這才是你尋尋覓覓想要的 Python 可視化神器

2019 年 10 月 8 日
筆記

本文轉自公眾號『Python數據之道』

翻譯 | Lemon

來源 | Plotly

譯文出品 | Python數據之道（ID：PythonDataLab）

Plotly Express 入門之路

Plotly Express 是一個新的高級 Python 可視化庫：它是 Plotly.py 的高級封裝，它為複雜的圖表提供了一個簡單的語法。

受 Seaborn 和 ggplot2 的啟發，它專門設計為具有簡潔，一致且易於學習的 API ：只需一次導入，您就可以在一個函數調用中創建豐富的互動式繪圖，包括分面繪圖（faceting）、地圖、動畫和趨勢線。它帶有數據集、顏色面板和主題，就像 Plotly.py 一樣。

Plotly Express 完全免費：憑藉其寬鬆的開源 MIT 許可證，您可以隨意使用它（是的，甚至在商業產品中！）。

最重要的是，Plotly Express 與 Plotly 生態系統的其他部分完全兼容：在您的 Dash 應用程式中使用它，使用 Orca 將您的數據導出為幾乎任何文件格式，或使用JupyterLab 圖表編輯器在 GUI 中編輯它們！

用 pip install plotly_express 命令可以安裝 Plotly Express。

使用 Plotly Express 輕鬆地進行數據可視化

一旦導入Plotly Express（通常是 px ），大多數繪圖只需要一個函數調用，接受一個整潔的Pandas dataframe，並簡單描述你想要製作的圖。如果你想要一個基本的散點圖，它只是 px.scatter（data，x =「column_name」，y =「column_name」）。

以下是內置的 Gapminder 數據集的示例，顯示2007年按國家/地區的人均預期壽命和人均GDP 之間的趨勢：

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

如果你想通過大陸區分它們，你可以使用 color 參數為你的點著色，由 px 負責設置默認顏色，設置圖例等：

這裡的每一點都是一個國家，所以也許我們想要按國家人口來衡量這些點…… 沒問題：這裡也有一個參數來設置，它被稱為 size：

如果你好奇哪個國家對應哪個點？可以添加一個 hover_name ，您可以輕鬆識別任何一點：只需將滑鼠放在您感興趣的點上即可！事實上，即使沒有 hover_name ，整個圖表也是互動的：

也可以通過 facet_col =」continent「 來輕鬆劃分各大洲，就像著色點一樣容易，並且讓我們使用 x軸對數（log_x）以便在我們在圖表中看的更清晰：

也許你不僅僅對 2007年感興趣，而且你想看看這張圖表是如何隨著時間的推移而演變的。可以通過設置 animation_frame=「year」 （以及 animation_group =「country」 來標識哪些圓與控制條中的年份匹配）來設置動畫。

在這個最終版本中，讓我們在這裡調整一些顯示，因為像「gdpPercap」這樣的文本有點難看，即使它是我們的數據框列的名稱。我們可以提供更漂亮的「標籤」（labels），可以在整個圖表、圖例、標題軸和懸停（hovers）中應用。我們還可以手動設置邊界，以便動畫在整個過程中看起來更棒：

因為這是地理數據，我們也可以將其表示為動畫地圖，因此這清楚地表明 Plotly Express 不僅僅可以繪製散點圖（不過這個數據集缺少前蘇聯的數據）。

事實上，Plotly Express 支援三維散點圖、三維線形圖、極坐標和地圖上三元坐標以及二維坐標。條形圖（Bar）有二維笛卡爾和極坐標風格。

進行可視化時，您可以使用單變數設置中的直方圖（histograms）和箱形圖（box）或小提琴圖（violin plots），或雙變數分布的密度等高線圖（density contours）。大多數二維笛卡爾圖接受連續或分類數據，並自動處理日期/時間數據。可以查看我們的圖庫 (ref-3) 來了解每個圖表的例子。

