一文解析開源Python 繪圖庫 Plotly

今天給大家分享一篇可視化干貨，介紹的是功能強大的開源?Python 繪圖庫?Plotly，教你如何用超簡單的（甚至只要一行！）代碼，繪制出更棒的圖表。

我之前一直守著 matplotlib 用的原因，就是為了我學會它復雜的語法，已經“沉沒"在里面的幾百個小時的時間成本。這也導致我花費了不知多少個深夜，在 StackOverflow 上搜索如何“格式化日期”或“增加第二個Y軸”。 ? 但我們現在有一個更好的選擇了 —— 比如易于使用、文檔健全、功能強大的開源 Python 繪圖庫?Plotly。今天就帶你深入體驗下，了解它如何用超簡單的（甚至只要一行！）代碼，繪制出更棒的圖表。 ? 本文中所有代碼都已經在 Github 上開源，所有的圖表都是可交互的，請使用Jupyter notebook查看。（Github 源代碼地址：https://github.com/WillKoehrsen/Data-Analysis/blob/master/plotly/Plotly%20Whirlwind%20Introduction.ipynb）

（plotly 繪制的范例圖表。圖片來源：plot.ly）

Plotly 概述

plotly 的 Python 軟件包是一個開源的代碼庫，它基于 plot.js，而后者基于 d3.js。我們實際使用的則是一個對 plotly 進行封裝的庫，名叫 cufflinks，它能讓你更方便地使用 plotly 和 Pandas 數據表協同工作。 ? *注：Plotly 本身是一個擁有多個不同產品和開源工具集的可視化技術公司。Plotly 的 Python 庫是可以免費使用的，在離線模式可以創建數量不限的圖表，在線模式因為用到了 Plotly 的共享服務，只能生成并分享 25 張圖表。 ? 本文中的所有可視化圖表都是在 Jupyter Notebook 中使用離線模式的 plotly + cufflinks 庫完成的。在使用?pip install cufflinks plotly?完成安裝后，你可以用下面這樣的代碼在 Jupyter 里完成導入：

單變量分布：柱狀圖和箱形圖

單變量分析圖往往是開始數據分析時的標準做法，而柱狀圖基本上算是單變量分布分析時必備的圖表之一（雖然它還有一些不足）。 ? 就拿博客文章點贊總數為例（原始數據見 Github：https://github.com/WillKoehrsen/Data-Analysis/tree/master/medium ），做一個簡單的交互式柱狀圖：

（代碼中的?df?是標準的 Pandas dataframe 對象）

（使用 plotly+cufflinks 創建的交互式柱狀圖）

對于已經習慣?matplotlib?的同學，你們只需要多打一個字母（把?.plot?改成?.iplot?），就能獲得看起來更加美觀的交互式圖表！點擊圖片上的元素就能顯示出詳細信息、隨意縮放，還帶有（我們接下來會提到的）高亮篩選某些部分等超棒功能。 ? 如果你想繪制堆疊柱狀圖，也只需要這樣：

對?pandas?數據表進行簡單的處理，并生成條形圖：

就像上面展示的那樣，我們可以將 plotly + cufflinks 和 pandas 的能力整合在一起。比如，我們可以先用?.pivot()?進行數據透視表分析，然后再生成條形圖。 ? 比如統計不同發表渠道中，每篇文章帶來的新增粉絲數：

交互式圖表帶來的好處是，我們可以隨意探索數據、拆分子項進行分析。箱型圖能提供大量的信息，但如果你看不到具體數值，你很可能會錯過其中的一大部分！

散點圖

散點圖是大多數分析的核心內容，它能讓我們看出一個變量隨著時間推移的變化情況，或是兩個（或多個）變量之間的關系變化情況。 ?

時間序列分析

在現實世界中，相當部分的數據都帶有時間元素。幸運的是，plotly + cufflinks 天生就帶有支持時間序列可視化分析的功能。 ? 以我在“Towards Data Science”網站上發表的文章數據為例，讓我們以發布時間為索引構建一個數據集，看看文章熱度的變化情況：

在上圖中，我們用一行代碼完成了幾件事情： ?

自動生成美觀的時間序列 X 軸

增加第二條 Y 軸，因為兩個變量的范圍并不一致

把文章標題放在鼠標懸停時顯示的標簽中

為了顯示更多數據，我們可以方便地添加文本注釋：

（帶有文本注釋的散點圖）

下面的代碼中，我們將一個雙變量散點圖按第三個分類變量進行著色：

接下來我們要玩點復雜的：對數坐標軸。我們通過指定 plotly 的布局（layout）參數來實現這一點（關于不同的布局，請參考官方文檔 https://plot.ly/python/reference/?），同時我們把點的尺寸（size參數）和一個數值變量?read_ratio?（閱讀比例）綁定，數字越大，泡泡的尺寸也越大。

如果想要更復雜一些（詳見 Github 的源代碼），我們甚至可以在一張圖里塞進 4 個變量！（然而并不推薦你們真的這么搞）

和前面一樣，我們可以將 pandas 和 plotly+cufflinks 結合起來，實現許多有用的圖表：

建議你查看官方文檔，或者源代碼，里面有更多的范例和函數實例。只需要簡單的一兩行代碼，就可以為你的圖表加上文字注釋，輔助線，最佳擬合線等有用的元素，并且保持原有的各種交互式功能。

高級繪圖功能

接下來，我們要詳細介紹幾種特殊的圖表，平時你可能并不會很經常用到它們，但我保證只要你用好了它們，一定能讓人刮目相看。我們要用到 plotly 的?figure_factory?模塊，只需要一行代碼，就能生成超棒的圖表！ ?

散點圖矩陣

假如我們要探索許多不同變量之間的關系，散點圖矩陣（也被稱為SPLOM）就是個很棒的選擇：

即使是這樣復雜的圖形，也是完全可交互的，讓我們能更詳盡地對數據進行探索。

關系熱圖

為了體現多個數值變量間的關系，我們可以計算它們的相關性，然后用帶標注熱度圖的形式進行可視化：

自定義主題

除了層出不窮的各種圖表外，Cufflinks 還提供了許多不同的著色主題，方便你輕松切換各種不同的圖表風格。下面兩張圖分別是“太空”主題和“ggplot”主題：

此外，還有 3D 圖表（曲面和泡泡）：

對有興趣研究的用戶來說，做張餅圖也不是什么難事：

在 Plotly 圖表工坊（Plotly Chart Studio）里編輯

當你在 Jupyter Notebook 里生成了這些圖表之后，你將會發現圖表的右下角出現了一個小小的鏈接，寫著“Export to plot.ly（發布到 plot.ly）”。如果你點擊這個鏈接，你將會跳轉到一個“圖表工坊”（https://plot.ly/create/）。 ? 在這里，你可以在最終展示之前進一步修改和潤色你的圖表。可以添加標注，選擇某些元素的顏色，把一切都整理清楚，生成一個超棒的圖表。之后，你還可以將它發布到網絡上，生成一個供其他人查閱的鏈接。 ? 下面兩張圖是在圖表工坊里制作的：