【转】Python 可视化神器-Plotly Express

时间 2019-11-09

标签 python 可视化神器 plotly express 栏目 Python 繁體版

原文原文链接

转自：https://mp.weixin.qq.com/s/FNpNJSMK5Vs8pwi0PbbBzwgit

说明：图片没法直接复制，请查看原文github

导读：Plotly Express 是一个新的高级 Python 可视化库：它是 Plotly.py 的高级封装，它为复杂的图表提供了一个简单的语法。express

受 Seaborn 和 ggplot2 的启发，它专门设计为具备简洁，一致且易于学习的 API ：只需一次导入，你就能够在一个函数调用中建立丰富的交互式绘图，包括分面绘图（faceting）、地图、动画和趋势线。它带有数据集、颜色面板和主题，就像 Plotly.py 同样。框架

01 Plotly Express 入门之路编辑器

Plotly Express 彻底免费：凭借其宽松的开源 MIT 许可证，你能够随意使用它（是的，甚至在商业产品中！）。函数

最重要的是，Plotly Express 与 Plotly 生态系统的其余部分彻底兼容：在你的 Dash 应用程序中使用它，使用 Orca 将你的数据导出为几乎任何文件格式，或使用JupyterLab 图表编辑器在 GUI 中编辑它们！工具

用 pip install plotly_express 命令能够安装 Plotly Express。学习

02 使用 Plotly Express 轻松地进行数据可视化

一旦导入Plotly Express（一般是 px ），大多数绘图只须要一个函数调用，接受一个整洁的Pandas dataframe，并简单描述你想要制做的图。若是你想要一个基本的散点图，它只是 px.scatter（data，x ="column_name"，y ="column_name"）。字体

如下是内置的 Gapminder 数据集的示例，显示2007年按国家/地区的人均预期寿命和人均GDP 之间的趋势：优化

import plotly_express as px
gapminder = px.data.gapminder()
gapminder2007 = gapminder.query('year == 2007')
px.scatter(gapminder2007, x='gdpPercap', y='lifeExp')

若是你想经过大陆区分它们，你可使用 color 参数为你的点着色，由 px 负责设置默认颜色，设置图例等：

这里的每一点都是一个国家，因此也许咱们想要按国家人口来衡量这些点...... 没问题：这里也有一个参数来设置，它被称为 size：

若是你好奇哪一个国家对应哪一个点？能够添加一个 hover_name ，你能够轻松识别任何一点：只需将鼠标放在你感兴趣的点上便可！事实上，即便没有 hover_name ，整个图表也是互动的：

也能够经过 facet_col ="continent" 来轻松划分各大洲，就像着色点同样容易，而且让咱们使用 x轴对数（log_x）以便在咱们在图表中看的更清晰：

也许你不只仅对 2007年感兴趣，并且你想看看这张图表是如何随着时间的推移而演变的。能够经过设置 animation_frame="year" （以及 animation_group ="country" 来标识哪些圆与控制条中的年份匹配）来设置动画。

在这个最终版本中，让咱们在这里调整一些显示，由于像“gdpPercap” 这样的文本有点难看，即便它是咱们的数据框列的名称。咱们能够提供更漂亮的“标签” （labels），能够在整个图表、图例、标题轴和悬停（hovers）中应用。咱们还能够手动设置边界，以便动画在整个过程当中看起来更棒：

由于这是地理数据，咱们也能够将其表示为动画地图，所以这清楚地代表 Plotly Express 不只仅能够绘制散点图（不过这个数据集缺乏前苏联的数据）。

事实上，Plotly Express 支持三维散点图、三维线形图、极坐标和地图上三元坐标以及二维坐标。条形图（Bar）有二维笛卡尔和极坐标风格。

进行可视化时，你可使用单变量设置中的直方图（histograms）和箱形图（box）或小提琴图（violin plots），或双变量分布的密度等高线图（density contours）。大多数二维笛卡尔图接受连续或分类数据，并自动处理日期/时间数据。能够查看咱们的图库 (ref-3) 来了解每一个图表的例子。

