shù)據(jù)信息

先看一個(gè)簡單案例：

import numpy as np

np.random.seed(42)
df = pd.DataFrame({"谷歌": np.random.randn(1000)+0.2, 
                   "蘋果": np.random.randn(1000)+0.17}, 
                   index=pd.date_range('1/1/2020', periods=1000))
df = df.cumsum()
df = df + 50
df.plot_bokeh(kind="line")       #等價(jià)于 df.plot_bokeh.line()

在繪制過程中，我們還可以設(shè)置很多參數(shù)，用來設(shè)置可視化圖表的一些功能：

• kind : 圖表類型，目前支持的有：“l(fā)ine”、“point”、“scatter”、“bar”和“histogram”；在不久的將來，更多的將被實(shí)現(xiàn)為水平條形圖、箱形圖、餅圖等
• x：x的值，如果未指定x參數(shù)，則索引用于繪圖的 x 值；或者，也可以傳遞與 DataFrame 具有相同元素?cái)?shù)量的值數(shù)組
• y：y的值。
• figsize : 圖的寬度和高度
• title : 設(shè)置標(biāo)題
• xlim / ylim：為 x 和 y 軸設(shè)置可見的繪圖范圍（也適用于日期時(shí)間 x 軸）
• xlabel / ylabel : 設(shè)置 x 和 y 標(biāo)簽
• logx / logy : 在 x/y 軸上設(shè)置對數(shù)刻度
• xticks / yticks : 設(shè)置軸上的刻度
• color：為繪圖定義顏色
• colormap：可用于指定要繪制的多種顏色
• hovertool：如果 True 懸停工具處于活動狀態(tài)，否則如果為 False 則不繪制懸停工具
• hovertool_string：如果指定，此字符串將用于懸停工具（@{column} 將替換為鼠標(biāo)懸停在元素上的列的值）
• toolbar_location：指定工具欄位置的位置（None, “above”, “below”, “l(fā)eft” or “right”)），默認(rèn)值：right
• zooming：啟用/禁用縮放，默認(rèn)值：True
• panning：啟用/禁用平移，默認(rèn)值：True
• fontsize_label/fontsize_ticks/fontsize_title/fontsize_legend：設(shè)置標(biāo)簽、刻度、標(biāo)題或圖例的字體大小（整數(shù)或“15pt”形式的字符串）
• rangetool啟用范圍工具滾動條，默認(rèn)False
• kwargs **：bokeh.plotting.figure.line 的可選關(guān)鍵字參數(shù)

df.plot_bokeh.line(
    figsize=(800, 450), # 圖的寬度和高度
    y="蘋果", # y的值，這里選擇的是df數(shù)據(jù)中的蘋果列
    title="蘋果", # 標(biāo)題
    xlabel="Date", # x軸標(biāo)題
    ylabel="Stock price [$]", # y軸標(biāo)題
    yticks=[0, 100, 200, 300, 400], # y軸刻度值
    ylim=(0, 400), # y軸區(qū)間
    toolbar_location=None, # 工具欄（取消）
    colormap=["red", "blue"], # 顏色
    hovertool_string=r"""<img
                        src='https://dss0.bdstatic.com/-0U0bnSm1A5BphGlnYG/tam-ogel/920152b13571a9a38f7f3c98ec5a6b3f_122_122.jpg' 
                        height="42" alt="@imgs" width="42"
                        style="float: left; margin: 0px 15px 15px 0px;"
                        border="2"></img> Apple 
                        
                        <h4> Stock Price: </h4> @{蘋果}""",  # 懸停工具顯示形式（支持css）
    panning=False, # 禁止平移
    zooming=False) # 禁止縮放

對于折線圖來說，還有一些特殊的參數(shù)，它們是：

• plot_data_points：添加繪制線上的數(shù)據(jù)點(diǎn)
• plot_data_points_size：設(shè)置數(shù)據(jù)點(diǎn)的大小
• 標(biāo)記：定義點(diǎn)類型*（默認(rèn)值：circle）*，可能的值有：“circle”、“square”、“triangle”、“asterisk”、“circle_x”、“square_x”、“inverted_triangle”、“x”、“circle_cross”、“square_cross”、“diamond”、“cross” '
• kwargs **：bokeh.plotting.figure.line 的可選關(guān)鍵字參數(shù)

df.plot_bokeh.line(
    figsize=(800, 450),
    title="蘋果 vs 谷歌",
    xlabel="Date",
    ylabel="價(jià)格 [$]",
    yticks=[0, 100, 200, 300, 400],
    ylim=(0, 100),
    xlim=("2020-01-01", "2020-02-01"),
    colormap=["red", "blue"],
    plot_data_points=True, # 是否線上數(shù)據(jù)點(diǎn)
    plot_data_points_size=10, # 數(shù)據(jù)點(diǎn)的大小
    marker="square") # 數(shù)據(jù)點(diǎn)的類型

