6個頂級Python可視化庫

當可視化一個DataFrame時，選擇使用哪個可視化庫確實是一個頭疼的事情。

這篇文章云朵君將和大家一起學習每個庫的優(yōu)點和缺點。到最后，對它們的不同特點有更好的了解，在合適的時候更容易選擇合適的庫。

將通過專注于幾個具體的屬性來評價一個可視化工具的優(yōu)缺點：

互動性

你想要交互式可視化嗎？像Altair、Bokeh和Plotly這樣的庫允許你創(chuàng)建交互式圖表，用戶可以探索和互動。

另外，一些庫（如Matplotlib）將可視化渲染成靜態(tài)圖像，使其適合在論文、幻燈片或演示中解釋概念。

語法和靈活性

不同庫的語法有什么不同？低級別的庫，如Matplotlib，提供了廣泛的靈活性，可以完成幾乎任何事情。然而，API也是很復雜的。

像Altair這樣的聲明式庫簡化了數(shù)據(jù)到可視化的映射，提供了一個更直觀的語法。

數(shù)據(jù)類型和視覺化

是否在處理專門的用例，如地理圖或大數(shù)據(jù)集？考慮一個特定的庫是否支持繪圖類型或有效處理大型數(shù)據(jù)集。

數(shù)據(jù)

import pandas as pd  
# 強烈推薦關注@公眾號：數(shù)據(jù)STUDIO，更多優(yōu)質(zhì)內(nèi)容等你～
new_profile = pd.read_csv('https://gist.githubusercontent.com/khuyentran1401/98658198f0ef0cb12abb34b4f2361fd8/raw/ece16eb32e1b41f5f20c894fb72a4c198e86a5ea/github_users.csv')
new_profile

Matplotlib

Matplotlib^[1]可能是最常見的用于可視化數(shù)據(jù)的Python庫。幾乎所有對數(shù)據(jù)科學感興趣的人都可能至少使用過一次Matplotlib。

優(yōu)點

易于解釋的數(shù)據(jù)屬性

在分析數(shù)據(jù)時，快速了解數(shù)據(jù)分布情況往往非常有用的。

例如，如果你想檢查擁有最多粉絲的前100名用戶的分布情況，通常Matplotlib就足夠了。

import matplotlib.pyplot as plt

top_followers = new_profile.sort_values(by="followers", axis=0, ascending=False)[:100]

fig = plt.figure()

plt.bar(top_followers.user_name, top_followers.followers)
plt.show()

盡管Matplotlib的X軸表示方法并不理想，但該圖可以讓人清楚地了解數(shù)據(jù)的分布。

多樣性

Matplotlib的功能非常全面，能夠生成各種類型的圖形。Matplotlib的網(wǎng)站^[2]提供了全面的文檔和各種圖形的圖庫，使得它很容易找到幾乎任何類型的繪圖的教程。

fig = plt.figure()

plt.text(
    0.6,
    0.7,
    "learning",
    size=40,
    rotation=20.0,
    ha="center",
    va="center",
    bbox=dict(
        boxstyle="round",
        ec=(1.0, 0.5, 0.5),
        fc=(1.0, 0.8, 0.8),
    ),
)

plt.text(
    0.55,
    0.6,
    "machine",
    size=40,
    rotation=-25.0,
    ha="right",
    va="top",
    bbox=dict(
        boxstyle="square",
        ec=(1.0, 0.5, 0.5),
        fc=(1.0, 0.8, 0.8),
    ),
)

plt.show()

缺點

雖然Matplotlib幾乎可以繪制任何東西，但生成非基本的圖或為審美目的調(diào)整圖可能很復雜。

如果你打算向他人展示你的數(shù)據(jù)，定制X軸、Y軸和其他繪圖元素可能需要大量的努力。這是由于Matplotlib的低級接口造成的。

num_features = new_profile.select_dtypes("int64")
correlation = num_features.corr()

fig, ax = plt.subplots()
im = plt.imshow(correlation)

ax.set_xticklabels(correlation.columns)
ax.set_yticklabels(correlation.columns)

plt.setp(ax.get_xticklabels(), 
        rotation=45, 
        ha="right", 
        rotation_mode="anchor")
plt.show()

