對使用哪個可視化工具感到困惑? 我為您分解了每個庫的優缺點

[[335022]]

動機

如果您剛開始使用Python可視化，可能會不知所措的庫和示例數量眾多：

• Matplotlib
• Seaborn
• Plotly
• Bokeh
• Altair
• Folium

如果您有一個等待可視化的DataFrame，應該選擇哪一個? 在某些情況下，某些庫可能比其他庫更好。 本文將展示每種方法的優缺點。 到本文結尾，您應該能夠區分每個庫的不同功能，并可以更輕松地選擇優秀庫。

我們將通過使用樣本數據集并使用每個庫對其進行研究，著重于一些特定的屬性：

互動性

您是否希望可視化是交互式的?

一些庫(例如Matplotlib)將可視化效果呈現為圖像。 因此，它們非常適合于解釋概念(在紙質，幻燈片或演示文稿中)。

另一方面，像Altair，Bokeh和Plotly這樣的庫可讓您創建交互式圖形，以便用戶可以深入并自己探索

語法和靈活性

每個庫的語法有何不同? Matplotlib等較低級的庫使您可以做想想得到的一切，但要付出更復雜的API的代價。 諸如Altair之類的某些庫是非常聲明性的，這使映射到您的數據更加容易。

數據類型和可視化

您是在處理特殊的用例，例如地理圖，具有大數據還是使用僅由特定庫支持的圖類型?

數據

為了便于比較，我將使用本文從Github抓取的真實數據：

我爬取了超過1k的優秀機器學習Github配置文件，這就是我發現的

從Github上的優秀機器學習資料中獲取見解

或從Datapane Blob獲取直接數據。

 

import datapane as dp 
 
dp.Blob.get(name='github_data', owner='khuyentran1401').download_df() 

 

如果要使用Blob，請記住預先使用令牌登錄Datapane。 此過程應少于1分鐘

Matplotlib

Matplotlib可能是最常見的用于可視化數據的Python庫。 每個對數據科學感興趣的人都可能至少使用過Matplotlib。

優點

1.容易看到數據的屬性

分析數據時，快速查看分布可能是理想的。

例如，如果我想快速了解關注者最多的前100個用戶的分布，通常使用Matplotlib就足夠了。

 

import matplotlib.pyplot as plt 
 
top_followers = new_profile.sort_values(by='followers', axis=0, ascending=False)[:100] 
 
fig = plt.figure() 
 
plt.bar(top_followers.user_name, 
       top_followers.followers) 

即使Matplotlib的x軸看起來不太好，通過查看圖表，我們也可以更好地理解數據的分布。

2.可以畫任何東西

Matplotlib具有多種用途，這意味著它可以繪制您可以想象的任何圖形。 Matplotlib的網站上包含非常全面的文檔和圖庫中的各種圖形，這使您可以輕松找到任何您能想到的瘋狂情節的教程。

像這樣的一些文字：

 

fig = plt.figure() 
 
plt.text(0.6, 0.7, "learning", size=40, rotation=20., 
         ha="center", va="center", 
         bbox=dict(boxstyle="round", 
                   ec=(1., 0.5, 0.5), 
                   fc=(1., 0.8, 0.8), 
                   ) 
         ) 
 
plt.text(0.55, 0.6, "machine", size=40, rotation=-25., 
         ha="right", va="top", 
         bbox=dict(boxstyle="square", 
                   ec=(1., 0.5, 0.5), 
                   fc=(1., 0.8, 0.8), 
                   ) 
         ) 
 
plt.show() 

 

缺點

Matplotlib可以繪制任何內容，但繪制非基本圖或調整圖的外觀可能會很復雜。

 

correlation = new_profile.corr() 
 
fig, ax = plt.subplots() 
im = plt.imshow(correlation) 
 
ax.set_xticklabels(correlation.columns) 
ax.set_yticklabels(correlation.columns) 
 
plt.setp(ax.get_xticklabels(), rotation=45, ha="right", 
         rotation_mode="anchor") 

