吹爆了这个可视化神器，上手后直接开大~
今天給大家推薦一個可視化神器 - Plotly_express ，上手非常的簡單，基本所有的圖都只要一行代碼就能繪出一張非常酷炫的可視化圖。
以下是這個神器的詳細(xì)使用方法，文中附含大量的 GIF 動圖示例圖。
注：源代碼（ .ipypnb 文件）的獲取方式，我放在文末了。記得下載
1. 環(huán)境準(zhǔn)備
本文的是在如下環(huán)境下測試完成的。
Python3.7
Jupyter notebook
Pandas1.1.3
Plotly_express0.4.1
其中 Plotly_express0.4.1 是本文的主角，安裝它非常簡單，只需要使用 pip install 就可以
$?python3?-m?pip?install?plotly_express2. 工具概述
在說?plotly_express之前，我們先了解下plotly。Plotly是新一代的可視化神器，由TopQ量化團(tuán)隊(duì)開源。雖然Ploltly功能非常之強(qiáng)大，但是一直沒有得到重視，主要原因還是其設(shè)置過于繁瑣。因此，Plotly推出了其簡化接口：Plotly_express，下文中統(tǒng)一簡稱為px。
px是對Plotly.py的一種高級封裝，其內(nèi)置了很多實(shí)用且現(xiàn)代的繪圖模板，用戶只需要調(diào)用簡單的API函數(shù)即可實(shí)用，從而快速繪制出漂亮且動態(tài)的可視化圖表。
px是完全免費(fèi)的，用戶可以任意使用它。最重要的是，px和plotly生態(tài)系統(tǒng)的其他部分是完全兼容的。用戶不僅可以在Dash中使用，還能通過Orca將數(shù)據(jù)導(dǎo)出為幾乎任意文件格式。
官網(wǎng)的學(xué)習(xí)資料：https://plotly.com/
px的安裝是非常簡單的，只需要通過pip install plotly_express來安裝即可。安裝之后的使用：
import?plotly_express?as?px??3. 開始繪圖
接下來我們通過px中自帶的數(shù)據(jù)集來繪制各種精美的圖形。
gapminder
tips
wind
3.1 數(shù)據(jù)集
首先我們看下px中自帶的數(shù)據(jù)集：
import?pandas?as?pd import?numpy?as?np import?plotly_express?as?px??#?現(xiàn)在這種方式也可行：import plotly.express as px#?數(shù)據(jù)集 gapminder?=?px.data.gapminder() gapminder.head()??#?取出前5條數(shù)據(jù)我們看看全部屬性值：
3.2 線型圖
線型圖line在可視化制圖中是很常見的。利用px能夠快速地制作線型圖：
#?line?圖 fig?=?px.line(gapminder,??#?數(shù)據(jù)集x="year",??#?橫坐標(biāo)y="lifeExp",??#?縱坐標(biāo)color="continent",??#?顏色的數(shù)據(jù)line_group="continent",??#?線性分組hover_name="country",???#?懸停hover的數(shù)據(jù)line_shape="spline",??#?線的形狀render_mode="svg"??#?生成的圖片模式 ) fig.show()再來制作面積圖：
#?area?圖 fig?=?px.area(gapminder,??#?數(shù)據(jù)集x="year",??#?橫坐標(biāo)y="pop",??#?縱坐標(biāo)color="continent",???#?顏色line_group="country"??#?線性組別 ) fig.show()3.3 散點(diǎn)圖
散點(diǎn)圖的制作調(diào)用scatter方法：
指定size參數(shù)還能改變每個點(diǎn)的大小：
px.scatter(gapminder2007???#?繪圖DataFrame數(shù)據(jù)集,x="gdpPercap"??#?橫坐標(biāo),y="lifeExp"??#?縱坐標(biāo),color="continent"??#?區(qū)分顏色,size="pop"???#?區(qū)分圓的大小,size_max=60??#?散點(diǎn)大小 )通過指定facet_col、animation_frame參數(shù)還能將散點(diǎn)進(jìn)行分塊顯示：
3.4 地理數(shù)據(jù)繪圖
在實(shí)際的工作中，我們可能會接觸到中國地圖甚至是全球地圖，使用px也能制作：
px.choropleth(gapminder,??#?數(shù)據(jù)集locations="iso_alpha",??#?配合顏色color顯示color="lifeExp",?#?顏色的字段選擇hover_name="country",??#?懸停字段名字animation_frame="year",??#?注釋color_continuous_scale=px.colors.sequential.Plasma,??#?顏色變化projection="natural?earth"??#?全球地圖) fig?=?px.scatter_geo(gapminder,???#?數(shù)據(jù)locations="iso_alpha",??#?配合顏色color顯示color="continent",?#?顏色hover_name="country",?#?懸停數(shù)據(jù)size="pop",??#?大小animation_frame="year",??#?數(shù)據(jù)幀的選擇projection="natural?earth"??#?全球地圖)fig.show() ??px.scatter_geo(gapminder,?#?數(shù)據(jù)集locations="iso_alpha",??#?配和color顯示顏色color="continent",??#?顏色的字段顯示hover_name="country",??#?懸停數(shù)據(jù)size="pop",??#?大小animation_frame="year"??#?數(shù)據(jù)聯(lián)動變化的選擇#,projection="natural?earth"???#?去掉projection參數(shù) )使用line_geo來制圖：
