Python可视化工具概述

fn67 9年前

一、介绍

在Python中,有很多数据可视化途径。因为这种多样性,造成很难选择。本文包括一些比较常见的可视化工具的样例,并将指导如何利用它们来创建简单的条形图。我将采用下面的工具来创建绘图数据示例:

Pandas

Seaborn

ggplot

Bokeh

pygal

Plotly

在实例中,我们利用pandas来操作数据,驱动可视化。大多数情况下,这些工具的使用是不需要pandas的,但我觉得混用pandas和可视化工具比较常见,也是很好的起点。

Matplotlib是什么?

python 可视化工具包起源于Matplotlib。它非常强大,也很复杂。你可以使用它做几乎所有的事情,然而,它并不是很易于学习。我不打算讲述纯 Matplotlib实例,因为很多工具(尤其是Pandas和Seaborn)都对它进行了封装。如果你需要更多的了解,请参考我的simple graphing相关文章: http://pbpython.com/simple-graphing-pandas.html

我对Matplotlib抱怨最多的就是,要得到合理的图表,需要付出很多。在练习下面这些例子中,我发现不需要很多代码,就可以得到很好看的 可视化效果。如果你需要一些较小例子,用来学习matplotlib详细特征,可以在ggplot post中找到相关的实例:http://pbpython.com/simple-graphing-pandas.html

关于方法

本文中是我所提到的方法。我相信大家在阅读时,也会想到更好的使用这些工具的方法。我的目标,不是在每个示例中去创建完全一致的图表,而是关注,在每个例子中以大致相同的方式对数据进行可视化,以及大致相同的时间的研究方案。

在学习过程中,碰到的最大的挑战,就是格式化x轴和y轴,使用大的标签使数据看起来合理。同样还需要时间弄清楚每个工具需要格式化的数据。一旦搞清楚这些,其它的就相对简单了。

另一个需要考虑的地方,条形图可能是一种比较简单的类型。这些工具允许你使用数据创建各种各样的图形。我的实例更多关注的是格式化相关的易用 性,而不是可视化创新。另外,因为标签,一些图占用更多的空间,所以,我已进行处理,以便文章长度适中。最后,图片大小也修改了,缩放后有些模糊,但不影 响学习。

最后,我试着使用另一个工具代替Excel。我想让我的例子能更直观地显示在报告,展示,邮件或者是静态页面。如果你正在评估工具的实时数据可视化或通过其它方式的共享机制,以及这些工具更多的功能,我在本文中暂时不作介绍。

数据集

在上一篇文章中(http://pbpython.com/web-scraping-mn-budget.html),描述了我们用到的数 据。在数据抓取例子中,更深入点,在每个类别中确定详细的支出项。数据集包括125行支出项,但我只需要关注top10,这样可以简单些。你可以在此找到 详细的数据集:http://pbpython.com/extras/mn- ... 4.csv

Pandas

我将使用pandas的DataFrame来开始画各种图形。幸运的是,pandas提供内置的图表功能,它封装了matplotlib。我将使用它来作为基线。

首先,导入我们的模块,将数据读入设定的DataFrame。我们还需要对数据排序,并限制在top10中。

budget = pd.read_csv("mn-budget-detail-2014.csv")

budget = budget.sort('amount',ascending=False)[:10]

我们将在所有实例中,使用同样的设定,下面是查看到的top5情况

Python可视化工具概述

    现在可以建立display,使用更好的defaults,创建条形图:

pd.options.display.mpl_style = 'default'  budget_plot = budget.plot(kind="bar",x=budget\["detail"\],                        title="MN Capital Budget - 2014",                        legend=False


    这使用"default"列创建的图表,显示标题,去掉了图例。
    再加上下面的代码,可以将图片保存为png格式文件 。

fig = budget_plot.get_figure()  fig.savefig("2014-mn-capital-budget.png")


    看看生成的效果:

Python可视化工具概述

基本上,看起来很好了。想想,还可以在y轴上做更多的格式化处理,但这样,就需要了解matplotlib了。好了,就这样,仅通过pandas,我们不能做更多的定制了。