 

即使該圖足以使分布可視化，但如果您想將數據表示給其他人，您仍需要固定x軸，y軸，這需要很多工作。 這是因為Matplotlib具有非常低級的接口。

總結：Matplotlib可以繪制任何東西，但是復雜的繪圖可能比其他庫需要更多的代碼

Seaborn

Seaborn是基于Matplotlib的Python數據可視化庫。 它在庫上提供了更高級別的包裝器，使其更易于使用。

優點

1.更少的代碼

它為類似的圖提供了更高級別的界面。 換句話說，seaborn通常提供與matplotlib類似的圖，但是用更少的代碼和更好的設計。

我們使用與以前相同的數據來繪制圖的相似熱圖。

 

correlation = new_profile.corr() 
 
sns.heatmap(correlation, annot=True) 

我們無需設置x和y標簽就可以獲得更好的熱圖!

2.使常用地塊更漂亮

當涉及流行圖(例如條形圖，箱形圖，計數圖，直方圖等)時，許多人選擇seaborn不僅是因為可以用更少的代碼來創建它們，而且它們看起來也更漂亮。 正如我們在上面的示例中看到的，顏色看起來也比Matplotlib的默認顏色更好。

 

sns.set(style="darkgrid") 
titanic = sns.load_dataset("titanic") 
ax = sns.countplot(x="class", data=titanic) 

 

缺點

Seaborn受到更多限制，并且沒有matplotlib那樣廣泛的集合

要點：Seaborn是Matplotlib的更高版本。 盡管Seaborn并不像Matplotlib那樣具有廣泛的集合，但是它們卻可以用更少的代碼來使條形圖，箱形圖，熱圖等流行圖看起來很漂亮。

Plotly

Plotly的Python圖形庫使創建交互式，具有出版物質量的圖形變得容易。 它還可以創建類似于Matplotlib和seaborn的圖表，例如折線圖，散點圖，面積圖，條形圖等。

優點

1. 像R

如果您喜歡R中的繪圖，并且在切換到Python時錯過了它的功能，那么Plotly使用Python可以提供相同質量的繪圖!

我最喜歡的是Plotly Express，因為它真的很容易，而且用單行Python創建更好的圖甚至更快。

 

fig = px.scatter(new_profile[:100], 
          x='followers', 
          y='total_stars', 
          color='forks', 
          size='contribution') 
fig.show() 

 

2.易于創建交互式圖

使用Plotly還可以輕松創建交互式繪圖。 交互式繪圖不僅美觀，而且還使查看者更容易查看每個數據點。

還記得我們之前使用matplotlib制作的條形圖嗎? 讓我們看看Plotly的結果

 

import plotly.express as px 
 
top_followers = new_profile.sort_values(by='followers', axis=0, ascending=False)[:100] 
 
fig = px.bar(top_followers,  
             x='user_name',  
             y='followers', 
            ) 
 
fig.show() 

 

使用大約相同的代碼行，我們生成一個交互式繪圖，我們可以將鼠標懸停在每個欄上，以查看該欄所代表的用戶和關注者數量。 這意味著可視化的使用者可以自己進行瀏覽。

3.復雜的地塊變得容易

使用Plotly，可以輕松創建一些通常很難創建的圖。

例如，如果我們想創建一個地圖以可視化Github用戶的位置，我們可以找到他們的經度和緯度，如下所示，然后使用該數據在地圖上發現用戶的位置，如下所示

 

import plotly.express as px 
import datapane as dp 
 
location_df = dp.Blob.get(name='location_df', owner='khuyentran1401').download_df() 
 
m = px.scatter_geo(location_df, lat='latitude', lon='longitude', 
                 color='total_stars', size='forks', 
                 hover_data=['user_name','followers'], 
                 title='Locations of Top Users') 
 
m.show() 

 

