對(duì)使用哪個(gè)可視化工具感到困惑? 我為您分解了每個(gè)庫(kù)的優(yōu)缺點(diǎn)

[[335022]]

動(dòng)機(jī)

如果您剛開(kāi)始使用Python可視化，可能會(huì)不知所措的庫(kù)和示例數(shù)量眾多：

• Matplotlib
• Seaborn
• Plotly
• Bokeh
• Altair
• Folium

如果您有一個(gè)等待可視化的DataFrame，應(yīng)該選擇哪一個(gè)? 在某些情況下，某些庫(kù)可能比其他庫(kù)更好。 本文將展示每種方法的優(yōu)缺點(diǎn)。 到本文結(jié)尾，您應(yīng)該能夠區(qū)分每個(gè)庫(kù)的不同功能，并可以更輕松地選擇優(yōu)秀庫(kù)。

我們將通過(guò)使用樣本數(shù)據(jù)集并使用每個(gè)庫(kù)對(duì)其進(jìn)行研究，著重于一些特定的屬性：

互動(dòng)性

您是否希望可視化是交互式的?

一些庫(kù)(例如Matplotlib)將可視化效果呈現(xiàn)為圖像。 因此，它們非常適合于解釋概念(在紙質(zhì)，幻燈片或演示文稿中)。

另一方面，像Altair，Bokeh和Plotly這樣的庫(kù)可讓您創(chuàng)建交互式圖形，以便用戶(hù)可以深入并自己探索

語(yǔ)法和靈活性

每個(gè)庫(kù)的語(yǔ)法有何不同? Matplotlib等較低級(jí)的庫(kù)使您可以做想想得到的一切，但要付出更復(fù)雜的API的代價(jià)。 諸如Altair之類(lèi)的某些庫(kù)是非常聲明性的，這使映射到您的數(shù)據(jù)更加容易。

數(shù)據(jù)類(lèi)型和可視化

您是在處理特殊的用例，例如地理圖，具有大數(shù)據(jù)還是使用僅由特定庫(kù)支持的圖類(lèi)型?

數(shù)據(jù)

為了便于比較，我將使用本文從Github抓取的真實(shí)數(shù)據(jù)：

我爬取了超過(guò)1k的優(yōu)秀機(jī)器學(xué)習(xí)Github配置文件，這就是我發(fā)現(xiàn)的

從Github上的優(yōu)秀機(jī)器學(xué)習(xí)資料中獲取見(jiàn)解

或從Datapane Blob獲取直接數(shù)據(jù)。

 

import datapane as dp 
 
dp.Blob.get(name='github_data', owner='khuyentran1401').download_df() 

 

如果要使用Blob，請(qǐng)記住預(yù)先使用令牌登錄Datapane。 此過(guò)程應(yīng)少于1分鐘

Matplotlib

Matplotlib可能是最常見(jiàn)的用于可視化數(shù)據(jù)的Python庫(kù)。 每個(gè)對(duì)數(shù)據(jù)科學(xué)感興趣的人都可能至少使用過(guò)Matplotlib。

優(yōu)點(diǎn)

1.容易看到數(shù)據(jù)的屬性

分析數(shù)據(jù)時(shí)，快速查看分布可能是理想的。

例如，如果我想快速了解關(guān)注者最多的前100個(gè)用戶(hù)的分布，通常使用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) 

即使Matplotlib的x軸看起來(lái)不太好，通過(guò)查看圖表，我們也可以更好地理解數(shù)據(jù)的分布。

2.可以畫(huà)任何東西

Matplotlib具有多種用途，這意味著它可以繪制您可以想象的任何圖形。 Matplotlib的網(wǎng)站上包含非常全面的文檔和圖庫(kù)中的各種圖形，這使您可以輕松找到任何您能想到的瘋狂情節(jié)的教程。

像這樣的一些文字：

 

fig = plt.figure() 
 
plt.text(0.6, 0.7, "learning", size=40, rotation=20., 
         ha="center", va="center", 
         bbox=dict(boxstyle="round", 
                   ec=(1., 0.5, 0.5), 
                   fc=(1., 0.8, 0.8), 
                   ) 
         ) 
 
plt.text(0.55, 0.6, "machine", size=40, rotation=-25., 
         ha="right", va="top", 
         bbox=dict(boxstyle="square", 
                   ec=(1., 0.5, 0.5), 
                   fc=(1., 0.8, 0.8), 
                   ) 
         ) 
 
plt.show() 

