本文概述并比較Python數(shù)據(jù)可視化包和工具，包括Pandas，Seaborn，ggplot，Bokeh，pygal，和Plotly。

介紹

在Python世界中,有大量數(shù)據(jù)可視化的選項(xiàng).因?yàn)楦鞣N各樣,要知道什么時(shí)候使用哪個(gè)是非常困難的.本文包含一些較為流行的樣例,并說明如果使用其創(chuàng)建簡單的條形圖.我會(huì)使用以下包/工具創(chuàng)建繪圖例子:

Pandas

Seaborn

ggplot

Bokeh

pygal

Plotly

在例子用,我將使用pandas操作數(shù)據(jù),并啟動(dòng)其可視化.在大多數(shù)情況下使用這些工具不需要pandas,但是我覺得pandas+可視化工具如此普遍,這是最好的起點(diǎn)。

Matplotlib怎么樣?

Matplotlib 是python可視化庫的祖父.它非常強(qiáng)大,但是太過復(fù)雜.你可以使用Matplotlib 做任何你需要做到的事情,但是并不容易弄明白.我不打算通過純Matplotlib 樣例講解,因?yàn)樵S多工具(尤其Pandas和Seaborn)是Matplotlib的thin wrappers.

對(duì)Matplotlib最大的抱怨是需要大量工作的到期望的圖表.在處理這些例子時(shí),我發(fā)現(xiàn)更容易獲得優(yōu)美的圖形,不需要大量大代碼.對(duì)于matplotlib冗余性的一個(gè)小例子，看一下這個(gè)ggplot后例子。

方法

我相信，只要人們開始閱讀這一點(diǎn)，他們會(huì)指出更好的方式來使用這些工具。我的目標(biāo)不是建立在每個(gè)例子完全相同的圖形.我想在搜索解決方案大致相同的時(shí)間以大致相同的方式可視化數(shù)據(jù).

按這個(gè)過程,最大的挑戰(zhàn)是格式化x和y軸,使得在給定一些大標(biāo)簽時(shí)數(shù)據(jù)看起來合理.也許花一些時(shí)間弄清楚每個(gè)工具希望數(shù)據(jù)如何格式化.一旦弄明白這些部分,剩下的部分比較簡單的.

另外一個(gè)需要考慮的電視,條形圖可能是制作圖標(biāo)類型最簡單的一種.這些工具讓你能夠繪制更多類型的圖標(biāo).我的示例更注重于易格式化性而不是創(chuàng)新可視化例子,因?yàn)闃?biāo)簽,一些圖表占用了很大空間,所以我削減了,只是為了保證文章的長度管理.最后我調(diào)整了圖像,因此任何模糊是縮放問題,并且不是實(shí)際輸出質(zhì)量.

最后,我接近使用其他工具替換Excel的心態(tài).我認(rèn)為我的例子更能說明報(bào)告,演講,郵件或者靜態(tài)網(wǎng)頁中的展示.如果你評(píng)估實(shí)時(shí)數(shù)據(jù)可視化或者通過其他機(jī)制共享的工具,那么部分工具提供了很多我沒有提到的功能.

數(shù)據(jù)集

在上篇文章中介紹了我們將要處理的數(shù)據(jù).數(shù)據(jù)集中包含125行項(xiàng)目,但我選擇關(guān)注前10以保證簡單點(diǎn).你可以在這找到完整的數(shù)據(jù).

Pandas

我使用pandas DataFrame作為所有各種圖標(biāo)的出發(fā)點(diǎn).幸運(yùn)的是,pandas為我們提供了內(nèi)置的matplotlib層繪圖能力.將使用它作為基準(zhǔn).首先,導(dǎo)入模塊,并將數(shù)據(jù)讀入DataFrame.我們希望對(duì)數(shù)據(jù)進(jìn)行排序,并限制為前10項(xiàng).
budget = pd.read_csv("mn-budget-detail-2014.csv")
budget = budget.sort('amount',ascending=False)[:10]

對(duì)所有例子我們使用同樣的budget.以下是前5項(xiàng)目樣子:

現(xiàn)在,設(shè)置展示使用更好的默認(rèn)值,并創(chuàng)建一個(gè)條形圖:
pd.options.display.mpl_style = 'default'
budget_plot = budget.plot(kind="bar",x=budget["detail"],
title="MN Capital Budget - 2014",
legend=False)

使用detail列創(chuàng)建圖標(biāo)同時(shí)展示標(biāo)題并區(qū)屬圖例.這是將圖片存為png的額外代碼.

