炫酷的可视化工具包——cufflinks

前言

学过Python数据分析的朋友都知道，在可视化的工具中，有不少优秀的三方库，好比matplotlib，seaborn，plotly，Boken，pyecharts等等。这些可视化库都有本身的特色，在实际应用中也广为你们使用。

plotly、Boken等都是交互式的可视化工具，结合Jupyter notebook能够很是灵活方便地展示分析后的结果。虽然作出的效果很是的炫酷，好比plotly，可是每一次都须要写很长的代码，一是麻烦，二是不便于维护。

我以为在数据的分析阶段，更多的时间应该放在分析上，维度选择、拆解合并，业务理解和判断。若是既能够减小代码量，又能够作出炫酷可视化效果，那将大大提升效率。固然若是有特别的需求除外，此方法仅针对想要快速可视化进行分析的人。

本篇给你们介绍一个很是棒的工具，cufflinks，能够完美解决这个问题,且效果同样炫酷。

cufflinks介绍

就像seaborn封装了matplotlib同样，cufflinks在plotly的基础上作了一进一步的包装，方法统一，参数配置简单。其次它还能够结合pandas的dataframe随意灵活地画图。能够把它形容为"pandas like visualization"。

绝不夸张地说，画出各类炫酷的可视化图形，我只需一行代码，效率很是高，同时也下降了使用的门槛儿。cufflinks的github连接以下：
https://github.com/santosjorge/cufflinks

安装

pip install cufflinks

cufflinks操做

cufflinks库一直在不断更新，目前最新版为V0.14.0，支持plotly3.0。首先咱们看看它都支持哪些种类的图形，能够经过help来查看。

import cufflinks as cf

cf.help()

Use 'cufflinks.help(figure)' to see the list of available parameters for the given figure.
Use 'DataFrame.iplot(kind=figure)' to plot the respective figure
Figures:
    bar
    box
    bubble
    bubble3d
    candle
    choroplet
    distplot
    heatmap
    histogram
    ohlc
    pie
    ratio
    scatter
    scatter3d
    scattergeo
    spread
    surface
    violin

• DataFrame：表明pandas的数据框；
• Figure：表明咱们上面看到的可绘制图形，好比bar、box、histogram等等；
• iplot：表明绘制方法，其中有不少参数能够进行配置，调节符合你本身风格的可视化图形；

cufflinks实例

注意：如下图例都是动态图，没法放置gif图，能够本身尝试一下

咱们经过几个实例感觉一下上面的使用方法。使用过plotly的朋友可能知道，若是使用online模式，那么生成的图形是有限制的。因此，咱们这里先设置为offline模式，这样就避免了出现次数限制问题。

import pandas as pd
import cufflinks as cf
import numpy as np

cf.set_config_file(offline=True)

<script type="text/javascript">
    window.PlotlyConfig = {MathJaxConfig: 'local'};
    if (window.MathJax) {MathJax.Hub.Config({SVG: {font: "STIX-Web"}});}
    if (typeof require !== 'undefined') {
    require.undef("plotly");
    requirejs.config({
        paths: {
            'plotly': ['https://cdn.plot.ly/plotly-latest.min']
        }
    });
    require(['plotly'], function(Plotly) {
        window._Plotly = Plotly;
    });
    }
    </script>

而后咱们须要按照上面的使用格式来操做，首先咱们须要有个DataFrame，若是手头没啥数据，那能够先生成个随机数。cufflinks有一个专门生成随机数的方法，叫作datagen，用于生成不一样维度的随机数据，好比下面。

lines线图

1）cufflinks使用datagen生成随机数；
2）figure定义为lines形式，数据为(1,500)；
3）而后再用ta_plot绘制这一组时间序列，参数设置SMA展示三个不一样周期的时序分析。

cf.datagen.lines(1,500).ta_plot(study='sma',period=[13,21,55])

box箱型图

cf.datagen.box(20).iplot(kind='box',legend=False)

能够看到，x轴每一个box都有对应的名称，这是由于cufflinks经过kind参数识别了box图形，自动为它生成的名字。若是咱们只生成随机数，它是这样子的，默认生成100行的随机分布的数据，列数由本身选定。

cf.datagen.box(10)