啟動范圍工具滾動條的折線圖

ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2020', periods=1000))
df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list('ABCD'))
df = df.cumsum()

df.plot_bokeh(rangetool=True)

2. 柱狀圖（條形圖）

柱狀圖沒有特殊的關(guān)鍵字參數(shù)，一般分為柱狀圖和堆疊柱狀圖，默認(rèn)是柱狀圖。

data = {
    'fruits':
    ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries'],
    '2015': [2, 1, 4, 3, 2, 4],
    '2016': [5, 3, 3, 2, 4, 6],
    '2017': [3, 2, 4, 4, 5, 3]
}
df = pd.DataFrame(data).set_index("fruits")

p_bar = df.plot_bokeh.bar(
    ylabel="Price per Unit [€]", 
    title="Fruit prices per Year", 
    alpha=0.6)

我們可以通過參數(shù)stacked來繪制堆疊柱狀圖：

p_stacked_bar = df.plot_bokeh.bar(
    ylabel="Price per Unit [€]",
    title="Fruit prices per Year",
    stacked=True, # 堆疊柱狀圖
    alpha=0.6)

默認(rèn)情況下，x軸的值就是數(shù)據(jù)索引列的值，我們也可通過指定參數(shù)x來設(shè)置x軸；另外，我們還可以通過關(guān)鍵字kind="barh"或訪問器plot_bokeh.barh來進(jìn)行條形圖繪制。

#Reset index, such that "fruits" is now a column of the DataFrame:
df.reset_index(inplace=True)

#Create horizontal bar (via kind keyword):
p_hbar = df.plot_bokeh(
    kind="barh",
    x="fruits",
    xlabel="Price per Unit [€]",
    title="Fruit prices per Year",
    alpha=0.6,
    legend = "bottom_right",
    show_figure=False)

#Create stacked horizontal bar (via barh accessor):
p_stacked_hbar = df.plot_bokeh.barh(
    x="fruits",
    stacked=True,
    xlabel="Price per Unit [€]",
    title="Fruit prices per Year",
    alpha=0.6,
    legend = "bottom_right",
    show_figure=False)

#Plot all barplot examples in a grid:
pandas_bokeh.plot_grid([[p_bar, p_stacked_bar],
                        [p_hbar, p_stacked_hbar]], 
                       plot_width=450)

3. 散點(diǎn)圖

散點(diǎn)圖需要指定x和y，以下參數(shù)可選：

• category：確定用于為散點(diǎn)著色的類別對應(yīng)列字段名
• kwargs **：bokeh.plotting.figure.scatter 的可選關(guān)鍵字參數(shù)

以下繪制表格和散點(diǎn)圖：

# Load Iris Dataset:
df = pd.read_csv(
    r"https://raw.githubusercontent.com/PatrikHlobil/Pandas-Bokeh/master/docs/Testdata/iris/iris.csv"
)
df = df.sample(frac=1)

# Create Bokeh-Table with DataFrame:
from bokeh.models.widgets import DataTable, TableColumn
from bokeh.models import ColumnDataSource

data_table = DataTable(
    columns=[TableColumn(field=Ci, title=Ci) for Ci in df.columns],
    source=ColumnDataSource(df),
    height=300,
)

# Create Scatterplot:
p_scatter = df.plot_bokeh.scatter(
    x="petal length (cm)",
    y="sepal width (cm)",
    category="species",
    title="Iris DataSet Visualization",
    show_figure=False,
)

# Combine Table and Scatterplot via grid layout:
pandas_bokeh.plot_grid([[data_table, p_scatter]], plot_width=400, plot_height=350)

我們還可以傳遞一些參數(shù)比如 散點(diǎn)的大小之類的（用某列的值）

#Change one value to clearly see the effect of the size keyword
df.loc[13, "sepal length (cm)"] = 15

#Make scatterplot:
p_scatter = df.plot_bokeh.scatter(
    x="petal length (cm)",
    y="sepal width (cm)",
    category="species",
    title="Iris DataSet Visualization with Size Keyword",
    size="sepal length (cm)", # 散點(diǎn)大小
)