只需幾行代碼，所有用戶的位置就可以在地圖上精美呈現。 氣泡的顏色代表叉子的數量，大小代表星星的總數

缺點

盡管Plotly支持各種圖，但仍然缺少一些常見圖

例如，雖然seaborn具有sns.countplot()來計算數據中某個類別的出現次數，但Plotly沒有計數圖。 因此，我們需要預先執行groupby以便按類對數據進行分組。

 

titanic = sns.load_dataset("titanic") 
 
# Group data by class 
titanic_groupby = titanic.groupby(by='class').count()  
 
fig = px.bar(titanic_groupby, 
      y='survived', 
      labels={'survived':'count'})  
fig.show() 

 

我們需要更多代碼來創建計數圖，并且該圖不會像seaborn那樣自動顯示出來。

要點：Plotly非常適合用很少的代碼創建交互式且具有出版質量的圖形。 但是，對于一些簡單的圖(例如計數圖)，使用seaborn會更簡單

Altar

Altair是基于vega-lite的用于Python的聲明式統計可視化庫，非常適合需要大量統計轉換的繪圖。

優點

1.簡單的可視化語法

用于創建可視化的語法很容易理解。 它僅需提及數據列與編碼通道之間的鏈接，其余繪圖將自動處理。 這聽起來很抽象，但是在您處理數據時非常重要，它使信息可視化變得非常快速和直觀。

例如，使用上面的泰坦尼克號數據，我們想計算每個班級的人數，我們所需要的只是在y_axis中使用count()

 

import seaborn as sns 
import altair as alt  
 
titanic = sns.load_dataset("titanic") 
 
alt.Chart(titanic).mark_bar().encode( 
    alt.X('class'), 
    y='count()' 
) 

 

2.易于轉換數據

Altair還使創建圖表時轉換數據變得非常容易

例如，如果我們想找到泰坦尼克號中每個性別的平均年齡，而不是像Plotly那樣預先進行轉換，我們可以在代碼中執行轉換以創建圖表。

 

hireable = alt.Chart(titanic).mark_bar().encode( 
    x='sex:N', 
    y='mean_age:Q' 
).transform_aggregate( 
    mean_age='mean(age)', 
    groupby=['sex']) 
 
hireable 

 

這里的邏輯是使用transform_aggregate()來獲取義數據(沒有任何順序的類別數據)，或者使用：Q來確保mean_age是定量數據(值的度量，例如數字)

3.易于鏈接的圖

Altair還允許您在圖之間進行一些令人印象深刻的鏈接，例如使用間隔選擇來過濾附加直方圖的內容。

例如，如果我們想在間隔內可視化每個班級的人數，我們可以選擇年齡和票價之間的一個點狀圖，我們可以這樣做。

 

brush = alt.selection(type='interval') 
 
points = alt.Chart(titanic).mark_point().encode( 
    x='age:Q', 
    y='fare:Q', 
    color=alt.condition(brush, 'class:N', alt.value('lightgray')) 
).add_selection( 
    brush 
) 
 
bars = alt.Chart(titanic).mark_bar().encode( 
    y='class:N', 
    color='class:N', 
    x = 'count(class):Q' 
).transform_filter( 
    brush 
) 
 
points & bars 

 

當我們拖動鼠標以選擇散點圖中的間隔時，我們可以在下面的條形圖中看到變化。 當與早期的轉換和計算結合使用時，這意味著您可以創建一些非常互動的圖，這些圖可以進行即時計算-甚至不需要運行的Python服務器!