 

缺點(diǎn)

Matplotlib可以繪制任何內(nèi)容，但繪制非基本圖或調(diào)整圖的外觀可能會(huì)很復(fù)雜。

 

correlation = new_profile.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") 

 

即使該圖足以使分布可視化，但如果您想將數(shù)據(jù)表示給其他人，您仍需要固定x軸，y軸，這需要很多工作。 這是因?yàn)镸atplotlib具有非常低級(jí)的接口。

總結(jié)：Matplotlib可以繪制任何東西，但是復(fù)雜的繪圖可能比其他庫(kù)需要更多的代碼

Seaborn

Seaborn是基于Matplotlib的Python數(shù)據(jù)可視化庫(kù)。 它在庫(kù)上提供了更高級(jí)別的包裝器，使其更易于使用。

優(yōu)點(diǎn)

1.更少的代碼

它為類(lèi)似的圖提供了更高級(jí)別的界面。 換句話說(shuō)，seaborn通常提供與matplotlib類(lèi)似的圖，但是用更少的代碼和更好的設(shè)計(jì)。

我們使用與以前相同的數(shù)據(jù)來(lái)繪制圖的相似熱圖。

 

correlation = new_profile.corr() 
 
sns.heatmap(correlation, annot=True) 

我們無(wú)需設(shè)置x和y標(biāo)簽就可以獲得更好的熱圖!

2.使常用地塊更漂亮

當(dāng)涉及流行圖(例如條形圖，箱形圖，計(jì)數(shù)圖，直方圖等)時(shí)，許多人選擇seaborn不僅是因?yàn)榭梢杂酶俚拇a來(lái)創(chuàng)建它們，而且它們看起來(lái)也更漂亮。 正如我們?cè)谏厦娴氖纠锌吹降?，顏色看起?lái)也比Matplotlib的默認(rèn)顏色更好。

 

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

 

缺點(diǎn)

Seaborn受到更多限制，并且沒(méi)有matplotlib那樣廣泛的集合

要點(diǎn)：Seaborn是Matplotlib的更高版本。 盡管Seaborn并不像Matplotlib那樣具有廣泛的集合，但是它們卻可以用更少的代碼來(lái)使條形圖，箱形圖，熱圖等流行圖看起來(lái)很漂亮。

Plotly

Plotly的Python圖形庫(kù)使創(chuàng)建交互式，具有出版物質(zhì)量的圖形變得容易。 它還可以創(chuàng)建類(lèi)似于Matplotlib和seaborn的圖表，例如折線圖，散點(diǎn)圖，面積圖，條形圖等。

優(yōu)點(diǎn)

1. 像R

如果您喜歡R中的繪圖，并且在切換到Python時(shí)錯(cuò)過(guò)了它的功能，那么Plotly使用Python可以提供相同質(zhì)量的繪圖!

我最喜歡的是Plotly Express，因?yàn)樗娴暮苋菀?，而且用單行Python創(chuàng)建更好的圖甚至更快。

 

fig = px.scatter(new_profile[:100], 
          x='followers', 
          y='total_stars', 
          color='forks', 
          size='contribution') 
fig.show() 

 

2.易于創(chuàng)建交互式圖

使用Plotly還可以輕松創(chuàng)建交互式繪圖。 交互式繪圖不僅美觀，而且還使查看者更容易查看每個(gè)數(shù)據(jù)點(diǎn)。

還記得我們之前使用matplotlib制作的條形圖嗎? 讓我們看看Plotly的結(jié)果

 

import plotly.express as px 
 
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() 

 

使用大約相同的代碼行，我們生成一個(gè)交互式繪圖，我們可以將鼠標(biāo)懸停在每個(gè)欄上，以查看該欄所代表的用戶(hù)和關(guān)注者數(shù)量。 這意味著可視化的使用者可以自己進(jìn)行瀏覽。

