功能强大的开源 Python 绘图库

Python开发者

收录于合集

↓推荐关注↓

来源：数据分析1480

今天给大家分享一篇可视化干货，介绍的是功能强大的开源 Python 绘图库 Plotly，教你如何用超简单的（甚至只要一行！）代码，绘制出更棒的图表。

我之前一直守着 matplotlib 用的原因，就是为了我学会它复杂的语法，已经“沉没"在里面的几百个小时的时间成本。这也导致我花费了不知多少个深夜，在 StackOverflow 上搜索如何“格式化日期”或“增加第二个Y轴”。

但我们现在有一个更好的选择了 —— 比如易于使用、文档健全、功能强大的开源 Python 绘图库 Plotly。今天就带你深入体验下，了解它如何用超简单的（甚至只要一行！）代码，绘制出更棒的图表。

本文中所有代码都已经在 Github 上开源，所有的图表都是可交互的，请使用Jupyter notebook查看。

（Github 源代码地址：https://github.com/WillKoehrsen/Data-Analysis/blob/master/plotly/Plotly%20Whirlwind%20Introduction.ipynb）

（plotly 绘制的范例图表。图片来源：plot.ly）

Plotly 概述

plotly 的 Python 软件包是一个开源的代码库，它基于 plot.js，而后者基于 d3.js。我们实际使用的则是一个对 plotly 进行封装的库，名叫 cufflinks，它能让你更方便地使用 plotly 和 Pandas 数据表协同工作。

*注：Plotly 本身是一个拥有多个不同产品和开源工具集的可视化技术公司。Plotly 的 Python 库是可以免费使用的，在离线模式可以创建数量不限的图表，在线模式因为用到了 Plotly 的共享服务，只能生成并分享 25 张图表。

本文中的所有可视化图表都是在 Jupyter Notebook 中使用离线模式的 plotly + cufflinks 库完成的。在使用 pip install cufflinks plotly 完成安装后，你可以用下面这样的代码在 Jupyter 里完成导入：

单变量分布：柱状图和箱形图

单变量分析图往往是开始数据分析时的标准做法，而柱状图基本上算是单变量分布分析时必备的图表之一（虽然它还有一些不足）。

就拿博客文章点赞总数为例（原始数据见 Github：https://github.com/WillKoehrsen/Data-Analysis/tree/master/medium ），做一个简单的交互式柱状图：

（代码中的 df 是标准的 Pandas dataframe 对象）

（使用 plotly+cufflinks 创建的交互式柱状图）

对于已经习惯 matplotlib 的同学，你们只需要多打一个字母（把 .plot 改成 .iplot ），就能获得看起来更加美观的交互式图表！点击图片上的元素就能显示出详细信息、随意缩放，还带有（我们接下来会提到的）高亮筛选某些部分等超棒功能。

如果你想绘制堆叠柱状图，也只需要这样：

对 pandas 数据表进行简单的处理，并生成条形图：

就像上面展示的那样，我们可以将 plotly + cufflinks 和 pandas 的能力整合在一起。比如，我们可以先用 .pivot() 进行数据透视表分析，然后再生成条形图。

比如统计不同发表渠道中，每篇文章带来的新增粉丝数：

交互式图表带来的好处是，我们可以随意探索数据、拆分子项进行分析。箱型图能提供大量的信息，但如果你看不到具体数值，你很可能会错过其中的一大部分！

散点图

散点图是大多数分析的核心内容，它能让我们看出一个变量随着时间推移的变化情况，或是两个（或多个）变量之间的关系变化情况。

时间序列分析

在现实世界中，相当部分的数据都带有时间元素。幸运的是，plotly + cufflinks 天生就带有支持时间序列可视化分析的功能。

以我在“Towards Data Science”网站上发表的文章数据为例，让我们以发布时间为索引构建一个数据集，看看文章热度的变化情况：

在上图中，我们用一行代码完成了几件事情：

自动生成美观的时间序列 X 轴
增加第二条 Y 轴，因为两个变量的范围并不一致
把文章标题放在鼠标悬停时显示的标签中

为了显示更多数据，我们可以方便地添加文本注释：

（带有文本注释的散点图）

下面的代码中，我们将一个双变量散点图按第三个分类变量进行着色：

接下来我们要玩点复杂的：对数坐标轴。我们通过指定 plotly 的布局（layout）参数来实现这一点（关于不同的布局，请参考官方文档 https://plot.ly/python/reference/ ），同时我们把点的尺寸（size参数）和一个数值变量 read_ratio （阅读比例）绑定，数字越大，泡泡的尺寸也越大。