缺點

除非您指定自定義樣式，否則簡單的圖表(如條形圖)看起來不會像seaborn或Plotly。 Altair還不建議使用5000個以上樣本的數據集，而是建議您在可視化之前匯總數據。

要點：Altair是復雜圖表顯示統計數據的理想選擇。 Altair無法處理超過5000個樣本的數據，并且與Plotly或Seaborn相比，某些簡單圖表的樣式看起來不一樣。

Bokeh

Bokeh是一個靈活的交互式可視化庫，以Web瀏覽器為代表。

優點

• Matplotlib的交互式版本

如果我們將在上述交互式可視化庫中排名，那么Bokeh在與Matplotlib的相似性方面可能排名第一。

Matplotlib可以創建任何繪圖，因為它是一個低級的可視化庫。 Bokeh可以用作高級或低級接口; 因此，它可以創建Matplotlib創建的許多復雜圖，但是用更少的代碼行和更高的分辨率。

例如，Matplotlib的圓圖

 

import matplotlib.pyplot as plt 
 
fig, ax = plt.subplots() 
 
x = [1, 2, 3, 4, 5] 
y = [2, 5, 8, 2, 7] 
 
for x,y in zip(x,y):  
    ax.add_patch(plt.Circle((x, y), 0.5, edgecolor = "#f03b20",facecolor='#9ebcda', alpha=0.8)) 
 
 
#Use adjustable='box-forced' to make the plot area square-shaped as well. 
ax.set_aspect('equal', adjustable='datalim') 
ax.set_xbound(3, 4) 
 
ax.plot()   #Causes an autoscale update. 
plt.show() 

 

也可以使用Bokeh以更好的分辨率和更多實用性創建

 

from bokeh.io import output_file, show 
from bokeh.models import Circle 
from bokeh.plotting import figure 
 
reset_output() 
output_notebook() 
 
 
plot = figure(plot_width=400, plot_height=400, tools="tap", title="Select a circle") 
renderer = plot.circle([1, 2, 3, 4, 5], [2, 5, 8, 2, 7], size=50) 
 
selected_circle = Circle(fill_alpha=1, fill_color="firebrick", line_color=None) 
nonselected_circle = Circle(fill_alpha=0.2, fill_color="blue", line_color="firebrick") 
 
renderer.selection_glyph = selected_circle 
renderer.nonselection_glyph = nonselected_circle 
 
show(plot) 

 

2.地塊之間的聯系

散景還可以使情節之間的鏈接變得非常容易。 在一個繪圖中應用的更改將應用于具有類似變量的另一繪圖。

例如，如果我們并排創建3個圖形并想要觀察它們之間的關系，則可以使用鏈接的筆刷

 

from bokeh.layouts import gridplot, row 
from bokeh.models import ColumnDataSource 
 
reset_output() 
output_notebook() 
 
source = ColumnDataSource(new_profile) 
 
TOOLS = "box_select,lasso_select,help" 
TOOLTIPS = [('user', '@user_name'), 
            ('followers', '@followers'), 
            ('following', '@following'), 
            ('forks', '@forks'),  
            ('contribution', '@contribution')] 
 
s1 = figure(tooltips=TOOLTIPS, plot_width=300, plot_height=300, title=None, tools=TOOLS) 
s1.circle(x='followers', y='following', source=source) 
 
s2 = figure(tooltips=TOOLTIPS, plot_width=300, plot_height=300, title=None, tools=TOOLS) 
s2.circle(x='followers', y='forks', source=source) 
 
s3 = figure(tooltips=TOOLTIPS, plot_width=300, plot_height=300, title=None, tools=TOOLS) 
s3.circle(x='followers', y='contribution', source=source) 
 
p = gridplot([[s1,s2,s3]]) 
show(p) 

 

ColumnDataSource使數據可以在繪圖之間共享。 因此，當我們將更改應用于一個圖時，其他圖也將相應地更改。

缺點

由于Bokeh是一個具有中級接口的庫，因此與Matplotlib相比，它通常花費較少的代碼，但產生與Seaborn，Altair或Plotly相同的圖將花費更多的代碼。