4. 點(diǎn)圖

點(diǎn)圖比較簡單，直接調(diào)用pointplot即可

import numpy as np

x = np.arange(-3, 3, 0.1)
y2 = x**2
y3 = x**3
df = pd.DataFrame({"x": x, "Parabula": y2, "Cube": y3})
df.plot_bokeh.point(
    x="x",
    xticks=range(-3, 4),
    size=5,
    colormap=["#009933", "#ff3399"],
    title="Pointplot (Parabula vs. Cube)",
    marker="x")

5. 階梯圖

階梯圖主要是需要設(shè)置其模式mode，目前可供選擇的是before, after和center

import numpy as np

x = np.arange(-3, 3, 1)
y2 = x**2
y3 = x**3
df = pd.DataFrame({"x": x, "Parabula": y2, "Cube": y3})
df.plot_bokeh.step(
    x="x",
    xticks=range(-1, 1),
    colormap=["#009933", "#ff3399"],
    title="Pointplot (Parabula vs. Cube)",
    figsize=(800,300),
    fontsize_title=30,
    fontsize_label=25,
    fontsize_ticks=15,
    fontsize_legend=5,
    )

df.plot_bokeh.step(
    x="x",
    xticks=range(-1, 1),
    colormap=["#009933", "#ff3399"],
    title="Pointplot (Parabula vs. Cube)",
    mode="after",
    figsize=(800,300)
    )

6. 餅圖

這里我們用網(wǎng)上的一份自 2002 年以來德國所有聯(lián)邦議院選舉結(jié)果的數(shù)據(jù)集為例展示

df_pie = pd.read_csv(r"https://raw.githubusercontent.com/PatrikHlobil/Pandas-Bokeh/master/docs/Testdata/Bundestagswahl/Bundestagswahl.csv")
df_pie

df_pie.plot_bokeh.pie(
    x="Partei",
    y="2017",
    colormap=["blue", "red", "yellow", "green", "purple", "orange", "grey"],
    title="Results of German Bundestag Election 2017",
    )

如果我們想繪制全部的列（上圖中我們繪制的是2017年的數(shù)據(jù)），則無需對y賦值，結(jié)果會嵌套顯示在一個(gè)圖中：

df_pie.plot_bokeh.pie(
    x="Partei",
    colormap=["blue", "red", "yellow", "green", "purple", "orange", "grey"],
    title="Results of German Bundestag Elections [2002-2017]",
    line_color="grey")

7. 直方圖

在繪制直方圖時(shí)，有不少參數(shù)可供選擇：

• bins：確定用于直方圖的 bin，如果 bins 是 int，則它定義給定范圍內(nèi)的等寬 bin 數(shù)量（默認(rèn)為 10），如果 bins 是一個(gè)序列，它定義了 bin 邊緣，包括最右邊的邊緣，允許不均勻的 bin 寬度，如果 bins 是字符串，則它定義用于計(jì)算最佳 bin 寬度的方法，如histogram_bin_edges所定義
• histogram_type：“sidebyside”、“topontop”或“stacked”，默認(rèn)值：“topontop”
• stacked：布爾值，如果給定，則將histogram_type覆蓋為*“stacked”*。默認(rèn)值：*假False
• kwargs **：bokeh.plotting.figure.quad 的可選關(guān)鍵字參數(shù)

import numpy as np

df_hist = pd.DataFrame({
    'a': np.random.randn(1000) + 1,
    'b': np.random.randn(1000),
    'c': np.random.randn(1000) - 1
    },
    columns=['a', 'b', 'c'])

#Top-on-Top Histogram (Default):
df_hist.plot_bokeh.hist(
    bins=np.linspace(-5, 5, 41),
    vertical_xlabel=True,
    hovertool=False,
    title="Normal distributions (Top-on-Top)",
    line_color="black")

#Side-by-Side Histogram (multiple bars share bin side-by-side) also accessible via
#kind="hist":
df_hist.plot_bokeh(
    kind="hist",
    bins=np.linspace(-5, 5, 41),
    histogram_type="sidebyside",
    vertical_xlabel=True,
    hovertool=False,
    title="Normal distributions (Side-by-Side)",
    line_color="black")

#Stacked histogram:
df_hist.plot_bokeh.hist(
    bins=np.linspace(-5, 5, 41),
    histogram_type="stacked",
    vertical_xlabel=True,
    hovertool=False,
    title="Normal distributions (Stacked)",
    line_color="black")

