数据呈现丨想要数据可视化？你还少了它！

Plotly Express 入门之路

Plotly Express 是一个新的高级 Python 可视化库：它是 Plotly.py 的高级封装，它为复杂的图表提供了一个简单的语法。 

受 Seaborn 和 ggplot2 的启发，它专门设计为具有简洁，一致且易于学习的 API ：只需一次导入，您就可以在一个函数调用中创建丰富的交互式绘图，包括分面绘图（faceting）、地图、动画和趋势线。它带有数据集、颜色面板和主题，就像 Plotly.py 一样。

Plotly Express 完全免费：凭借其宽松的开源 MIT 许可证，您可以随意使用它（是的，甚至在商业产品中！）。 

最重要的是，Plotly Express 与 Plotly 生态系统的其他部分完全兼容：在您的 Dash 应用程序中使用它，使用 Orca 将您的数据导出为几乎任何文件格式，或使用JupyterLab 图表编辑器在 GUI 中编辑它们！

用 pip install plotly_express 命令可以安装 Plotly Express。

 Plotly Express 轻松进行数据可视化

一旦导入Plotly Express（通常是 px ），大多数绘图只需要一个函数调用，接受一个整洁的Pandas dataframe，并简单描述你想要制作的图。如果你想要一个基本的散点图，它只是 px.scatter（data，x =“column_name”，y =“column_name”）。

以下是 内置的 Gapminder 数据集 的示例，显示2007年按国家/地区的人均预期寿命和人均GDP 之间的趋势。

import plotly_express as

 px

gapminder=px.data.gaminder()
gapminder2007=gapminder.query(

'year=2007'

)
px.scatter(gapminder2007,x=

'gdpPercap',y='lifeExp')

如果你想通过大陆区分它们，你可以使用 color 参数为你的点着色，由 px 负责设置默认颜色，设置图例等：

这里的每一点都是一个国家，所以也许我们想要按国家人口来衡量这些点...... 没问题：这里也有一个参数来设置，它被称为 size：

如果你好奇哪个国家对应哪个点？可以添加一个 hover_name ，您可以轻松识别任何一点：只需将鼠标放在您感兴趣的点上即可！事实上，即使没有 hover_name ，整个图表也是互动的：

import plotly_express as px
px.scatter(gapminder2007, x='gdpPercap', y='lifeExp',color='continent',
size='pop',size_max=60,hover_name='country')

也可以通过 facet_col =”continent“ 来轻松划分各大洲，就像着色点一样容易，并且让我们使用 x轴 对数（log_x）以便在我们在图表中看的更清晰：

px.scatter(gapminder2007, x='gdpPercap', y='lifeExp',color='continent',size='pop',size_max=60,
hover_name='country',facet_col ='continent',log_x=True)

也许你不仅仅对 2007年 感兴趣，而且你想看看这张图表是如何随着时间的推移而演变的。可以通过设置 animation_frame=“year” （以及 animation_group =“country” 来标识哪些圆与控制条中的年份匹配）来设置动画。 

在这个最终版本中，让我们在这里调整一些显示，因为像“gdpPercap” 这样的文本有点难看，即使它是我们的数据框列的名称。我们可以提供更漂亮的“标签” （labels），可以在整个图表、图例、标题轴和悬停（hovers）中应用。我们还可以手动设置边界，以便动画在整个过程中看起来更棒：

px.scatter(gapminder, x='gdpPercap', y='lifeExp',
color='continent', size='pop',
size_max=60, hover_name='country',
animation_frame='year', animation_group='country',
log_x=True, range_x=[10,100000],
range_y=[25,90],
labels=dict(pop='Population', gdpPercap='GDP per Capita', lifeExp='Life Expectancy'))

因为这是地理数据，我们也可以将其表示为动画地图，因此这清楚地表明 Plotly Express 不仅仅可以绘制散点图（不过这个数据集缺少前苏联的数据）。

px.choropleth(gapminder, locations='iso_alpha', color='lifeExp',
             hover_name='country', animation_frame='year',
             color_continuous_scale=px.colors.sequential.Plasma,
             projection='natural earth')