經(jīng)驗之談：Matplotlib 能夠制作任何繪圖，但與其他庫相比，創(chuàng)建復雜的繪圖往往需要更多的代碼。

Seaborn

Seaborn^[3]是一個建立在Matplotlib之上的Python數(shù)據(jù)可視化庫。它提供了一個更高層次的界面，簡化了創(chuàng)建具有視覺吸引力的圖的過程。

優(yōu)點

減少的代碼

Seaborn提供了一個更高層次的接口來生成與Matplotlib類似的圖。這意味著你可以用更少的代碼和更漂亮的視覺設計來實現(xiàn)類似的可視化。

例如，使用與之前相同的數(shù)據(jù)，我們可以創(chuàng)建一個熱圖，而無需明確設置x和y標簽：

correlation = new_profile.corr()

sns.heatmap(correlation, annot=True)

這使得熱圖在視覺上更有吸引力，而不需要額外的配置。

改善普通圖表的美感

Seaborn是常見繪圖類型的熱門選擇，如柱狀圖、箱形圖、計數(shù)圖和直方圖。Seaborn不僅需要較少的代碼來生成這些圖，而且它們還具有增強的視覺美感。

在下面的例子中，由于Seaborn的默認設置，計數(shù)圖在視覺上顯得更加吸引人：

sns.set(style="darkgrid")
titanic = sns.load_dataset("titanic")
ax = sns.countplot(x="class", data=titanic)

缺點

Seaborn盡管有其優(yōu)勢，但并不像Matplotlib那樣擁有廣泛的繪圖類型集合。雖然它在流行的繪圖類型方面表現(xiàn)出色，但對于更專業(yè)或定制的繪圖，它可能無法提供同樣廣泛的選項。

經(jīng)驗之談：Seaborn 是Matplotlib的一個高級版本。盡管它沒有像Matplotlib那樣廣泛的集合，但Seaborn可以用更少的代碼使流行的繪圖，如柱狀圖、盒狀圖、熱圖等看起來更漂亮。

Plotly

Plotly^[4]圖形庫提供了一種毫不費力的方式來創(chuàng)建交互式和高質(zhì)量的圖形。它提供了一系列類似于Matplotlib和Seaborn的圖表類型，包括線圖、散點圖、面積圖、條形圖等等。

優(yōu)點

與R相似

如果你熟悉在R中創(chuàng)建繪圖，并在使用Python時懷念它的功能，Plotly是一個很好的選擇。它允許你用Python實現(xiàn)同樣水平的高質(zhì)量繪圖。

Plotly Express尤其突出，因為它只用一行Python代碼就能創(chuàng)建令人印象深刻的圖表。比如說：

import plotly.express as px
# 強烈推薦關注@公眾號：數(shù)據(jù)STUDIO，更多優(yōu)質(zhì)內(nèi)容等你～  
fig = px.scatter(
    new_profile[:100],
    x="followers",
    y="total_stars",
    color="forks",
    size="contribution",
)
fig.show()

交互式圖表創(chuàng)建

Plotly擅長創(chuàng)建交互式圖表，這不僅增強了視覺吸引力，而且使觀眾能夠更詳細地探索數(shù)據(jù)。

讓我們考慮一下前面的用Matplotlib創(chuàng)建的條形圖例子。下面是如何用Plotly實現(xiàn)的：

top_followers = new_profile.sort_values(by="followers", axis=0, ascending=False)[:100]

fig = px.bar(
    top_followers,
    x="user_name",
    y="followers",
)

fig.show()

通過類似的代碼，Plotly可以生成一個交互式的圖表，用戶可以將鼠標懸停在每個條形圖上，查看相應的用戶和關注者數(shù)量。這種互動性使你的可視化的消費者有能力自己去探索數(shù)據(jù)。

復雜地塊中的簡單性

Plotly簡化了復雜圖的創(chuàng)建，這在其他庫中可能是個挑戰(zhàn)。

例如，如果我們想在地圖上可視化GitHub用戶的位置，我們可以獲得他們的經(jīng)緯度，并據(jù)此繪制：

location_df = pd.read_csv(
    "https://gist.githubusercontent.com/khuyentran1401/ce61bbad3bc636bf2548d70d197a0e3f/raw/ab1b1a832c6f3e01590a16231ba25ca5a3d761f3/location_df.csv",
    index_col=0,
)

m = px.scatter_geo(
    location_df,
    lat="latitude",
    lon="longitude",
    color="total_stars",
    size="forks",
    hover_data=["user_name", "followers"],
    title="Locations of Top Users",
)

m.show()