上述动态图包含10多张图片的可视化，本文译者已将代码整合到 jupyter notebook 文件中，在公众号后台对话框回复Plotly便可得到源代码。

03 可视化分布

数据探索的主要部分是理解数据集中值的分布，以及这些分布如何相互关联。Plotly Express 有许多功能来处理这些任务。

使用直方图（histograms），箱形图（box）或小提琴图（violin plots）可视化单变量分布：

直方图

箱形图

小提琴图

还能够建立联合分布图（marginal rugs），使用直方图，箱形图（box）或小提琴来显示双变量分布，也能够添加趋势线。Plotly Express 甚至能够帮助你在悬停框中添加线条公式和R²值！它使用 statsmodels 进行普通最小二乘（OLS）回归或局部加权散点图平滑（LOWESS）。

04 颜色面板和序列

在上面的一些图中你会注意到一些不错的色标。在 Plotly Express 中， px.colors 模块包含许多有用的色标和序列：定性的、序列型的、离散的、循环的以及全部你喜欢的开源包：ColorBrewer、cmocean 和 Carto 。咱们还提供了一些功能来制做可浏览的样本供你欣赏（ref-3）：

定性的颜色序列：

众多内置顺序色标中的一部分：

05 用一行 Python 代码进行交互式多维可视化

咱们特别为咱们的交互式多维图表感到自豪，例如散点图矩阵（SPLOMS）、平行坐标和咱们称之为并行类别的并行集。经过这些，你能够在单个图中可视化整个数据集以进行数据探索。在你的Jupyter 笔记本中查看这些单行及其启用的交互：

散点图矩阵（SPLOM）容许你可视化多个连接的散点图：数据集中的每一个变量与其余变量的关系。数据集中的每一行都显示为每一个图中的一个点。你能够进行缩放、平移或选择操做，你会发现全部图都连接在一块儿！

平行坐标容许你同时显示3个以上的连续变量。dataframe 中的每一行都是一行。你能够拖动尺寸以从新排序它们并选择值范围之间的交叉点。

并行类别是并行坐标的分类模拟：使用它们可视化数据集中多组类别之间的关系。

06 Plotly 生态系统的一部分

Plotly Express 之于 Plotly.py 相似 Seaborn 之于 matplotlib：Plotly Express 是一个高级封装库，容许你快速建立图表，而后使用底层 API 和生态系统的强大功能进行修改。

对于Plotly 生态系统，这意味着一旦你使用 Plotly Express 建立了一个图形，你就可使用Themes，使用 FigureWidgets 进行命令性编辑，使用 Orca 将其导出为几乎任何文件格式，或者在咱们的 GUI JupyterLab 图表编辑器中编辑它。

主题（Themes）容许你控制图形范围的设置，如边距、字体、背景颜色、刻度定位等。你可使用模板参数应用任何命名的主题或主题对象：

有三个内置的 Plotly 主题可使用，分别是 plotly， plotlywhite 和 plotlydark。

px 输出继承自 Plotly.py 的 Figure 类 ExpressFigure 的对象，这意味着你可使用任何 Figure 的访问器和方法来改变 px生成的绘图。例如，你能够将 .update() 调用连接到 px 调用以更改图例设置并添加注释。 .update() 如今返回修改后的数字，因此你仍然能够在一个很长的 Python 语句中执行此操做：

在这里，在使用 Plotly Express 生成原始图形以后，咱们使用 Plotly.py 的 API 来更改一些图例设置并添加注释。

07 可以与 Dash 完美匹配

Dash 是 Plotly 的开源框架，用于构建具备 Plotly.py 图表的分析应用程序和仪表板。Plotly Express 产生的对象与 Dash 100％兼容，只需将它们直接传递到 dash_core_components.Graph，以下所示： dcc.Graph(figure = px.scatter(...))。这是一个很是简单的 50行 Dash 应用程序的示例，它使用 px 生成其中的图表：

这个 50 行的 Dash 应用程序使用 Plotly Express 生成用于浏览数据集的 UI 。

08 设计理念：为何咱们建立 Plotly Express？

可视化数据有不少缘由：有时你想要提供一些想法或结果，而且你但愿对图表的每一个方面施加不少控制，有时你但愿快速查看两个变量之间的关系。这是交互与探索的范畴。

Plotly.py 已经发展成为一个很是强大的可视化交互工具：它可让你控制图形的几乎每一个方面，从图例的位置到刻度的长度。不幸的是，这种控制的代价是冗长的：有时可能须要多行 Python 代码才能用 Plotly.py 生成图表。