事实上，Plotly Express 支持三维散点图、三维线形图、极坐标和地图上三元坐标以及二维坐标。条形图（Bar）有二维笛卡尔和极坐标风格。

进行可视化时，您可以使用单变量设置中的直方图（histograms）和箱形图（box）或小提琴图（violin plots），或双变量分布的密度等高线图（density contours）。大多数二维笛卡尔图接受连续或分类数据，并自动处理日期/时间数据。可以查看我们的图库 (ref-3) 来了解每个图表的例子。

上述动态图包含 10多张 图片的可视化，下图即是其中的一个图形：

px.bar_polar(wind, r="value", theta="direction", color="strength", template="plotly_dark",
            color_discrete_sequence= px.colors.sequential.Plotly[-2::-1])

除此之外，还有：

px.density_contour(iris, x="sepal_width", y="sepal_length")

px.density_contour(iris, x="sepal_width", y="sepal_length", color="species")

election = px.data.election()

px.scatter_ternary(election, a="Joly", b="Coderre",
c="Bergeron", color="winner", size="total", hover_name="district",
                   symbol="result",
                   size_max=15, color_discrete_map =
{"Joly": "blue", "Bergeron": "green", "Coderre":"red"}
                  )

px.scatter_3d(election, x="Joly", y="Coderre", z="Bergeron",
color="winner", size="total", hover_name="district",
                  symbol="result", color_discrete_map = {"Joly": "blue",
"Bergeron": "green", "Coderre":"red"})

Plotly Express 可视化分布

数据探索的主要部分是理解数据集中值的分布，以及这些分布如何相互关联。Plotly Express 有许多功能来处理这些任务。

使用直方图（histograms），箱形图（box）或小提琴图（violin plots）可视化单变量分布：

►直方图：

px.histogram(tips, x="total_bill", color="smoker", facet_row="day", facet_col="time")

►箱形图：

px.box(tips, y="tip", x="sex", color="smoker", facet_col="day", facet_row="time",
       category_orders={"day": ["Thur", "Fri", "Sat", "Sun"], "time": ["Lunch", "Dinner"]})

►小提琴图： 

px.violin(tips, y="tip", x="sex", color="smoker", facet_col="day", facet_row="time",
         category_orders={"day": ["Thur", "Fri", "Sat", "Sun"], "time": ["Lunch", "Dinner"]})

还可以创建联合分布图（marginal rugs），使用直方图，箱形图（box）或小提琴来显示双变量分布，也可以添加趋势线。Plotly Express 甚至可以帮助你在悬停框中添加线条公式和R²值！它使用 statsmodels 进行普通最小二乘（OLS）回归或局部加权散点图平滑（LOWESS）。

Plotly Express
颜色面板和序列

在上面的一些图中你会注意到一些不错的色标。在 Plotly Express 中， px.colors 模块包含许多有用的色标和序列：定性的、序列型的、离散的、循环的以及所有您喜欢的开源包：ColorBrewer、cmocean 和 Carto 。我们还提供了一些功能来制作可浏览的样本供您欣赏（ref-3）：

►定性的颜色序列：

►众多内置顺序色标中的一部分：

Plotly Express 用一行 Python 代码进行交互式多维可视化

我们特别为我们的交互式多维图表感到自豪，例如散点图矩阵（SPLOMS）、平行坐标和我们称之为并行类别的并行集。通过这些，您可以在单个图中可视化整个数据集以进行数据探索。在你的Jupyter 笔记本中查看这些单行及其启用的交互：

px.scatter_matrix(iris, dimensions=["sepal_width", "sepal_length",
 "petal_width", "petal_length"], color="species")