只需幾行代碼，Plotly就能在地圖上漂亮地表示用戶的位置。氣泡的顏色代表分叉的數(shù)量，而大小則與星星的總數(shù)相對應。

經(jīng)驗之談：Plotly 是一個很好的選擇，可以用最少的代碼來創(chuàng)建交互式和出版質(zhì)量的圖表。它提供了廣泛的可視化功能，并簡化了創(chuàng)建復雜圖表的過程。

Altair

Altair^[5]是一個強大的Python聲明式統(tǒng)計可視化庫，基于Vega-Lite。它在創(chuàng)建需要大量統(tǒng)計轉(zhuǎn)換的圖表時大放異彩。

優(yōu)點

簡單的可視化語法

Altair利用直觀的語法來創(chuàng)建可視化。你只需要指定數(shù)據(jù)列和編碼通道之間的聯(lián)系，其余的繪圖工作都是自動處理的。這種簡單性使得信息的可視化變得快速而直觀。

例如，使用泰坦尼克號的數(shù)據(jù)集來計算每個班級的人數(shù)：

import seaborn as sns
import altair as alt

titanic = sns.load_dataset("titanic")

alt.Chart(titanic).mark_bar().encode(alt.X("class"), y="count()")

Altair簡潔的語法允許你專注于數(shù)據(jù)和它的關系，從而產(chǎn)生高效和富有表現(xiàn)力的可視化。

易于數(shù)據(jù)轉(zhuǎn)換

Altair使其在創(chuàng)建圖表時毫不費力地進行數(shù)據(jù)轉(zhuǎn)換。

例如，如果你想在泰坦尼克號數(shù)據(jù)集中找到每個性別的平均年齡，你可以在代碼本身中進行轉(zhuǎn)換：

hireable = (
    alt.Chart(titanic)
    .mark_bar()
    .encode(x="sex:N", y="mean_age:Q")
    .transform_aggregate(mean_age="mean(age)", groupby=["sex"])
)

hireable

Altair的transform_aggregate()函數(shù)使你能夠在飛行中匯總數(shù)據(jù)，并在你的可視化中使用這些結(jié)果。

你也可以使用:N 或:Q符號指定數(shù)據(jù)類型，如名義（沒有任何順序的分類數(shù)據(jù)）或定量（數(shù)值的衡量）。

查看數(shù)據(jù)轉(zhuǎn)換的完整列表^[6]。

鏈接圖表

Altair提供了令人印象深刻的將多個地塊連接在一起的能力。你可以根據(jù)用戶的互動，使用選擇來過濾所附圖塊的內(nèi)容。

例如，在散點圖上直觀地顯示所選區(qū)間內(nèi)每個階層的人數(shù)：

brush = alt.selection(type="interval")

points = (
    alt.Chart(titanic)
    .mark_point()
    .encode(
        x="age:Q",
        y="fare:Q",
        color=alt.condition(brush, "class:N", alt.value("lightgray")),
    )
    .add_selection(brush)
)

bars = (
    alt.Chart(titanic)
    .mark_bar()
    .encode(y="class:N", color="class:N", x="count(class):Q")
    .transform_filter(brush)
)

points & bars

當你在散點圖中選擇一個區(qū)間時，柱狀圖會動態(tài)更新以反映過濾后的數(shù)據(jù)。Altair連接圖的能力允許高度互動的可視化和即時計算，不需要運行Python服務器。

缺點

Altair的簡單圖表，如柱狀圖，可能看起來不像Seaborn或Plotly等庫中的圖表那樣有風格，除非你指定自定義風格。

Altair建議在處理超過5000個樣本的數(shù)據(jù)集時，在可視化之前對數(shù)據(jù)進行匯總。處理更大的數(shù)據(jù)集可能需要額外的步驟來管理數(shù)據(jù)大小和復雜性。