同時(shí)，對于直方圖我們還有更高級的參數(shù)：

• weights：DataFrame 的一列，用作 histogramm 聚合的權(quán)重（另請參見numpy.histogram）
• normed：如果為 True，則直方圖值被歸一化為 1（直方圖值之和 = 1）。也可以傳遞一個(gè)整數(shù)，例如normed=100將導(dǎo)致帶有百分比 y 軸的直方圖（直方圖值的總和 = 100），默認(rèn)值：False
• cumulative：如果為 True，則顯示累積直方圖，默認(rèn)值：False
• show_average：如果為 True，則還顯示直方圖的平均值，默認(rèn)值：False

p_hist = df_hist.plot_bokeh.hist(
    y=["a", "b"],
    bins=np.arange(-4, 6.5, 0.5),
    normed=100,
    vertical_xlabel=True,
    ylabel="Share[%]",
    title="Normal distributions (normed)",
    show_average=True,
    xlim=(-4, 6),
    ylim=(0, 30),
    show_figure=False)

p_hist_cum = df_hist.plot_bokeh.hist(
    y=["a", "b"],
    bins=np.arange(-4, 6.5, 0.5),
    normed=100,
    cumulative=True,
    vertical_xlabel=True,
    ylabel="Share[%]",
    title="Normal distributions (normed & cumulative)",
    show_figure=False)

pandas_bokeh.plot_grid([[p_hist, p_hist_cum]], plot_width=450, plot_height=300) # 儀表盤輸出方式

8. 面積圖

面積圖嘛，提供兩種：堆疊或者在彼此之上繪制

• stacked：如果為 True，則面積圖堆疊；如果為 False，則在彼此之上繪制圖。默認(rèn)值：False
• kwargs **：bokeh.plotting.figure.patch 的可選關(guān)鍵字參數(shù)

# 我們用 之前餅圖里的數(shù)據(jù)來繪制
df_energy = df_pie
df_energy.plot_bokeh.area(
    x="Partei",
    stacked=True,
    legend="top_right",
    colormap=["brown", "orange", "black", "grey", "blue"],
    title="標(biāo)題",
    ylabel="Y軸",
    )

df_energy.plot_bokeh.area(
    x="Partei",
    stacked=False,
    legend="top_right",
    colormap=["brown", "orange", "black", "grey", "blue"],
    title="標(biāo)題",
    ylabel="Y軸",
    )

當(dāng)我們使用normed關(guān)鍵字對圖進(jìn)行規(guī)范時(shí)，還可以看到這種效果：

df_energy.plot_bokeh.area(
    x="Partei",
    stacked=True,
    normed=100,  # 規(guī)范滿100（可看大致占比）
    legend="top_right",
    colormap=["brown", "orange", "black", "grey", "blue"],
    title="標(biāo)題",
    ylabel="Y軸",
    )

9. 地圖

關(guān)于地圖繪制部分內(nèi)容較多，這里我們不做詳細(xì)介紹，后續(xù)出個(gè)專題講解！

plot_bokeh.map函數(shù)，參數(shù)x和y分別對應(yīng)經(jīng)緯度坐標(biāo)，我們以全球超過100萬居民所有城市為例簡單展示一下：

df_mapplot = pd.read_csv(r"https://raw.githubusercontent.com/PatrikHlobil/Pandas-Bokeh/master/docs/Testdata/populated%20places/populated_places.csv")
df_mapplot.head()

df_mapplot["size"] = df_mapplot["pop_max"] / 1000000
df_mapplot.plot_bokeh.map(
    x="longitude",
    y="latitude",
    hovertool_string="""<h2> @{name} </h2> 
    
                        <h3> Population: @{pop_max} </h3>""",
    tile_provider="STAMEN_TERRAIN_RETINA",
    size="size", 
    figsize=(900, 600),
    title="World cities with more than 1.000.000 inhabitants")

10. 其他

儀表盤輸出，通過pandas_bokeh.plot_grid來設(shè)計(jì)儀表盤（大家具體看這行代碼的邏輯）

import pandas as pd
import numpy as np
import pandas_bokeh
pandas_bokeh.output_notebook()

#Barplot:
data = {
    'fruits':
    ['Apples', 'Pears', 'Nectarines', 'Plums', 'Grapes', 'Strawberries'],
    '2015': [2, 1, 4, 3, 2, 4],
    '2016': [5, 3, 3, 2, 4, 6],
    '2017': [3, 2, 4, 4, 5, 3]
}
df = pd.DataFrame(data).set_index("fruits")
p_bar = df.plot_bokeh(
    kind="bar",
    ylabel="Price per Unit [€]",
    title="Fruit prices per Year",
    show_figure=False)