散点图矩阵（SPLOM）允许您可视化多个链接的散点图：数据集中的每个变量与其他变量的关系。数据集中的每一行都显示为每个图中的一个点。你可以进行缩放、平移或选择操作，你会发现所有图都链接在一起！

px.parallel_coordinates(iris, color='species_id', color_continuous_scale=['red','green', 'blue'])

平行坐标允许您同时显示3个以上的连续变量。dataframe 中的每一行都是一行。您可以拖动尺寸以重新排序它们并选择值范围之间的交叉点。

px.parallel_categories(tips, color="size", color_continuous_scale=px.colors.sequential.Inferno)

并行类别是并行坐标的分类模拟：使用它们可视化数据集中多组类别之间的关系。

Plotly Express  Plotly 生态系统的一部分

Plotly Express 之于 Plotly.py 类似 Seaborn 之于 matplotlib：Plotly Express 是一个高级封装库，允许您快速创建图表，然后使用底层 API 和生态系统的强大功能进行修改。对于Plotly 生态系统，这意味着一旦您使用 Plotly Express 创建了一个图形，您就可以使用Themes，使用 FigureWidgets 进行命令性编辑，使用 Orca 将其导出为几乎任何文件格式，或者在我们的 GUI JupyterLab 图表编辑器中编辑它 。

主题（Themes）允许您控制图形范围的设置，如边距、字体、背景颜色、刻度定位等。您可以使用模板参数应用任何命名的主题或主题对象：

iris = px.data.iris()

px.scatter(iris, x='sepal_width', y='sepal_length',
           color='species', marginal_y='histogram',
          marginal_x='box', trendline='ols')

有三个内置的 Plotly 主题可以使用， 分别是 plotly， plotlywhite 和 plotlydark

px 输出继承自 Plotly.py 的 Figure 类 ExpressFigure 的对象，这意味着你可以使用任何 Figure 的访问器和方法来改变 px生成的绘图。例如，您可以将 .update（） 调用链接到 px 调用以更改图例设置并添加注释。 .update（） 现在返回修改后的数字，所以你仍然可以在一个很长的 Python 语句中执行此操作：

import plotly_express as px

fig = px.scatter(px.data.iris(), x='sepal_width', y='sepal_length', color='species')

import plotly.graph_objs as go

fig.update(layout=dict(legend=dict(orientation='h',y=1.1,x=0.5),
                      annotations=[go.layout.Annotation
(text='this one is interesting', x=3.6, y=7.2)]))

在这里，在使用 Plotly Express 生成原始图形之后，我们使用 Plotly.py 的 API 来更改一些图例设置并添加注释。

Plotly Express  能够与 Dash 完美匹配

Dash 是 Plotly 的开源框架，用于构建具有 Plotly.py 图表的分析应用程序和仪表板。Plotly Express 产生的对象与 Dash 100％兼容，只需将它们直接传递到 dash_core_components.Graph，如下所示： dcc.Graph（figure = px.scatter（...））。这是一个非常简单的 50行 Dash 应用程序的示例，它使用 px 生成其中的图表：

这个 50 行的 Dash 应用程序使用 Plotly Express 生成用于浏览数据集的 UI 。

Plotly Express 设计理念

可视化数据有很多原因：有时您想要提供一些想法或结果，并且您希望对图表的每个方面施加很多控制，有时您希望快速查看两个变量之间的关系。这是交互与探索的范畴。

Plotly.py 已经发展成为一个非常强大的可视化交互工具：它可以让你控制图形的几乎每个方面，从图例的位置到刻度的长度。不幸的是，这种控制的代价是冗长的：有时可能需要多行 Python 代码才能用 Plotly.py 生成图表。

我们使用 Plotly Express 的主要目标是使 Plotly.py 更容易用于探索和快速迭代。

我们想要构建一个库，它做出了不同的权衡：在可视化过程的早期牺牲一些控制措施来换取一个不那么详细的 API，允许你在一行 Python 代码中制作各种各样的图表。然而，正如我们上面所示，该控件并没有消失：你仍然可以使用底层的 Plotly.py 的 API 来调整和优化用 Plotly Express 制作的图表。