3.復(fù)雜的地塊變得容易

使用Plotly，可以輕松創(chuàng)建一些通常很難創(chuàng)建的圖。

例如，如果我們想創(chuàng)建一個(gè)地圖以可視化Github用戶(hù)的位置，我們可以找到他們的經(jīng)度和緯度，如下所示，然后使用該數(shù)據(jù)在地圖上發(fā)現(xiàn)用戶(hù)的位置，如下所示

 

import plotly.express as px 
import datapane as dp 
 
location_df = dp.Blob.get(name='location_df', owner='khuyentran1401').download_df() 
 
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，所有用戶(hù)的位置就可以在地圖上精美呈現(xiàn)。 氣泡的顏色代表叉子的數(shù)量，大小代表星星的總數(shù)

缺點(diǎn)

盡管Plotly支持各種圖，但仍然缺少一些常見(jiàn)圖

例如，雖然seaborn具有sns.countplot()來(lái)計(jì)算數(shù)據(jù)中某個(gè)類(lèi)別的出現(xiàn)次數(shù)，但Plotly沒(méi)有計(jì)數(shù)圖。 因此，我們需要預(yù)先執(zhí)行g(shù)roupby以便按類(lèi)對(duì)數(shù)據(jù)進(jìn)行分組。

 

titanic = sns.load_dataset("titanic") 
 
# Group data by class 
titanic_groupby = titanic.groupby(by='class').count()  
 
fig = px.bar(titanic_groupby, 
      y='survived', 
      labels={'survived':'count'})  
fig.show() 

 

我們需要更多代碼來(lái)創(chuàng)建計(jì)數(shù)圖，并且該圖不會(huì)像seaborn那樣自動(dòng)顯示出來(lái)。

要點(diǎn)：Plotly非常適合用很少的代碼創(chuàng)建交互式且具有出版質(zhì)量的圖形。 但是，對(duì)于一些簡(jiǎn)單的圖(例如計(jì)數(shù)圖)，使用seaborn會(huì)更簡(jiǎn)單

Altar

Altair是基于vega-lite的用于Python的聲明式統(tǒng)計(jì)可視化庫(kù)，非常適合需要大量統(tǒng)計(jì)轉(zhuǎn)換的繪圖。

優(yōu)點(diǎn)

1.簡(jiǎn)單的可視化語(yǔ)法

用于創(chuàng)建可視化的語(yǔ)法很容易理解。 它僅需提及數(shù)據(jù)列與編碼通道之間的鏈接，其余繪圖將自動(dòng)處理。 這聽(tīng)起來(lái)很抽象，但是在您處理數(shù)據(jù)時(shí)非常重要，它使信息可視化變得非常快速和直觀。

例如，使用上面的泰坦尼克號(hào)數(shù)據(jù)，我們想計(jì)算每個(gè)班級(jí)的人數(shù)，我們所需要的只是在y_axis中使用count()

 

import seaborn as sns 
import altair as alt  
 
titanic = sns.load_dataset("titanic") 
 
alt.Chart(titanic).mark_bar().encode( 
    alt.X('class'), 
    y='count()' 
) 

 

2.易于轉(zhuǎn)換數(shù)據(jù)

Altair還使創(chuàng)建圖表時(shí)轉(zhuǎn)換數(shù)據(jù)變得非常容易

例如，如果我們想找到泰坦尼克號(hào)中每個(gè)性別的平均年齡，而不是像Plotly那樣預(yù)先進(jìn)行轉(zhuǎn)換，我們可以在代碼中執(zhí)行轉(zhuǎn)換以創(chuàng)建圖表。

 

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

 

這里的邏輯是使用transform_aggregate()來(lái)獲取義數(shù)據(jù)(沒(méi)有任何順序的類(lèi)別數(shù)據(jù))，或者使用：Q來(lái)確保mean_age是定量數(shù)據(jù)(值的度量，例如數(shù)字)

3.易于鏈接的圖

Altair還允許您在圖之間進(jìn)行一些令人印象深刻的鏈接，例如使用間隔選擇來(lái)過(guò)濾附加直方圖的內(nèi)容。

例如，如果我們想在間隔內(nèi)可視化每個(gè)班級(jí)的人數(shù)，我們可以選擇年齡和票價(jià)之間的一個(gè)點(diǎn)狀圖，我們可以這樣做。

 

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(dāng)我們拖動(dòng)鼠標(biāo)以選擇散點(diǎn)圖中的間隔時(shí)，我們可以在下面的條形圖中看到變化。 當(dāng)與早期的轉(zhuǎn)換和計(jì)算結(jié)合使用時(shí)，這意味著您可以創(chuàng)建一些非?；?dòng)的圖，這些圖可以進(jìn)行即時(shí)計(jì)算-甚至不需要運(yùn)行的Python服務(wù)器!