咱们使用 Plotly Express 的主要目标是使 Plotly.py 更容易用于探索和快速迭代。

咱们想要构建一个库，它作出了不一样的权衡：在可视化过程的早期牺牲一些控制措施来换取一个不那么详细的 API，容许你在一行 Python 代码中制做各类各样的图表。然而，正如咱们上面所示，该控件并无消失：你仍然可使用底层的 Plotly.py 的 API 来调整和优化用 Plotly Express 制做的图表。

支持这种简洁 API 的主要设计决策之一是全部 Plotly Express 的函数都接受“整洁”的 dataframe 做为输入。

每一个 Plotly Express 函数都体现了dataframe 中行与单个或分组标记的清晰映射，并具备图形启发的语法签名，可以让你直接映射这些标记的变量，如 x 或 y 位置、颜色、大小、 facet-column 甚至是动画帧到数据框（dataframe）中的列。

当你键入 px.scatter（data，x ='col1'，y='col2'）时，Plotly Express 会为数据框中的每一行建立一个小符号标记 - 这就是 px.scatter 的做用 - 并将 “col1” 映射到 x 位置（相似于 y 位置）。

这种方法的强大之处在于它以相同的方式处理全部可视化变量：你能够将数据框列映射到颜色，而后经过更改参数来改变你的想法并将其映射到大小或进行行分面（facet-row）。

接受整个整洁的 dataframe 的列名做为输入（而不是原始的 numpy 向量）也容许 px 为你节省大量的时间，由于它知道列的名称，它能够生成全部的 Plotly.py 配置用于标记图例、轴、悬停框、构面甚至动画帧。可是，如上所述，若是你的 dataframe 的列被笨拙地命名，你能够告诉 px 用每一个函数的 labels 参数替换更好的。

仅接受整洁输入所带来的最终优点是它更直接地支持快速迭代：你整理一次数据集，从那里可使用 px 建立数十种不一样类型的图表，包括在 SPLOM 中可视化多个维度、使用平行坐标、在地图上绘制，在二维、三维极坐标或三维坐标中使用等，全部这些都不须要重塑你的数据！

咱们没有以权宜之计的名义牺牲控制的全部方面，咱们只关注你想要在数据可视化过程的探索阶段发挥的控制类型。你能够对大多数函数使用 category_orders 参数来告诉 px 你的分类数据“好”、“更好”、“最佳” 等具备重要的非字母顺序，而且它将用于分类轴、分面绘制和图例的排序。

你可使用 color_discrete_map （以及其余 * _map 参数）将特定颜色固定到特定数据值（若是这对你的示例有意义）。固然，你能够在任何地方重构 color_discrete_sequence 或 color_continuous_scale （和其余 *_sequence 参数）。

在 API 级别，咱们在 px 中投入了大量的工做，以确保全部参数都被命名，以便在键入时最大限度地发现：全部 scatter -相似的函数都以 scatter 开头（例如 scatter_polar， scatter_ternary）因此你能够经过自动补全来发现它们。

咱们选择拆分这些不一样的散点图函数，所以每一个散点图函数都会接受一组定制的关键字参数，特别是它们的坐标系。也就是说，共享坐标系的函数集（例如 scatter， line ＆ bar，或 scatter_polar， line_polar 和 bar_polar ）也有相同的参数，以最大限度地方便学习。

咱们还花了不少精力来提出简短而富有表现力的名称，这些名称很好地映射到底层的 Plotly.py 属性，以便于在工做流程中稍后调整到交互的图表中。

最后，Plotly Express 做为一个新的 Python 可视化库，在 Plotly 生态系统下，将会迅速发展。因此不要犹豫，当即开始使用 Plotly Express 吧！

公众号后台对话框回复Plotly便可得到源代码。

文章来源：

https://medium.com/@plotlygraphs/introducing-plotly-express-808df010143d

参考文献：

ref-1：

https://nbviewer.jupyter.org/github/plotly/plotly_express/blob/master/walkthrough.ipynb

ref-2：

https://mybinder.org/v2/gh/plotly/plotly_express/master?filepath=walkthrough.ipynb

ref-3：

https://plotly.github.io/plotly_express/