支持这种简洁 API 的主要设计决策之一是所有 Plotly Express 的函数都接受“整洁”的 dataframe 作为输入。每个 Plotly Express 函数都体现了dataframe 中行与单个或分组标记的清晰映射，并具有图形启发的语法签名，可让您直接映射这些标记的变量，如 x 或 y 位置、颜色、大小、 facet-column 甚至是 动画帧到数据框（dataframe）中的列。当您键入 px.scatter（data，x ='col1'，y='col2'） 时，Plotly Express 会为数据框中的每一行创建一个小符号标记 - 这就是 px.scatter 的作用 - 并将 “col1” 映射到 x 位置（类似于 y 位置）。这种方法的强大之处在于它以相同的方式处理所有可视化变量：您可以将数据框列映射到颜色，然后通过更改参数来改变您的想法并将其映射到大小或进行行分面（facet-row）。

接受整个整洁的 dataframe 的列名作为输入（而不是原始的 numpy 向量）也允许 px 为你节省大量的时间，因为它知道列的名称，它可以生成所有的 Plotly.py 配置用于标记图例、轴、悬停框、构面甚至动画帧。但是，如上所述，如果你的 dataframe 的列被笨拙地命名，你可以告诉 px 用每个函数的 labels 参数替换更好的。

仅接受整洁输入所带来的最终优势是它更直接地支持快速迭代：您整理一次数据集，从那里可以使用 px 创建数十种不同类型的图表，包括在 SPLOM 中可视化多个维度 、使用平行坐标、在地图上绘制，在二维、三维极坐标或三维坐标中使用等，所有这些都不需要重塑您的数据！

我们没有以权宜之计的名义牺牲控制的所有方面，我们只关注您想要在数据可视化过程的探索阶段发挥的控制类型。您可以对大多数函数使用 category_orders 参数来告诉 px 您的分类数据“好”、“更好”、“最佳” 等具有重要的非字母顺序，并且它将用于分类轴、分面绘制 和图例的排序。您可以使用 color_discrete_map （以及其他 * _map 参数）将特定颜色固定到特定数据值（如果这对您的示例有意义）。当然，你可以在任何地方重构 color_discrete_sequence 或 color_continuous_scale （和其他 *_sequence 参数）。

在 API 级别，我们在 px 中投入了大量的工作，以确保所有参数都被命名，以便在键入时最大限度地发现：所有 scatter -类似的函数都以 scatter 开头（例如 scatter_polar， scatter_ternary）所以你可以通过自动补全来发现它们。我们选择拆分这些不同的散点图函数，因此每个散点图函数都会接受一组定制的关键字参数，特别是它们的坐标系。也就是说，共享坐标系的函数集（例如 scatter， line ＆ bar，或 scatter_polar， line_polar 和 bar_polar ）也有相同的参数，以最大限度地方便学习。我们还花了很多精力来提出简短而富有表现力的名称，这些名称很好地映射到底层的 Plotly.py 属性，以便于在工作流程中稍后调整到交互的图表中。

—▼—

最后，Plotly Express 作为一个新的 Python 可视化库，在 Plotly 生态系统下，将会迅速发展。所以不要犹豫，立即开始使用 Plotly Express 吧！

文章来源：

https://medium.com/@plotlygraphs/introducing-plotly-express-808df010143d

参考文献：

ref-1：

https://nbviewer.jupyter.org/github/plotly/plotly_express/blob/master/walkthrough.ipynb

ref-2：

https://mybinder.org/v2/gh/plotly/plotly_express/master?filepath=walkthrough.ipynb

ref-3：

https://plotly.github.io/plotly_express/

往期推荐

Python数据之道

数据Seminar

这里是大数据、分析技术与学术研究的三叉路口

出处：Python数据之道 

推荐：企研数据 ·简华

编辑：青酱

    欢迎扫描👇二维码添加关注