可視化分布

數據探索的主要部分是理解數據集中值的分布，以及這些分布如何相互關聯。 Plotly Express 有許多功能來處理這些任務。

使用直方圖（histograms），箱形圖（box）或小提琴圖（violin plots）可視化單變數分布：

直方圖：

箱形圖：

小提琴圖：

還可以創建聯合分布圖（marginal rugs），使用直方圖，箱形圖（box）或小提琴來顯示雙變數分布，也可以添加趨勢線。 Plotly Express 甚至可以幫助你在懸停框中添加線條公式和R²值！它使用 statsmodels 進行普通最小二乘（OLS）回歸或局部加權散點圖平滑（LOWESS）。

顏色面板和序列

在上面的一些圖中你會注意到一些不錯的色標。在 Plotly Express 中， px.colors 模組包含許多有用的色標和序列：定性的、序列型的、離散的、循環的以及所有您喜歡的開源包：ColorBrewer、cmocean 和 Carto 。我們還提供了一些功能來製作可瀏覽的樣本供您欣賞（ref-3）：

定性的顏色序列：

眾多內置順序色標中的一部分：

用一行 Python 程式碼進行互動式多維可視化

我們特別為我們的互動式多維圖表感到自豪，例如散點圖矩陣（SPLOMS）、平行坐標和我們稱之為並行類別的並行集。通過這些，您可以在單個圖中可視化整個數據集以進行數據探索。在你的Jupyter 筆記型電腦中查看這些單行及其啟用的交互：

散點圖矩陣（SPLOM）允許您可視化多個鏈接的散點圖：數據集中的每個變數與其他變數的關係。數據集中的每一行都顯示為每個圖中的一個點。你可以進行縮放、平移或選擇操作，你會發現所有圖都鏈接在一起！

平行坐標允許您同時顯示3個以上的連續變數。 dataframe 中的每一行都是一行。您可以拖動尺寸以重新排序它們並選擇值範圍之間的交叉點。

並行類別是並行坐標的分類模擬：使用它們可視化數據集中多組類別之間的關係。

Plotly 生態系統的一部分

Plotly Express 之於 Plotly.py 類似 Seaborn 之於 matplotlib：Plotly Express 是一個高級封裝庫，允許您快速創建圖表，然後使用底層 API 和生態系統的強大功能進行修改。對於Plotly 生態系統，這意味著一旦您使用 Plotly Express 創建了一個圖形，您就可以使用Themes，使用 FigureWidgets 進行命令性編輯，使用 Orca 將其導出為幾乎任何文件格式，或者在我們的 GUI JupyterLab 圖表編輯器中編輯它。

主題（Themes）允許您控制圖形範圍的設置，如邊距、字體、背景顏色、刻度定位等。您可以使用模板參數應用任何命名的主題或主題對象：

有三個內置的 Plotly 主題可以使用，分別是 plotly， plotlywhite 和 plotlydark

px 輸出繼承自 Plotly.py 的 Figure 類 ExpressFigure 的對象，這意味著你可以使用任何 Figure 的訪問器和方法來改變 px生成的繪圖。例如，您可以將 .update（） 調用鏈接到 px 調用以更改圖例設置並添加註釋。 .update（） 現在返回修改後的數字，所以你仍然可以在一個很長的 Python 語句中執行此操作：

在這裡，在使用 Plotly Express 生成原始圖形之後，我們使用 Plotly.py 的 API 來更改一些圖例設置並添加註釋。

能夠與 Dash 完美匹配

Dash 是 Plotly 的開源框架，用於構建具有 Plotly.py 圖表的分析應用程式和儀錶板。Plotly Express 產生的對象與 Dash 100％兼容，只需將它們直接傳遞到 dash_core_components.Graph，如下所示： dcc.Graph（figure = px.scatter（...））。這是一個非常簡單的 50行 Dash 應用程式的示例，它使用 px 生成其中的圖表：