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

這是圖片樣子(階段是為了文章長度管理).

看起來基本不錯(cuò).理想情況下,我想多做一些y軸的格式化,但需要matplotlib 的處理.這是個(gè)完美有用的可視化,但是不能通過pandas做更多純粹的定制.

Seaborn

Seaborn是一個(gè)基于matplotlib的可視化庫.旨在讓默認(rèn)的數(shù)據(jù)可視化更加悅目.同時(shí)讓復(fù)雜的圖表更簡單的創(chuàng)建.它和pandas集成.我的例子不允許Seaborn 顯著差異.我喜歡Seaborn 的一個(gè)原因是各種各樣的內(nèi)置樣式,讓你快速更改調(diào)色板以看起來更加漂亮.因此,關(guān)于簡單的圖表Seaborn沒有為我們做很多. 標(biāo)準(zhǔn)導(dǎo)入并讀入數(shù)據(jù):
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]

使用x_order對(duì)x軸項(xiàng)目排序.這部分代碼設(shè)置排序,圖表風(fēng)格和條形圖顏色:
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()

如你所見,為了閱讀我不得不使用matplotlib旋轉(zhuǎn)x軸標(biāo)題.從外觀上來看,顯示非常不錯(cuò).理想情況下,我想格式化y軸刻度,但是在不引入matplotlib的plt.yticks的情況下,我不知道如果做到這一點(diǎn).

ggplot

ggplot類似于Seaborn,構(gòu)建于matplotlib,并且旨在以簡單的方式提高matplotlib可視化的視覺吸引力.和Seaborn不同的是它是R中g(shù)gplot2的接口.鑒于這個(gè)目標(biāo),部分API不是python,但非常強(qiáng)大.我沒有用過R中的ggplot,所以有一個(gè)學(xué)習(xí)曲線.然后我可以開到ggplot的吸引力.此庫正在積極的發(fā)展,我希望它繼續(xù)發(fā)展并成熟起來,因?yàn)槲艺J(rèn)為這可能是一個(gè)非常強(qiáng)大的功能.為了弄清楚一些事情我也學(xué)習(xí)過幾次.在看代碼和做了一些google之后,我能明白大部分.來吧,導(dǎo)入模塊,讀取數(shù)據(jù):
import pandas as pd
from ggplot import *

budget = pd.read_csv("mn-budget-detail-2014.csv")
budget = budget.sort('amount',ascending=False)[:>10]

現(xiàn)在我們通過串聯(lián)一些ggplot命令創(chuàng)建我們的圖表:
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

這似乎有些奇怪,尤其適用print p來展示圖表.然而,弄清楚這點(diǎn)比較簡單.在進(jìn)一步深入后,了解如何旋轉(zhuǎn)文本90度以及如何排序x軸標(biāo)簽.我發(fā)現(xiàn)最棒的功能是 scale_y_continous,使得標(biāo)簽好看很多.如果你想保存圖片,使用ggsave :
ggsave(p, "mn-budget-capital-ggplot.png")

這是最終圖像.我知道有很多灰階.我可以上色,但是沒有時(shí)間.

Bokeh

Bokeh和之前3個(gè)庫都不一樣,不依賴與matplotlib,并且面向現(xiàn)代網(wǎng)頁瀏覽器生成可視化.它的目的是讓交互式網(wǎng)頁可視化,所以我的例子非常簡單.導(dǎo)入模塊,讀取數(shù)據(jù):
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一個(gè)不同的方面是,我需要明確列出我們想要繪制的值.

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

現(xiàn)在我們可以繪制.這個(gè)代碼會(huì)讓瀏覽器展示包含圖表的HTML網(wǎng)頁.如果有其他用途,我可以保存為png副本.

bar = Bar(amount, details, filename="bar.html")
bar.title("MN Capital Budget - 2014").xlabel("Detail").ylabel("Amount")
bar.show()

這是png圖片:

正如你所看到的,圖片非常干凈.我沒有找到更簡單的方法,更容易的格式化y軸.Bokeh有去許多功能但是我沒有在這個(gè)例子中深入.