Seaborn

Seaborn是一个可视化库,基于matplotlib。它会使用数据看起来更具有吸引力,还可以很简单地创建更复杂的图表,也可以和pandas集成。

我的seaborn例子不能搞得太差异化了。有一件事,我喜欢seaborn各种内置的样式,你可以快速地改变调色板,这样看起来更好一些。否则,对于简单图形,seaborn不能做更多了。

先import以及读入数据:

import pandas as pd

import seaborn as sns

import matplotlib.pyplot as plt

budget = pd.read_csv("mn-budget-detail-2014.csv")

budget = budget.sort('amount',ascending=False)[:10]

我发现一件事情,就是需要使用x_order设置x轴上各项的顺序。

下面的代码设置顺序,并设置图表样式和条形图颜色:

sns.set_style("darkgrid")

bar_plot = sns.barplot(x=budget["detail"],y=budget["amount"],

palette="muted",

x_order=budget["detail"].tolist())

plt.xticks(rotation=90)

plt.show()

Python可视化工具概述

你可以看到,我使用matplotlib旋转x轴标题,这样可以看到它们。看起来,确实不错了。再想想,我还想格式化一下,在y轴上的点,在不使用matplotlib的plt.yticks的情况下,但我不知道如何做。

ggplot

ggplot与seaborn相似,也是基于matplotlib,用于简化matplotlib可视化,并改善可视化效果。与seaborn不同的是,它是R语言ggplot2的移值。因此,一些API对于python不太友好,但它确实非常强大。

我没有在R中使用过ggplot,所以,这有点学习曲线。但我可以开始了解下ggplot的魅力。这个库还处在活跃的开发期,希望它一直发展下 去,慢慢成熟,我觉得它将会是一个真正强大的工具。我花了些时间学习使用它,在看了代码和google所需后,我能够解决大部分问题。

开始吧!导入并读取数据:

import pandas as pd

from ggplot import *

budget = pd.read_csv("mn-budget-detail-2014.csv")

budget = budget.sort('amount',ascending=False)[:10]

现在可以构造一些情节让几个ggplot命令一起运行:

p = ggplot(budget, aes(x="detail",y="amount")) + \

geom_bar(stat="bar", labels=budget["detail"].tolist()) +\

ggtitle("MN Capital Budget - 2014") + \

xlab("Spending Detail") + \

ylab("Amount") + scale_y_continuous(labels='millions') + \

theme(axis_text_x=element_text(angle=90))

print p

 

Python可视化工具概述

 

Bokeh

Bokeh与前3个库不一样,它不依赖matplotlib,而是在浏览器中生成可视化。这意味着可以产生交互的web可视化,这样我的实例有点简单了。

Import,然后读取数据:

import pandas as pd

from bokeh.charts import Bar

budget = pd.read_csv("mn-budget-detail-2014.csv")

budget = budget.sort('amount',ascending=False)[:10]

bokeh不同的方面,在于,我需要明确地列出,我们需要绘图的值。

details = budget["detail"].values.tolist()amount = list(budget["amount"].astype(float).values)

现在可以画图了。下面的代码可以在浏览器中显示HTML页面,包括图表。可以保存为png文件,用于其它目的。

bar = Bar(amount, details, filename="bar.html")

bar.title("MN Capital Budget - 2014").xlabel("Detail").ylabel("Amount")

bar.show()

png图如下:

 

Python可视化工具概述

可以看到图片,很好,很清晰。还没有找到更易于格式化y轴的方式。Bokeh还有很多功能,在本例中不能一一列举,请参考相关文档。

Pygal

Pygal用来创建svg图表。把依赖包都安装好后,你也可以保存图表为png文件。svg文件对于创建交互图表非常有用。我同样发现用这个工作,可以很容易创建个性化的,视觉体验很好的图表。