這個 50 行的 Dash 應用程式使用 Plotly Express 生成用於瀏覽數據集的 UI 。

設計理念：為什麼我們創建 Plotly Express ？

可視化數據有很多原因：有時您想要提供一些想法或結果，並且您希望對圖表的每個方面施加很多控制，有時您希望快速查看兩個變數之間的關係。這是交互與探索的範疇。

Plotly.py 已經發展成為一個非常強大的可視化交互工具：它可以讓你控制圖形的幾乎每個方面，從圖例的位置到刻度的長度。不幸的是，這種控制的代價是冗長的：有時可能需要多行 Python 程式碼才能用 Plotly.py 生成圖表。

我們使用 Plotly Express 的主要目標是使 Plotly.py 更容易用於探索和快速迭代。

我們想要構建一個庫，它做出了不同的權衡：在可視化過程的早期犧牲一些控制措施來換取一個不那麼詳細的 API，允許你在一行 Python 程式碼中製作各種各樣的圖表。然而，正如我們上面所示，該控制項並沒有消失：你仍然可以使用底層的 Plotly.py 的 API 來調整和優化用 Plotly Express 製作的圖表。

支援這種簡潔 API 的主要設計決策之一是所有 Plotly Express 的函數都接受「整潔」的 dataframe 作為輸入。每個 Plotly Express 函數都體現了dataframe 中行與單個或分組標記的清晰映射，並具有圖形啟發的語法簽名，可讓您直接映射這些標記的變數，如 x 或 y 位置、顏色、大小、 facet-column 甚至是動畫幀到數據框（dataframe）中的列。當您鍵入 px.scatter（data，x ='col1'，y='col2'） 時，Plotly Express 會為數據框中的每一行創建一個小符號標記 – 這就是 px.scatter 的作用 – 並將「col1」映射到 x 位置（類似於 y 位置）。這種方法的強大之處在於它以相同的方式處理所有可視化變數：您可以將數據框列映射到顏色，然後通過更改參數來改變您的想法並將其映射到大小或進行行分面（facet-row）。

接受整個整潔的 dataframe 的列名作為輸入（而不是原始的 numpy 向量）也允許 px 為你節省大量的時間，因為它知道列的名稱，它可以生成所有的 Plotly.py 配置用於標記圖例、軸、懸停框、構面甚至動畫幀。但是，如上所述，如果你的 dataframe 的列被笨拙地命名，你可以告訴 px 用每個函數的 labels 參數替換更好的。

僅接受整潔輸入所帶來的最終優勢是它更直接地支援快速迭代：您整理一次數據集，從那裡可以使用 px 創建數十種不同類型的圖表，包括在 SPLOM 中可視化多個維度、使用平行坐標、在地圖上繪製，在二維、三維極坐標或三維坐標中使用等，所有這些都不需要重塑您的數據！

我們沒有以權宜之計的名義犧牲控制的所有方面，我們只關注您想要在數據可視化過程的探索階段發揮的控制類型。您可以對大多數函數使用 category_orders 參數來告訴 px 您的分類數據「好」、「更好」、「最佳」等具有重要的非字母順序，並且它將用於分類軸、分面繪製和圖例的排序。您可以使用 color_discrete_map （以及其他 * _map 參數）將特定顏色固定到特定數據值（如果這對您的示例有意義）。當然，你可以在任何地方重構 color_discrete_sequence 或 color_continuous_scale （和其他 *_sequence 參數）。

在 API 級別，我們在 px 中投入了大量的工作，以確保所有參數都被命名，以便在鍵入時最大限度地發現：所有 scatter -類似的函數都以 scatter 開頭（例如 scatter_polar， scatter_ternary）所以你可以通過自動補全來發現它們。我們選擇拆分這些不同的散點圖函數，因此每個散點圖函數都會接受一組訂製的關鍵字參數，特別是它們的坐標系。也就是說，共享坐標系的函數集（例如 scatter， line ＆ bar，或 scatter_polar， line_polar 和 bar_polar ）也有相同的參數，以最大限度地方便學習。我們還花了很多精力來提出簡短而富有表現力的名稱，這些名稱很好地映射到底層的 Plotly.py 屬性，以便於在工作流程中稍後調整到交互的圖表中。