使您的圖表具有交互性和視覺吸引力的簡單技巧

出色的可視化會帶來出色的洞察力。

幾乎所有使用 Python 的數據科學家也使用Pandas。它是用于數據處理的事實上的 Python 庫。開箱即用的 Pandas 為常見的圖表類型提供了一些很好的可視化。

但默認值并不是最好的。

我們可以使用 Plotly 等配套框架讓它變得更好。我們可以將繪圖后端設置為 Plotly，并在我們的項目中使用其時尚的圖表。

但是單獨設置后端并不能為我們的數據幀提供Plotly的全部好處。例如，Pandas 沒有曲面圖選項。此外，Plotly 創(chuàng)建圖表的方式與 Pandas 略有不同。

Cufflinks是另一個彌補這一差距的庫。我們可以使用類似 Pandas 的調用來創(chuàng)建更令人驚嘆的圖表。而且，我們可以開發(fā)高級圖表，如曲面圖。

如何用dataframes 繪圖——純粹的 Pandas 方式。

在 Pandas 中，如果要創(chuàng)建條形圖、箱線圖等圖表，只需調用 plot 方法即可。我們可以指定我們需要的圖表類型和其他幾種配置。

在以下示例中，我們正在使用 panda 的內置繪圖功能創(chuàng)建條形圖。

上面說的很直接。然而，它的表現力并不是那么好。

Pandas 的默認繪圖后端是Matplotlib。它在許多情況下都能正常工作。但是使用不同的后端，圖表會更好。

我們可以通過將繪圖后端更改為 Plotly 來快速將這個普通的圖表變成一張漂亮的圖表。

如果您的計算機上尚未安裝 Plotly，請使用上述代碼。

pip install plotly==5.5
# conda install -C plotly plotly==5.5.0

我們可以使用以下行將后端設置為 Plotly。我建議您在將 pandas 導入筆記本（或項目）后立即添加此行。

生成的圖表在美學上更具吸引力，并且總結得很好。

但是，正如我之前提到的，它仍然缺少一些關鍵圖表。讓我們以不同的方式來挖掘 Plotly 的最大潛力。

如何使用袖扣從數據框創(chuàng)建圖

Cufflinks 是一個 Python 庫，它可以幫助我們以類似于 Pandas 的原生語法將 Plotly 與 Pandas 一起使用。它還添加了比我們通常在 Pandas 數據框中看到的更多令人印象深刻的圖表類型。

我們可以一次導入它并配置全局主題和其他選項，并使用iplot添加到每個數據幀的 API 而不是其默認的繪圖方法。

讓我們使用以下命令從PyPI安裝它。

安裝后，我們可以在 Notebook 中導入和配置它。

我們現在可以使用該iplot方法創(chuàng)建許多不同的圖表。這是一個例子。

我們使用datagen了 Cufflinks 包的模塊。它允許我們?yōu)楦鞣N情況生成隨機數據。我們將使用它為本文的其余部分創(chuàng)建數據。

這個微小的調整極大地提高了我們圖表的可呈現性，而不會顯著改變我們的代碼。

我們可以在數據框上創(chuàng)建的 Plotly 數據可視化類型。

Plotly 有幾種不同的圖表類型。其中一些可以通過袖扣獲得，我們可以直接從數據框調用。

以下是 Pandas 中沒有的一些圖表，但可以通過袖扣實現。

3D 曲面圖。

曲面圖是 3 維數據的直觀表示。它在許多應用程序中都有幫助。例如，我們在機器學習中使用曲面圖來研究成本函數和梯度下降優(yōu)化。

以下代碼從數據框創(chuàng)建曲面圖。袖扣選擇列和行索引作為 x 和 y 軸。數據框的值在 z 軸上。

如果您的數據集的所有值都在不同的列中，請在繪圖前使用如下所示的數據透視函數將其轉換為兼容格式。

氣泡圖

氣泡圖是另一種以有意義的方式可視化多個維度的好方法。我們可以在一張圖表中描繪四個特征，包括一個分類變量。

下圖顯示了行星大小如何隨著與太陽的距離和每個行星的質量而變化（備注是生成實驗假數據。）

另外，請注意，您使用 Cufflinks 擴展創(chuàng)建的圖表是交互式的。將鼠標懸停在任何氣泡上以查看其詳細信息。您可以單擊任何類別將其打開或關閉。

熱圖圖表

熱圖通常是在我們的數據集中找出熱點的更簡單方法。它們就像曲面圖，允許我們同時可視化三個數據維度。但是在這里，我們有一個色譜，而不是 z 軸。

與其他圖表類型一樣，創(chuàng)建熱圖也很容易。

價差圖

假設您在一段時間內跟蹤兩個類別的變量；您可能還想了解它們的差異如何隨時間變化。您可能需要查看差距是否正在縮小甚至翻轉?；蛘咭苍S是差距本身的趨勢。

價差圖是可視化兩個變量隨時間的價差的絕佳方式。

散布圖的工作方式與折線圖類似。但除了繪制單獨的線之外，它還會在折線圖下方生成一個面積圖。它們都共享相同的時間軸，因此很容易理解。

這些只是您可以使用 Cufflinks 擴展創(chuàng)建的眾多圖表中的一部分。當然，您也可以從 pandas 默認 API 中獲取更常見的圖表。

改變圖表的主題。

通過 Cufflinks 配置，您可以輕松地在多個顏色主題之間切換。我們有以下選項可供選擇。

在本文的頂部，我們在第一次配置 Cufflinks 時使用了珍珠主題。以下是我們如何將其更改為不同的主題。

這是我們使用的最后一個示例在其他顏色主題中的顯示方式。

總結

可視化使我們對數據做出驚艷可視化展示。

在使用 Pandas 數據框時，我們主要使用其默認的繪圖方法來創(chuàng)建圖形。但是這些圖表的樣式不足以很好地呈現它。一個快速的技巧是將繪圖后端更改為 Plotly 并擁有漂亮的圖表。

然而，另一個用于 Pandas 數據幀的 Plotly 綁定，稱為 Cufflinks，為默認的 Pandas 繪圖選項增加了額外的可能性。有了它，我們可以在幾個預配置的主題之間快速切換，并解鎖 Pandas 中沒有的圖表。

這篇文章討論了如何開始使用 Pandas、Plotly 和 Cufflinks。我們還在一行代碼中為我們的數據框創(chuàng)建了一些奇妙的視覺效果。