#Lineplot:
np.random.seed(42)
df = pd.DataFrame({
    "Google": np.random.randn(1000) + 0.2,
    "Apple": np.random.randn(1000) + 0.17
},
                  index=pd.date_range('1/1/2000', periods=1000))
df = df.cumsum()
df = df + 50
p_line = df.plot_bokeh(
    kind="line",
    title="Apple vs Google",
    xlabel="Date",
    ylabel="Stock price [$]",
    yticks=[0, 100, 200, 300, 400],
    ylim=(0, 400),
    colormap=["red", "blue"],
    show_figure=False)

#Scatterplot:
from sklearn.datasets import load_iris
iris = load_iris()
df = pd.DataFrame(iris["data"])
df.columns = iris["feature_names"]
df["species"] = iris["target"]
df["species"] = df["species"].map(dict(zip(range(3), iris["target_names"])))
p_scatter = df.plot_bokeh(
    kind="scatter",
    x="petal length (cm)",
    y="sepal width (cm)",
    category="species",
    title="Iris DataSet Visualization",
    show_figure=False)

#Histogram:
df_hist = pd.DataFrame({
    'a': np.random.randn(1000) + 1,
    'b': np.random.randn(1000),
    'c': np.random.randn(1000) - 1
},
                       columns=['a', 'b', 'c'])

p_hist = df_hist.plot_bokeh(
    kind="hist",
    bins=np.arange(-6, 6.5, 0.5),
    vertical_xlabel=True,
    normed=100,
    hovertool=False,
    title="Normal distributions",
    show_figure=False)

#Make Dashboard with Grid Layout:
pandas_bokeh.plot_grid([[p_line, p_bar], 
                        [p_scatter, p_hist]], plot_width=450)

又或者這樣：

p_line.plot_width = 900
p_hist.plot_width = 900

layout = pandas_bokeh.column(p_line,
                pandas_bokeh.row(p_scatter, p_bar),
                p_hist)  # 指定每行顯示的內(nèi)容

pandas_bokeh.show(layout)

以上就是本次全部內(nèi)容，通過這部分的學(xué)習(xí)，我們發(fā)現(xiàn)Pandas除了結(jié)合matplotlib常規(guī)繪圖外，還可以通過bokeh繪圖后端快速繪制可交互的圖表，用起來非常方便。

當(dāng)然，如果想更深入了解或者定制化這些可視化圖表，可能需要對bokeh有更多的了解，這塊查閱官網(wǎng)資料即可！

--END--
老表贈書
圖書介紹：《Python+Excel職場辦公數(shù)據(jù)分析》內(nèi)容主要分為兩部分：第一部分為編程基礎(chǔ)部分，共包括4章內(nèi)容（第1~4章），主要講解Python的安裝方法、基本語法、Pandas模塊用法、xlwings模塊操作Excel數(shù)據(jù)的方法等；第二部分為實(shí)戰(zhàn)案例部分，主要介紹批量自動處理及分析各種數(shù)據(jù)的案例（第5~8章）。

贈送規(guī)則：留言說說你的近一個(gè)月的生活/學(xué)習(xí)/工作計(jì)劃，不少于20字，留言點(diǎn)贊top1可以獲得贈書一本，另外我還會選兩個(gè)走心留言贈送一本《Python+Excel職場辦公數(shù)據(jù)分析》。

掃碼即可加我微信
老表朋友圈經(jīng)常有贈書/紅包福利活動
1）近一個(gè)月內(nèi)獲得贈書的讀者將無法再次獲得贈書，想要多次獲得贈書，可以查看下面的投稿規(guī)則及激勵(lì)；
2）同時(shí)已經(jīng)獲得贈書的讀者想要再次獲得贈書，必須先寫一篇已獲得贈書的讀后感（1000字+），才有機(jī)會再次獲得贈書。
希望每一位讀者都能獲得贈書，只有有付出，就會有回報(bào)，就會有進(jìn)步。

新玩法，以后每篇技術(shù)文章，點(diǎn)贊超過100+，我將在個(gè)人視頻號直播帶大家一起進(jìn)行項(xiàng)目實(shí)戰(zhàn)復(fù)現(xiàn)，快嘎嘎點(diǎn)贊吧?。?！
直播將在我的視頻號：老表Max 中開展，掃上方二維碼添加我微信即可查看我的視頻號。

大家的 點(diǎn)贊、留言、轉(zhuǎn)發(fā)是對號主的最大支持。


學(xué)習(xí)更多：
整理了我開始分享學(xué)習(xí)筆記到現(xiàn)在超過250篇優(yōu)質(zhì)文章，涵蓋數(shù)據(jù)分析、爬蟲、機(jī)器學(xué)習(xí)等方面，別再說不知道該從哪開始，實(shí)戰(zhàn)哪里找了
“點(diǎn)贊”就是對博主最大的支持