經(jīng)驗之談：Altair 是創(chuàng)建復雜統(tǒng)計圖表的絕佳選擇。雖然它可能缺乏一些默認的樣式選項，并且在處理大型數(shù)據(jù)集時有局限性，但Altair的簡單性、數(shù)據(jù)轉(zhuǎn)換能力和鏈接圖使其成為統(tǒng)計可視化的強大工具。

Bokeh

Bokeh是一個高度靈活的交互式可視化庫，專為網(wǎng)絡瀏覽器設計。

優(yōu)點

Matplotlib的交互式版本

在交互式可視化方面，Bokeh作為與Matplotlib最相似的庫脫穎而出。Matplotlib是一個低級別的可視化庫，而Bokeh同時提供了高級和低級別的接口。使用Bokeh，你可以創(chuàng)建類似于Matplotlib的復雜圖，但代碼行數(shù)更少，分辨率更高。

例如，Matplotlib的圓形圖...

import matplotlib.pyplot as plt
# 強烈推薦關注@公眾號：數(shù)據(jù)STUDIO，更多優(yōu)質(zhì)內(nèi)容等你～ 
fig, ax = plt.subplots()

x = [1, 2, 3, 4, 5]
y = [2, 5, 8, 2, 7]

for x, y in zip(x, y):
    ax.add_patch(
        plt.Circle((x, y), 0.5, edgecolor="#f03b20", facecolor="#9ebcda", alpha=0.8)
    )


# Use adjustable='box-forced' to make the plot area square-shaped as well.
ax.set_aspect("equal", adjustable="datalim")
ax.set_xbound(3, 4)

ax.plot()  # Causes an autoscale update.
plt.show()

......可以通過使用虛化技術實現(xiàn)更好的分辨率和更大的效用：

from bokeh.io import show, output_notebook
from bokeh.models import Circle
from bokeh.plotting import figure

output_notebook()

plot = figure(tools="tap", title="Select a circle")
renderer = plot.circle([1, 2, 3, 4, 5], [2, 5, 8, 2, 7], size=50)

selected_circle = Circle(fill_alpha=1, fill_color="firebrick", line_color=None)
nonselected_circle = Circle(fill_alpha=0.2, fill_color="blue", line_color="firebrick")

renderer.selection_glyph = selected_circle
renderer.nonselection_glyph = nonselected_circle

show(plot)

圖表之間的聯(lián)系

Bokeh使建立地塊之間的聯(lián)系變得非常容易。應用于一個圖的變化可以自動反映在另一個具有類似變量的圖中。這個功能允許探索多個地塊之間的關系。

例如，如果你創(chuàng)建了三個并排的圖形，并想觀察它們的關系，你可以利用鏈接刷：

from bokeh.layouts import gridplot
from bokeh.models import ColumnDataSource


source = ColumnDataSource(new_profile)

TOOLS = "box_select,lasso_select,help"
TOOLTIPS = [
    ("user", "@user_name"),
    ("followers", "@followers"),
    ("following", "@following"),
    ("forks", "@forks"),
    ("contribution", "@contribution"),
]

s1 = figure(tooltips=TOOLTIPS, title=None, tools=TOOLS)
s1.circle(x="followers", y="following", source=source)

s2 = figure(tooltips=TOOLTIPS, title=None, tools=TOOLS)
s2.circle(x="followers", y="forks", source=source)

s3 = figure(tooltips=TOOLTIPS, title=None, tools=TOOLS)
s3.circle(x="followers", y="contribution", source=source)

p = gridplot([[s1, s2, s3]])
show(p)

通過利用ColumnDataSource，數(shù)據(jù)可以在繪圖之間共享。因此，當一個情節(jié)發(fā)生變化時，其他情節(jié)也會相應地自動更新。

缺點

作為一個具有某種中間層次界面的庫，Bokeh通常需要更多的代碼來產(chǎn)生與Seaborn、Altair或Plotly相同的圖。雖然Bokeh需要的代碼比Matplotlib少，但與其他庫相比，它可能需要額外的代碼行來實現(xiàn)類似的質(zhì)量輸出。

例如，使用泰坦尼克號數(shù)據(jù)創(chuàng)建同樣的計數(shù)圖，除了需要提前轉(zhuǎn)換數(shù)據(jù)外，如果我們想讓圖表看起來漂亮，還需要設置條形圖的寬度和顏色。