缺點(diǎn)

除非您指定自定義樣式，否則簡(jiǎn)單的圖表(如條形圖)看起來(lái)不會(huì)像seaborn或Plotly。 Altair還不建議使用5000個(gè)以上樣本的數(shù)據(jù)集，而是建議您在可視化之前匯總數(shù)據(jù)。

要點(diǎn)：Altair是復(fù)雜圖表顯示統(tǒng)計(jì)數(shù)據(jù)的理想選擇。 Altair無(wú)法處理超過(guò)5000個(gè)樣本的數(shù)據(jù)，并且與Plotly或Seaborn相比，某些簡(jiǎn)單圖表的樣式看起來(lái)不一樣。

Bokeh

Bokeh是一個(gè)靈活的交互式可視化庫(kù)，以Web瀏覽器為代表。

優(yōu)點(diǎn)

• Matplotlib的交互式版本

如果我們將在上述交互式可視化庫(kù)中排名，那么Bokeh在與Matplotlib的相似性方面可能排名第一。

Matplotlib可以創(chuàng)建任何繪圖，因?yàn)樗且粋€(gè)低級(jí)的可視化庫(kù)。 Bokeh可以用作高級(jí)或低級(jí)接口; 因此，它可以創(chuàng)建Matplotlib創(chuàng)建的許多復(fù)雜圖，但是用更少的代碼行和更高的分辨率。

例如，Matplotlib的圓圖

 

import matplotlib.pyplot as plt 
 
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() 

 

也可以使用Bokeh以更好的分辨率和更多實(shí)用性創(chuàng)建

 

from bokeh.io import output_file, show 
from bokeh.models import Circle 
from bokeh.plotting import figure 
 
reset_output() 
output_notebook() 
 
 
plot = figure(plot_width=400, plot_height=400, 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) 

 

2.地塊之間的聯(lián)系

散景還可以使情節(jié)之間的鏈接變得非常容易。 在一個(gè)繪圖中應(yīng)用的更改將應(yīng)用于具有類(lèi)似變量的另一繪圖。

例如，如果我們并排創(chuàng)建3個(gè)圖形并想要觀察它們之間的關(guān)系，則可以使用鏈接的筆刷

 

from bokeh.layouts import gridplot, row 
from bokeh.models import ColumnDataSource 
 
reset_output() 
output_notebook() 
 
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, plot_width=300, plot_height=300, title=None, tools=TOOLS) 
s1.circle(x='followers', y='following', source=source) 
 
s2 = figure(tooltips=TOOLTIPS, plot_width=300, plot_height=300, title=None, tools=TOOLS) 
s2.circle(x='followers', y='forks', source=source) 
 
s3 = figure(tooltips=TOOLTIPS, plot_width=300, plot_height=300, title=None, tools=TOOLS) 
s3.circle(x='followers', y='contribution', source=source) 
 
p = gridplot([[s1,s2,s3]]) 
show(p) 

 

ColumnDataSource使數(shù)據(jù)可以在繪圖之間共享。 因此，當(dāng)我們將更改應(yīng)用于一個(gè)圖時(shí)，其他圖也將相應(yīng)地更改。

缺點(diǎn)

由于Bokeh是一個(gè)具有中級(jí)接口的庫(kù)，因此與Matplotlib相比，它通?；ㄙM(fèi)較少的代碼，但產(chǎn)生與Seaborn，Altair或Plotly相同的圖將花費(fèi)更多的代碼。

例如，要使用泰坦尼克號(hào)數(shù)據(jù)創(chuàng)建相同的計(jì)數(shù)圖，除了需要預(yù)先轉(zhuǎn)換數(shù)據(jù)外，如果我們希望圖形看起來(lái)更漂亮，我們還需要設(shè)置條形和顏色的寬度