下面导入,并读取数据:

import pandas as pd

import pygal

from pygal.style import LightStyle

budget = pd.read_csv("mn-budget-detail-2014.csv")

budget = budget.sort('amount',ascending=False)[:10]

我们需要建立图表类型,并设置一些基本参数:

bar_chart = pygal.Bar(style=LightStyle, width=800, height=600,

legend_at_bottom=True, human_readable=True,

title='MN Capital Budget - 2014')

一个有趣的地方:human_readable 可以很好地格式化数据,很管用。

再加些数据到图表中。这个地方,与pandas的集成不是很紧密,但我发现它能很好的处理数据量小的情况。对于大数据量的情况,性能可能会是个问题。

for index, row in budget.iterrows():

bar_chart.add(row["detail"], row["amount"])

现在可以渲染到svg和png文件中去了:

bar_chart.render_to_file('budget.svg')

bar_chart.render_to_png('budget.png')


Python可视化工具概述



我觉得svg演示,相当不错,而且,我喜欢图表拥有独立,视觉愉悦的风格。我也发现用这个工具,哪些可做,哪些不可做,都比较容易了解。我建议你下载svg文件,在浏览器中查看图表的交互效果。

Plot.ly
Plot.ly作为在线工具,用来做数据分析和可视化,有点特别。它拥有健状的API,包括python版本。去网上查查,就知道,它有很丰富的,交互的图表。感谢这些文档,创建条形图相当简单多了。

按照文档,获取API key。然后所有工作,都很容易进行了。需要注意的一点是,所有东西,都将发到web上,所以,请确保你对付web没有问题。有一个选项,可以让图表私有,这样,你可以在这方面进行控制。

Plotly能很好地与pandas集成。有问题的时候,可以向开发方发邮件,能很快收到回复。对他们的答复很满意。

好了,Import并读入数据:

import plotly.plotly as py  import pandas as pd  from plotly.graph_objs import *    budget=pd.read_csv("mn-budget-detail-2014.csv")  budget.sort('amount',ascending=False,inplace=True)  budget = budget[:10]


设置数据和图表类型:

data = Data([  Bar(      x=budget["detail"],      y=budget["amount"]  )  ])


再加上layout信息:

layout = Layout(  title='2014 MN Capital Budget',  font=Font(      family='Raleway, sans-serif'  ),  showlegend=False,  xaxis=XAxis(      tickangle=-45  ),  bargap=0.05  )


最后,显示图表数据。这会打开浏览器,显示已完成的图表。我本来没有看这些,但可以使用py.image.save_as 保存为图像的。很酷吧!你不但可以看到基于web的报告,还有可以嵌入到文档中的本地版本。

fig = Figure(data=data, layout=layout)  plot_url = py.plot(data,filename='MN Capital Budget - 2014')  py.image.save_as(fig, 'mn-14-budget.png')


Python可视化工具概述


打开这个链接,可以在线看一下效果:https://plot.ly/~chris1610/12,还有其它更多例子在这个网站。

 

所见所得的图表,非常吸引人,而且高度互动。得益于文档和python API,起步入门是很容易的,我喜欢这个最终产品。



总结
在Python生态系统中绘图,既有优点,也有缺点。好处是,有很多工具可用。缺点也是,有很多工具可用。找到适合自己的,取决于你需达到的目标。有时候,你需要试用这些工具后,才知道哪个适合你。我们不能断定哪个好,哪个不好。

下面是我总结的看法:
1、Pandas对于简单绘图,可以随手用,但你需要学习定制matplotlib。
2、Seaborn可以支持更多复杂的可视化方式,但仍然需要matplotlib知识,上色功能是个亮点。
3、ggplot有很多功能,但还需要发展。
4、bokeh是一个有效的工具,如果你想建立一个可视化的服务器,这几乎是杀鸡用牛刀的事情。
5、pygal独立运行,可用来生成交互的svg图表和png文件。它没有基于matploglib的方案那样灵活。
6、Plotly可生成大多数可交互图表。你可以保存为离线文件,然后建立丰富的基于web的可视化。