如果我們不為條形圖增加寬度，圖表會是這樣的：

from bokeh.transform import factor_cmap
from bokeh.palettes import Spectral6

titanic_groupby = titanic.groupby("class")["survived"].sum().reset_index()

p = figure(x_range=list(titanic_groupby["class"]))
p.vbar(
    x="class",
    top="survived",
    source=titanic_groupby,
    fill_color=factor_cmap(
        "class", palette=Spectral6, factors=list(titanic_groupby["class"])
    ),
)
show(p)

from bokeh.transform import factor_cmap
from bokeh.palettes import Spectral6

titanic_groupby = titanic.groupby("class")["survived"].sum().reset_index()

p = figure(x_range=list(titanic_groupby["class"]))
p.vbar(
    x="class",
    top="survived",
    source=titanic_groupby,
    fill_color=factor_cmap(
        "class", palette=Spectral6, factors=list(titanic_groupby["class"])
    ),
)
show(p)

因此，我們需要手動調(diào)整尺寸以使繪圖更美觀：

p = figure(x_range=list(titanic_groupby["class"]))
p.vbar(
    x="class",
    top="survived",
    width=0.9,
    source=titanic_groupby,
    fill_color=factor_cmap(
        "class", palette=Spectral6, factors=list(titanic_groupby["class"])
    ),
)
show(p)

經(jīng)驗之談：Bokeh 的獨特優(yōu)勢在于它能夠提供一系列的界面，從低到高，從而能夠創(chuàng)建多功能的、具有視覺吸引力的圖形。然而，與其他庫相比，在追求類似的情節(jié)質(zhì)量時，這種靈活性往往導致需要更多的代碼。

Folium

Folium^[7]簡化了在交互式小冊子地圖上實現(xiàn)數(shù)據(jù)可視化的過程。這個庫提供了來自OpenStreetMap、Mapbox和Stamen的內(nèi)置瓦片集。

優(yōu)點

易于創(chuàng)建一個帶有標記的地圖

與Plotly、Altair和Bokeh等其他選項相比，F(xiàn)olium通過利用開放的街道地圖提供了一種更直接的方法。這給人一種類似于谷歌地圖的體驗，而且代碼最少。

還記得我們用Plotly創(chuàng)建的可視化Github用戶位置的地圖嗎？有了Folium，我們可以進一步增強地圖的外觀。

import folium

# 在一個列表中保存緯度、經(jīng)度和地點的名稱*
lats = location_df["緯度"]
lons = location_df["經(jīng)度"]
names = location_df["location"]

# 用一個初始位置創(chuàng)建一個地圖*
m = folium.Map(location=[lats[0], lons[0]] )

for lat, lon, name in zip(lats, lons, names):
  # 用其他位置創(chuàng)建標記*
  folium.Marker(
    location=[lat, lon], popup=name, icon=folium.Icon(color="green")
  ).add_to(m)

m

只用幾行代碼，我們就創(chuàng)建了一個顯示用戶位置的真實地圖。

添加地點

Folium通過允許加入標記，可以很容易地添加其他用戶的潛在位置。

# 啟用在地圖中添加更多的位置
m = m.add_child(folium.ClickForMarker(popup="Potential Location"))

在地圖上點擊，就在你點擊的地方生成一個新的位置標記。

插件

Folium提供各種插件，可以與你的地圖一起利用，包括Altair的插件。例如，如果我們想將全球Github用戶的總星數(shù)熱圖可視化，并識別出擁有大量頂級用戶和星數(shù)的地區(qū)，F(xiàn)olium熱圖插件就可以實現(xiàn)這一目的。

# heatmap
# 強烈推薦關注@公眾號：數(shù)據(jù)STUDIO，更多優(yōu)質(zhì)內(nèi)容等你～  
from folium.plugins import HeatMap

m = folium.Map(location=[lats[0], lons[0]])

HeatMap(data=location_df[["latitude", "longitude", "total_stars"]]).add_to(m)

m

經(jīng)驗之談：Folium 只需幾行代碼就能創(chuàng)建互動地圖。它提供了類似于谷歌地圖的用戶體驗。

參考資料