 

from bokeh.transform import factor_cmap 
from bokeh.palettes import Spectral6 
 
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)如果我們不為條形圖添加寬度，則條形圖將看起來(lái)像這樣 
 

 

因此，我們需要手動(dòng)調(diào)整尺寸以使圖更好

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

如果要用更少的代碼創(chuàng)建漂亮的條形圖，與其他庫(kù)相比，Bokeh可能就是缺點(diǎn)

要點(diǎn)：Bokeh是唯一一個(gè)界面范圍從低到高的庫(kù)，這使得生成通用和精美的圖形變得容易。 但是，這樣做的代價(jià)是，Bokeh通常需要更多代碼來(lái)創(chuàng)建質(zhì)量與其他庫(kù)相似的圖。

Folium

Folium使在交互式傳單地圖上的數(shù)據(jù)可視化變得容易。 該庫(kù)具有來(lái)自O(shè)penStreetMap，Mapbox和Stamen的許多內(nèi)置磁貼集

優(yōu)點(diǎn)

1.輕松創(chuàng)建帶有標(biāo)記的地圖

盡管Plotly，Altair和Bokeh也使我們能夠創(chuàng)建地圖，但Folium使用開(kāi)放的街道地圖，以最少的代碼使您更接近Google Map

還記得我們?nèi)绾蝿?chuàng)建地圖以使用Plotly可視化Github用戶(hù)的位置嗎? 我們可以用Folium使地圖看起來(lái)更好

 

import folium 
 
# Load data 
location_df = dp.Blob.get(name='location_df', owner='khuyentran1401').download_df()  
 
# Save latitudes, longitudes, and locations' names in a list 
lats = location_df['latitude'] 
lons = location_df['longitude'] 
names = location_df['location'] 
 
# Create a map with an initial location 
m = folium.Map(location=[lats[0], lons[0]]) 
 
for lat, lon, name in zip(lats, lons, names): 
   
    # Create marker with other locations 
    folium.Marker(location=[lat, lon], 
                  popup= name,  
                 icon=folium.Icon(color='green') 
).add_to(m) 
     
m 

 

最初的地點(diǎn)在紐約布魯克林。 縮小以查看地圖上的其他位置。 通過(guò)一些代碼行，我們創(chuàng)建了一個(gè)真實(shí)的地圖，顯示了用戶(hù)的位置。

2.添加潛在的位置

如果我們想添加其他用戶(hù)的潛在位置，F(xiàn)olium可以通過(guò)允許用戶(hù)添加標(biāo)記來(lái)簡(jiǎn)化操作

 

# Code to generate map here 
#.... 
 
# Enable adding more locations in the map 
m = m.add_child(folium.ClickForMarker(popup='Potential Location')) 

 

點(diǎn)擊地圖，查看您點(diǎn)擊生成的新位置。

3.插件

Folium有許多可與地圖一起使用的插件，包括Altair的插件。 如果我們想查看全球Github用戶(hù)總星數(shù)的熱點(diǎn)圖，以找出哪里有大量Github用戶(hù)數(shù)最多，總星數(shù)很多的情況? Folium插件中的熱圖使您可以做到這一點(diǎn)。

 

from folium.plugins import HeatMap 
 
m = folium.Map(location=[lats[0], lons[0]]) 
 
HeatMap(data=location_df[['latitude', 'longitude', 'total_stars']]).add_to(m) 

 

縮小以查看完整的熱圖。

總結(jié)：Folium允許您使用幾行代碼創(chuàng)建一個(gè)交互式地圖。 它為您提供了接近Google Map的體驗(yàn)。

結(jié)論

恭喜你! 您剛剛了解了用于可視化的六個(gè)不同的可視化工具。 我希望本文能使您了解每個(gè)庫(kù)的功能以及何時(shí)使用。 掌握每個(gè)庫(kù)的關(guān)鍵功能將使您更快地根據(jù)需要提取正確的庫(kù)。

如果您仍然對(duì)要使用哪個(gè)庫(kù)來(lái)處理數(shù)據(jù)感到困惑，只需選擇一個(gè)您認(rèn)為足夠好的庫(kù)即可。 然后，如果代碼太長(zhǎng)或圖形的顯示效果不如您想象的那樣，請(qǐng)嘗試使用另一個(gè)庫(kù)!