再見，可視化！你好，Pandas！
用Python做數據分析離不開pandas，pnadas更多的承載著處理和變換數據的角色，pands中也內置了可視化的操作，但效果很糙。
因此，大家在用Python做數據分析時，正常的做法是用先pandas先進行數據處理，然后再用Matplotlib、Seaborn、Plotly、Bokeh等對dataframe或者series進行可視化操作。
但是說實話，每個可視化包都有自己獨特的方法和函數，經常忘，這是讓我一直很頭疼的地方。
好消息來了！從最新的pandas版本0.25.3開始，不再需要上面的操作了，數據處理和可視化完全可以用pandas一個就全部搞定。
pandas現在可以使用Plotly、Bokeh作為可視化的backend，直接實現交互性操作，無需再單獨使用可視化包了。
下面我們一起看看如何使用。
1. 激活backend
在import了pandas之后，直接使用下面這段代碼激活backend，比如下面要激活plotly。
- pd.options.plotting.backend = 'plotly'
目前，pandas的backend支持以下幾個可視化包。
- Plotly
- Holoviews
- Matplotlib
- Pandas_bokeh
- Hyplot
2. Plotly backend
Plotly的好處是，它基于Javascript版本的庫寫出來的，因此生成的Web可視化圖表，可以顯示為HTML文件或嵌入基于Python的Web應用程序中。
下面看下如何用plotly作為pandas的backend進行可視化。
如果還沒安裝Plotly，則需要安裝它pip intsall plotly。如果是在Jupyterlab中使用Plotly，那還需要執行幾個額外的安裝步驟來顯示可視化效果。
首先，安裝IPywidgets。
- pip install jupyterlab "ipywidgets>=7.5"
然后運行此命令以安裝Plotly擴展。
- jupyter labextension install jupyterlab-plotly@4.8.1
示例選自openml.org的的數據集，鏈接如下：
數據鏈接：https://www.openml.org/d/187
這個數據也是Scikit-learn中的樣本數據，所以也可以使用以下代碼將其直接導入。
- import pandas as pd
- import numpy as np
- from sklearn.datasets import fetch_openml
- pd.options.plotting.backend = 'plotly'
- X,y = fetch_openml("wine", version=1, as_frame=True, return_X_y=True)
- data = pd.concat([X,y], axis=1)
- data.head()
該數據集是葡萄酒相關的，包含葡萄酒類型的許多功能和相應的標簽。數據集的前幾行如下所示。
下面使用Plotly backend探索一下數據集。
繪圖方式與正常使用Pandas內置的繪圖操作幾乎相同，只是現在以豐富的Plotly顯示可視化效果。
下面的代碼繪制了數據集中兩個要素之間的關系。
- fig = data[['Alcohol', 'Proline']].plot.scatter(y='Alcohol', x='Proline')
- fig.show()
如果將鼠標懸停在圖表上，可以選擇將圖表下載為高質量的圖像文件。
我們可以結合Pandas的groupby函數創建一個條形圖，總結各類之間Hue的均值差異。
- data[['Hue','class']].groupby(['class']).mean().plot.bar()
將class添加到我們剛才創建的散點圖中。通過Plotly可以輕松地為每個類應用不同的顏色，以便直觀地看到分類。
- fig = data[['Hue', 'Proline', 'class']].plot.scatter(x='Hue', y='Proline', color='class', title='Proline and Hue by wine class')
- fig.show()
3. Bokeh backend
Bokeh是另一個Python可視化包，也可提供豐富的交互式可視化效果。Bokeh還具有streaming API，可以為比如金融市場等流數據創建實時可視化。
pandas-Bokeh的GitHub鏈接如下：
https://github.com/PatrikHlobil/Pandas-Bokeh
老樣子，用pip安裝即可，pip install pandas-bokeh。
為了在Jupyterlab中顯示Bokeh可視化效果，還需要安裝兩個新的擴展。
- jupyter labextension install @jupyter-widgets/jupyterlab-manager
- jupyter labextension install @bokeh/jupyter_bokeh
下面我們使用Bokeh backend重新創建剛剛plotly實現的的散點圖。
- pd.options.plotting.backend = 'pandas_bokeh'
- import pandas_bokeh
- from bokeh.io import output_notebook
- from bokeh.plotting import figure, show
- output_notebook()
- p1 = data.plot_bokeh.scatter(x='Hue',
- y='Proline',
- category='class',
- title='Proline and Hue by wine class',
- show_figure=False)
- show(p1)
關鍵語句就一行代碼，非常快捷，交互式效果如下。
Bokeh還具有plot_grid函數，可以為多個圖表創建類似于儀表板的布局，下面在網格布局中創建了四個圖表。
- output_notebook()
- p1 = data.plot_bokeh.scatter(x='Hue',
- y='Proline',
- category='class',
- title='Proline and Hue by wine class',
- show_figure=False)
- p2 = data[['Hue','class']].groupby(['class']).mean().plot.bar(title='Mean Hue per Class')
- df_hue = pd.DataFrame({
- 'class_1': data[data['class'] == '1']['Hue'],
- 'class_2': data[data['class'] == '2']['Hue'],
- 'class_3': data[data['class'] == '3']['Hue']},
- columns=['class_1', 'class_2', 'class_3'])
- p3 = df_hue.plot_bokeh.hist(title='Distribution per Class: Hue')
- df_proline = pd.DataFrame({
- 'class_1': data[data['class'] == '1']['Proline'],
- 'class_2': data[data['class'] == '2']['Proline'],
- 'class_3': data[data['class'] == '3']['Proline']},
- columns=['class_1', 'class_2', 'class_3'])
- p4 = df_proline.plot_bokeh.hist(title='Distribution per Class: Proline')
- pandas_bokeh.plot_grid([[p1, p2],
- [p3, p4]], plot_width=450)
可以看到，可視化的部分都是在pandas的dataframe基礎上一行代碼搞定，最后plot_grid完成布局。
4. 總結
在內置的Pandas繪圖功能增加多個第三方可視化backend，大大增強了pandas用于數據可視化的功能，今后可能真的不需再去學習眾多可視化操作了，使用pandas也可以一擊入魂！