Pygal

Pygal用于創(chuàng)建svg圖表.如果安裝了正確依賴,同樣可以保存為png文件.對(duì)于易制作交互式圖標(biāo)svg文件是相當(dāng)有用的.我同樣發(fā)現(xiàn)創(chuàng)建獨(dú)特外觀和視覺吸引力的圖標(biāo)非常容易.和之前一樣,導(dǎo)入模塊,并讀取數(shù)據(jù):
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]

我們需要?jiǎng)?chuàng)建圖標(biāo)類型和設(shè)置一些基本屬性:

bar_chart = pygal.Bar(style=LightStyle, width=>800, height=>600,
legend_at_bottom=True, human_readable=True,
title='MN Capital Budget - 2014')

值得注意的一點(diǎn)是human_readable,對(duì)于格式化數(shù)據(jù)做的非常好.現(xiàn)在我們需要加入數(shù)據(jù)到圖表中.這里和pandas整合不那么緊密,但是我發(fā)現(xiàn)直接處理這個(gè)小數(shù)據(jù)集.當(dāng)有大量的行,性能可能是一個(gè)問題.

for index, row >in budget.iterrows():
bar_chart.add(row["detail"], row["amount"])、

現(xiàn)在渲染文件為svg 和png文件:

bar_chart.render_to_file('budget.svg')
bar_chart.render_to_png('budget.png')

我認(rèn)為svg表現(xiàn)非常好,我喜歡結(jié)果圖具有獨(dú)特,賞心悅目的風(fēng)格.我同樣發(fā)現(xiàn)很容易弄清楚可以做什么,不可以做什么.我鼓勵(lì)你下載svg文件,看看在你瀏覽器中圖片的互動(dòng)性.

Plot.ly

Plot.ly以分析和可視化的在線工具來區(qū)分的.有強(qiáng)大的API并且包含python的.瀏覽網(wǎng)站,你可以發(fā)現(xiàn)有非常豐富,交互式的圖片.得益于優(yōu)秀的文檔,創(chuàng)建條形圖相當(dāng)簡單.你需要遵循文檔,獲取你API 密鑰設(shè)置.一旦你這樣做,所有工作看上去相當(dāng)完美.一個(gè)需要注意的是,你所做的一切都在網(wǎng)上發(fā)布,因此確保你對(duì)這點(diǎn)感到OK.有一個(gè)選項(xiàng)可以讓圖表私有,所以你需要設(shè)置.Plot.ly和pandas無縫整合.設(shè)置導(dǎo)入模塊,讀取數(shù)據(jù):
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(‘a(chǎn)mount’,ascending=False,inplace=True)
budget = budget[:>10]

設(shè)置數(shù)據(jù)和圖表類型.

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

我還決定添加一些額外布局信息.

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

最后,繪制數(shù)據(jù).這將打開一個(gè)瀏覽器,帶有你完成的繪圖.你可以使用 py.image.save_as保存本例副本.這是個(gè)很cool的功能.你得到豐富的基于網(wǎng)絡(luò)報(bào)告的交互,和保存本地副本用于嵌入文件的能力.

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')

檢查全交互式版本.你可以看到很多很棒的例子.箱圖很吸引人并具有高度交互性.因?yàn)槲臋n和pythonAPI,運(yùn)行非常簡單,我喜歡最終產(chǎn)品.

總結(jié)

在python生態(tài)環(huán)境中繪制數(shù)據(jù)有兩面性.好的方面是有很多選擇.壞的方面是有很多選擇.嘗試弄清楚那個(gè)適合你,取決于你需要完成什么.在某種程度上,你需要弄清楚用的工具能不能工作.我沒有看到明顯贏家和輸家.下面是我一些想法:

pandas非常方便，但你必須愿意學(xué)習(xí)matplotlib定制。

Seaborn可以支持一些更復(fù)雜的可視化的方法，但仍需要matplotlib知識(shí)來調(diào)整。顏色方案是不錯(cuò)。

ggplot有很多的承諾，但經(jīng)過陣痛仍在繼續(xù)。

Bokeh 是一個(gè)強(qiáng)大的工具，如果你想建立自己的可視化服務(wù)器，但可能在簡單場(chǎng)景有些大材小用。

pygal由于能夠產(chǎn)生互動(dòng)的SVG圖形和PNG文件是獨(dú)一無二的。它并不像基于matplotlib方案靈活。

Plotly產(chǎn)生互動(dòng)性最強(qiáng)的圖形。您可以離線保存，并創(chuàng)建非常豐富的基于網(wǎng)絡(luò)的可視化效果。

目前的情況是，我會(huì)繼續(xù)觀看ggplot圖像的進(jìn)步和使用pygal,在需要交互性的時(shí)候使用plotly。隨意在評(píng)論中提供反饋。我相信，人們將有很多關(guān)于這一主題的問題和意見。如果我錯(cuò)過了什么或者有其他的選擇了，讓我知道。