例如，要使用泰坦尼克號數據創建相同的計數圖，除了需要預先轉換數據外，如果我們希望圖形看起來更漂亮，我們還需要設置條形和顏色的寬度

 

from bokeh.transform import factor_cmap 
from bokeh.palettes import Spectral6 
 
p = figure(x_range=list(titanic_groupby['class'])) 
p.vbar(x='class', top='survived', source = titanic_groupby, 
      fill_color=factor_cmap('class', palette=Spectral6, factors=list(titanic_groupby['class']) 
      )) 
show(p)如果我們不為條形圖添加寬度，則條形圖將看起來像這樣 
 

 

因此，我們需要手動調整尺寸以使圖更好

from bokeh.transform import factor_cmap 
from bokeh.palettes import Spectral6 
 
p = figure(x_range=list(titanic_groupby['class'])) 
p.vbar(x='class', top='survived', width=0.9, source = titanic_groupby, 
      fill_color=factor_cmap('class', palette=Spectral6, factors=list(titanic_groupby['class']) 
      )) 
show(p) 

如果要用更少的代碼創建漂亮的條形圖，與其他庫相比，Bokeh可能就是缺點

要點：Bokeh是唯一一個界面范圍從低到高的庫，這使得生成通用和精美的圖形變得容易。 但是，這樣做的代價是，Bokeh通常需要更多代碼來創建質量與其他庫相似的圖。

Folium

Folium使在交互式傳單地圖上的數據可視化變得容易。 該庫具有來自OpenStreetMap，Mapbox和Stamen的許多內置磁貼集

優點

1.輕松創建帶有標記的地圖

盡管Plotly，Altair和Bokeh也使我們能夠創建地圖，但Folium使用開放的街道地圖，以最少的代碼使您更接近Google Map

還記得我們如何創建地圖以使用Plotly可視化Github用戶的位置嗎? 我們可以用Folium使地圖看起來更好

 

import folium 
 
# Load data 
location_df = dp.Blob.get(name='location_df', owner='khuyentran1401').download_df()  
 
# Save latitudes, longitudes, and locations' names in a list 
lats = location_df['latitude'] 
lons = location_df['longitude'] 
names = location_df['location'] 
 
# Create a map with an initial location 
m = folium.Map(location=[lats[0], lons[0]]) 
 
for lat, lon, name in zip(lats, lons, names): 
   
    # Create marker with other locations 
    folium.Marker(location=[lat, lon], 
                  popup= name,  
                 icon=folium.Icon(color='green') 
).add_to(m) 
     
m 

 

最初的地點在紐約布魯克林。 縮小以查看地圖上的其他位置。 通過一些代碼行，我們創建了一個真實的地圖，顯示了用戶的位置。

2.添加潛在的位置

如果我們想添加其他用戶的潛在位置，Folium可以通過允許用戶添加標記來簡化操作

 

# Code to generate map here 
#.... 
 
# Enable adding more locations in the map 
m = m.add_child(folium.ClickForMarker(popup='Potential Location')) 

 

點擊地圖，查看您點擊生成的新位置。

3.插件

Folium有許多可與地圖一起使用的插件，包括Altair的插件。 如果我們想查看全球Github用戶總星數的熱點圖，以找出哪里有大量Github用戶數最多，總星數很多的情況? Folium插件中的熱圖使您可以做到這一點。

 

from folium.plugins import HeatMap 
 
m = folium.Map(location=[lats[0], lons[0]]) 
 
HeatMap(data=location_df[['latitude', 'longitude', 'total_stars']]).add_to(m) 

 

縮小以查看完整的熱圖。

總結：Folium允許您使用幾行代碼創建一個交互式地圖。 它為您提供了接近Google Map的體驗。

結論

恭喜你! 您剛剛了解了用于可視化的六個不同的可視化工具。 我希望本文能使您了解每個庫的功能以及何時使用。 掌握每個庫的關鍵功能將使您更快地根據需要提取正確的庫。

如果您仍然對要使用哪個庫來處理數據感到困惑，只需選擇一個您認為足夠好的庫即可。 然后，如果代碼太長或圖形的顯示效果不如您想象的那樣，請嘗試使用另一個庫!