fig?=?px.line_geo(gapminder2007,??#?數(shù)據(jù)集locations="iso_alpha",??#?配合和color顯示數(shù)據(jù)color="continent",??#?顏色projection="orthographic")???#?球形的地圖 fig.show()3.5 使用內(nèi)置iris數(shù)據(jù)
我們先看看怎么使用px來查看內(nèi)置數(shù)據(jù)的文檔：
選擇兩個屬性制圖
選擇兩個屬性作為橫縱坐標(biāo)來繪制散點(diǎn)圖
fig?=?px.scatter(iris,??#?數(shù)據(jù)集x="sepal_width",??#?橫坐標(biāo)y="sepal_length"??#?縱坐標(biāo)) fig.show()通過color參數(shù)來顯示不同的顏色：
3.6 聯(lián)合分布圖
我們一個圖形中能夠?qū)⑸Ⅻc(diǎn)圖和直方圖組合在一起顯示：
px.scatter(iris,??#?數(shù)據(jù)集x="sepal_width",?#?橫坐標(biāo)y="sepal_length",??#?縱坐標(biāo)color="species",??#?顏色marginal_x="histogram",??#?橫坐標(biāo)直方圖marginal_y="rug"???#?細(xì)條圖 )3.7 小提琴圖
小提琴圖能夠很好的顯示數(shù)據(jù)的分布和誤差情況，一行代碼利用也能顯示小提琴圖：
px.scatter(iris,??#?數(shù)據(jù)集x="sepal_width",??#?橫坐標(biāo)y="sepal_length",??#?縱坐標(biāo)color="species",??#?顏色marginal_y="violin",??#?縱坐標(biāo)小提琴圖marginal_x="box",??#?橫坐標(biāo)箱型圖trendline="ols"??#?趨勢線 )3.8 散點(diǎn)矩陣圖
px.scatter_matrix(iris,??#?數(shù)據(jù)dimensions=["sepal_width","sepal_length","petal_width","petal_length"],??#?維度選擇color="species")??#?顏色3.9 平行坐標(biāo)圖
px.parallel_coordinates(iris,???#?數(shù)據(jù)集color="species_id",??#?顏色labels={"species_id":"Species",??#?各種標(biāo)簽值"sepal_width":"Sepal?Width","sepal_length":"Sepal?Length","petal_length":"Petal?Length","petal_width":"Petal?Width"},color_continuous_scale=px.colors.diverging.Tealrose,color_continuous_midpoint=2)3.10 箱體誤差圖
#?對當(dāng)前值加上下兩個誤差值 iris["e"]?=?iris["sepal_width"]?/?100 px.scatter(iris,??#?繪圖數(shù)據(jù)集x="sepal_width",??#?橫坐標(biāo)y="sepal_length",??#?縱坐標(biāo)color="species",??#?顏色值error_x="e",??#?橫軸誤差error_y="e"??#?縱軸誤差)3.11 等高線圖
等高線圖反映數(shù)據(jù)的密度情況：
px.density_contour(iris,??#?繪圖數(shù)據(jù)集x="sepal_width",??#?橫坐標(biāo)y="sepal_length",??#?縱坐標(biāo)值color="species"??#?顏色 )等高線圖和直方圖的倆和使用：
px.density_contour(iris,?#?數(shù)據(jù)集x="sepal_width",??#?橫坐標(biāo)值y="sepal_length",??#?縱坐標(biāo)值color="species",??#?顏色marginal_x="rug",??#?橫軸為線條圖marginal_y="histogram"???#?縱軸為直方圖)3.12 密度熱力圖
px.density_heatmap(iris,??#?數(shù)據(jù)集x="sepal_width",???#?橫坐標(biāo)值y="sepal_length",??#?縱坐標(biāo)值marginal_y="rug",??#?縱坐標(biāo)值為線型圖marginal_x="histogram"??#?直方圖)3.13 并行類別圖
在接下來的圖形中我們使用的小費(fèi)tips實(shí)例，首先是導(dǎo)入數(shù)據(jù)：