	ZZQ.IX	KKT.HE	WUI.GF	KUD.YP	LVO.BR	RIQ.OH	HCY.AX	TSI.WB	CZC.FE	PGJ.UN
0	2.650637	2.860086	0.648258	0.453637	0.031173	1.588635	0.665888	1.322199	0.613859	1.887332
1	1.772565	1.223209	1.321523	5.185581	4.585844	2.950900	0.652469	0.471112	5.729238	3.034579
2	3.707357	5.745729	5.766174	1.785150	8.335558	17.388996	2.854110	5.725720	9.582913	1.221468
3	9.298724	8.008446	2.574685	3.924959	5.656232	8.797833	18.606412	10.594716	1.207231	3.901563
4	5.261365	3.498773	4.593977	6.516262	3.852370	3.402193	2.813485	2.340898	7.611254	5.423463
...	...	...	...	...	...	...	...	...	...	...
95	0.136329	2.676648	0.403378	1.018672	1.447996	1.106163	1.563319	6.315881	1.148427	0.348217
96	4.243743	0.026604	0.442303	2.650356	7.911090	1.048235	3.231528	0.850884	0.336564	0.301514
97	2.223366	3.581352	2.712159	1.141006	1.841442	4.167166	10.543993	5.589251	12.338148	4.013969
98	1.391020	0.002552	0.177377	1.865509	0.690297	0.682517	7.477029	0.261913	0.020654	0.822866
99	0.229824	1.756769	1.782207	3.621471	1.523997	4.392876	0.403206	6.899078	1.268289	7.484547

100 rows × 10 columns

histogram直方图

cf.datagen.histogram(3).iplot(kind='histogram')

和plotly同样，咱们能够经过一些辅助的小工具框选或者lasso选择来区分和选定指定区域，只要一行代码。

固然了，除了随机数据，任何的其它dataframe数据框均可以，包括咱们本身导入的数据。

histogram条形图

df=pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
df.iplot(kind='bar',barmode='stack')

上面咱们生成了一个(10,4)的dataframe数据框，名称分别是a,b,c,d。那么cufflinks将会根据iplot中的kind种类自动识别并绘制图形。参数设置为堆叠模式。

scatter散点图

df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd'])
df.iplot(kind='scatter',mode='markers',colors=['orange','teal','blue','yellow'],size=10)

bubble气泡图

df.iplot(kind='bubble',x='a',y='b',size='c')

scatter matrix 散点矩阵图

df = pd.DataFrame(np.random.randn(1000, 4), columns=['a', 'b', 'c', 'd'])
df.scatter_matrix()

​

subplots子图

df=cf.datagen.lines(4)
df.iplot(subplots=True,shape=(4,1),shared_xaxes=True,vertical_spacing=.02,fill=True)

df.iplot(subplots=True,subplot_titles=True,legend=False)

更复杂一些的

df=cf.datagen.bubble(10,50,mode='stocks')
figs=cf.figures(df,[dict(kind='histogram',keys='x',color='blue'),
                    dict(kind='scatter',mode='markers',x='x',y='y',size=5),
                    dict(kind='scatter',mode='markers',x='x',y='y',size=5,color='teal')],asList=True)
figs.append(cf.datagen.lines(1).figure(bestfit=True,colors=['blue'],bestfit_colors=['pink']))
base_layout=cf.tools.get_base_layout(figs)
sp=cf.subplots(figs,shape=(3,2),base_layout=base_layout,vertical_spacing=.15,horizontal_spacing=.03,
               specs=[[{'rowspan':2},{}],[None,{}],[{'colspan':2},None]],
               subplot_titles=['Histogram','Scatter 1','Scatter 2','Bestfit Line'])
sp['layout'].update(showlegend=False)
cf.iplot(sp)

​

shapes形状图

若是咱们想在lines图上增长一些直线做为参考基准，这时候咱们可使用hlines的类型图。

df=cf.datagen.lines(3,columns=['a','b','c'])
df.iplot(hline=[dict(y=-1,color='blue',width=3),dict(y=1,color='pink',dash='dash')])

或者是将某个区域标记出来，可使用hspan类型。

df.iplot(hspan=[(-1,1),(2,5)])

又或者是竖条的区域，能够用vspan类型。

df.iplot(vspan={'x0':'2015-02-15','x1':'2015-03-15','color':'teal','fill':True,'opacity':.4})

若是对iplot中的参数不熟练，直接输入如下代码便可查询。

help(df.iplot)