fig?=?px.parallel_categories(tips,??#?數(shù)據(jù)集?color="size",??#?顏色color_continuous_scale=px.colors.sequential.Inferno)??#?顏色變化取值 fig.show()3.14 柱狀圖
fig?=?px.bar(tips,??#?數(shù)據(jù)集x="sex",??#?橫軸y="total_bill",??#?縱軸color="smoker",??#?顏色參數(shù)取值barmode="group",??#?柱狀圖模式取值facet_row="time",??#?行取值facet_col="day",??#?列元素取值category_orders={"day":?["Thur","Fri","Sat","Sun"],??#?分類順序"time":["Lunch",?"Dinner"]}) fig.show()3.15 直方圖
fig?=?px.histogram(tips,??#?繪圖數(shù)據(jù)集x="sex",??#?橫軸為性別y="tip",??#?縱軸為費(fèi)用histfunc="avg",??#?直方圖顯示的函數(shù)color="smoker",??#?顏色barmode="group",??#?柱狀圖模式facet_row="time",??#?行取值facet_col="day",???#?列取值category_orders={??#?分類順序"day":["Thur","Fri","Sat","Sun"],"time":["Lunch","Dinner"]} )fig.show()3.16 箱型圖
箱型圖也是現(xiàn)實(shí)數(shù)據(jù)的誤差和分布情況：
#?notched=True顯示連接處的錐形部分 px.box(tips,??#?數(shù)據(jù)集x="day",??#?橫軸數(shù)據(jù)y="total_bill",??#?縱軸數(shù)據(jù)color="smoker",??#?顏色notched=True)??#?連接處的錐形部分顯示出來 px.box(tips,??#?數(shù)據(jù)集x="day",??#?橫軸y="total_bill",??#?縱軸?color="smoker",??#?顏色 #?????????notched=True???#?隱藏參數(shù))再來畫一次小提琴圖：
px.violin(tips,???#?數(shù)據(jù)集x="smoker",??#?橫軸坐標(biāo)y="tip",??#?縱軸坐標(biāo)??color="sex",???#?顏色參數(shù)取值box=True,???#?box是顯示內(nèi)部的箱體points="all",??#?同時顯示數(shù)值點(diǎn)hover_data=tips.columns)??#?結(jié)果中顯示全部數(shù)據(jù)3.17 極坐標(biāo)圖
在這里我們使用的是內(nèi)置的wind數(shù)據(jù)：
散點(diǎn)極坐標(biāo)圖
線性極坐標(biāo)圖
fig?=?px.line_polar(wind,??#?數(shù)據(jù)集r="frequency",??#?半徑theta="direction",??#?角度color="strength",??#?顏色line_close=True,??#?線性閉合color_discrete_sequence=px.colors.sequential.Plasma_r)??#?顏色變化 fig.show()柱狀極坐標(biāo)圖
fig?=?px.bar_polar(wind,???#?數(shù)據(jù)集r="frequency",???#?半徑theta="direction",??#?角度color="strength",??#?顏色template="plotly_dark",??#?主題color_discrete_sequence=px.colors.sequential.Plasma_r)??#?顏色變化 fig.show()4. 顏色面板
在px中有很多的顏色可以供選擇，提供了一個顏色面板：
px.colors.qualitative.swatches() px.colors.sequential.swatches()5. 主題
px中存在3種主題：
plotly
plotly_white
plotly_dark
6. 總結(jié)一下
本文中利用大量的篇幅講解了如何通過plotly_express來繪制：柱狀圖、線型圖、散點(diǎn)圖、小提琴圖、極坐標(biāo)圖等各種常見的圖形。通過觀察上面Plotly_express繪制圖形過程，我們不難發(fā)現(xiàn)它有三個主要的優(yōu)點(diǎn)：
快速出圖，少量的代碼就能滿足多數(shù)的制圖要求。基本上都是幾個參數(shù)的設(shè)置我們就能快速出圖
圖形漂亮，繪制出來的可視化圖形顏色亮麗，也有很多的顏色供選擇。
圖形是動態(tài)可視化的。文章中圖形都是截圖，如果是在Jupyter notebook中都是動態(tài)圖形
希望通過本文的講解能夠幫助堵住快速入門plotly_express可視化神器
本文源代碼：
鏈接: https://pan.baidu.com/s/1tEi1vRLEem-Ti1wYmoGoBg??
密碼: 1wpm
往期推薦： 收藏 | 49 個 Python 學(xué)習(xí)資源我都逛哪些技術(shù)網(wǎng)站？（程序員必備58個網(wǎng)站匯總）肝！精心整理了 50 個數(shù)據(jù)源網(wǎng)站！總結(jié)
以上是生活随笔為你收集整理的吹爆了这个可视化神器，上手后直接开大~的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 就是肝！计算机基础知识总结与操作系统 P
- 下一篇： Visual Studio Code的I