六種Python的數據可視化包和工具比較 - 全文

本文概述并比較Python數據可視化包和工具，包括Pandas，Seaborn，ggplot，Bokeh，pygal，和Plotly。

介紹

在Python世界中,有大量數據可視化的選項.因為各種各樣,要知道什么時候使用哪個是非常困難的.本文包含一些較為流行的樣例,并說明如果使用其創建簡單的條形圖.我會使用以下包/工具創建繪圖例子:

Pandas

Seaborn

ggplot

Bokeh

pygal

Plotly

在例子用,我將使用pandas操作數據,并啟動其可視化.在大多數情況下使用這些工具不需要pandas,但是我覺得pandas+可視化工具如此普遍,這是最好的起點。

Matplotlib怎么樣?

Matplotlib 是python可視化庫的祖父.它非常強大,但是太過復雜.你可以使用Matplotlib 做任何你需要做到的事情,但是并不容易弄明白.我不打算通過純Matplotlib 樣例講解,因為許多工具(尤其Pandas和Seaborn)是Matplotlib的thin wrappers.

對Matplotlib最大的抱怨是需要大量工作的到期望的圖表.在處理這些例子時,我發現更容易獲得優美的圖形,不需要大量大代碼.對于matplotlib冗余性的一個小例子，看一下這個ggplot后例子。

方法

我相信，只要人們開始閱讀這一點，他們會指出更好的方式來使用這些工具。我的目標不是建立在每個例子完全相同的圖形.我想在搜索解決方案大致相同的時間以大致相同的方式可視化數據.

按這個過程,最大的挑戰是格式化x和y軸,使得在給定一些大標簽時數據看起來合理.也許花一些時間弄清楚每個工具希望數據如何格式化.一旦弄明白這些部分,剩下的部分比較簡單的.

另外一個需要考慮的電視,條形圖可能是制作圖標類型最簡單的一種.這些工具讓你能夠繪制更多類型的圖標.我的示例更注重于易格式化性而不是創新可視化例子,因為標簽,一些圖表占用了很大空間,所以我削減了,只是為了保證文章的長度管理.最后我調整了圖像,因此任何模糊是縮放問題,并且不是實際輸出質量.

最后,我接近使用其他工具替換Excel的心態.我認為我的例子更能說明報告,演講,郵件或者靜態網頁中的展示.如果你評估實時數據可視化或者通過其他機制共享的工具,那么部分工具提供了很多我沒有提到的功能.

數據集

在上篇文章中介紹了我們將要處理的數據.數據集中包含125行項目,但我選擇關注前10以保證簡單點.你可以在這找到完整的數據.

Pandas

我使用pandas DataFrame作為所有各種圖標的出發點.幸運的是,pandas為我們提供了內置的matplotlib層繪圖能力.將使用它作為基準.首先,導入模塊,并將數據讀入DataFrame.我們希望對數據進行排序,并限制為前10項.
budget = pd.read_csv("mn-budget-detail-2014.csv")
budget = budget.sort('amount',ascending=False)[:10]

對所有例子我們使用同樣的budget.以下是前5項目樣子:

現在,設置展示使用更好的默認值,并創建一個條形圖:
pd.options.display.mpl_style = 'default'
budget_plot = budget.plot(kind="bar",x=budget["detail"],
title="MN Capital Budget - 2014",
legend=False)

使用detail列創建圖標同時展示標題并區屬圖例.這是將圖片存為png的額外代碼.

fig = budget_plot.get_figure()
fig.savefig("2014-mn-capital-budget.png")

這是圖片樣子(階段是為了文章長度管理).

看起來基本不錯.理想情況下,我想多做一些y軸的格式化,但需要matplotlib 的處理.這是個完美有用的可視化,但是不能通過pandas做更多純粹的定制.

Seaborn

Seaborn是一個基于matplotlib的可視化庫.旨在讓默認的數據可視化更加悅目.同時讓復雜的圖表更簡單的創建.它和pandas集成.我的例子不允許Seaborn 顯著差異.我喜歡Seaborn 的一個原因是各種各樣的內置樣式,讓你快速更改調色板以看起來更加漂亮.因此,關于簡單的圖表Seaborn沒有為我們做很多. 標準導入并讀入數據:
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

budget = pd.read_csv("mn-budget-detail-2014.csv")
budget = budget.sort('amount',ascending=False)[:>10]

使用x_order對x軸項目排序.這部分代碼設置排序,圖表風格和條形圖顏色:
sns.set_style("darkgrid")
bar_plot = sns.barplot(x=budget["detail"],y=budget["amount"],
palette="muted",
x_order=budget["detail"].tolist())
plt.xticks(rotation=>90)
plt.show()

如你所見,為了閱讀我不得不使用matplotlib旋轉x軸標題.從外觀上來看,顯示非常不錯.理想情況下,我想格式化y軸刻度,但是在不引入matplotlib的plt.yticks的情況下,我不知道如果做到這一點.

ggplot

ggplot類似于Seaborn,構建于matplotlib,并且旨在以簡單的方式提高matplotlib可視化的視覺吸引力.和Seaborn不同的是它是R中ggplot2的接口.鑒于這個目標,部分API不是python,但非常強大.我沒有用過R中的ggplot,所以有一個學習曲線.然后我可以開到ggplot的吸引力.此庫正在積極的發展,我希望它繼續發展并成熟起來,因為我認為這可能是一個非常強大的功能.為了弄清楚一些事情我也學習過幾次.在看代碼和做了一些google之后,我能明白大部分.來吧,導入模塊,讀取數據:
import pandas as pd
from ggplot import *

budget = pd.read_csv("mn-budget-detail-2014.csv")
budget = budget.sort('amount',ascending=False)[:>10]

現在我們通過串聯一些ggplot命令創建我們的圖表:
p = ggplot(budget, aes(x="detail",y="amount")) + \
geom_bar(stat="bar", labels=budget["detail"].tolist()) +\
ggtitle("MN Capital Budget - 2014") + \
xlab("Spending Detail") + \
ylab("Amount") + scale_y_continuous(labels='millions') + \
theme(axis_text_x=element_text(angle=>90))
print p

這似乎有些奇怪,尤其適用print p來展示圖表.然而,弄清楚這點比較簡單.在進一步深入后,了解如何旋轉文本90度以及如何排序x軸標簽.我發現最棒的功能是 scale_y_continous,使得標簽好看很多.如果你想保存圖片,使用ggsave :
ggsave(p, "mn-budget-capital-ggplot.png")

這是最終圖像.我知道有很多灰階.我可以上色,但是沒有時間.

Bokeh

Bokeh和之前3個庫都不一樣,不依賴與matplotlib,并且面向現代網頁瀏覽器生成可視化.它的目的是讓交互式網頁可視化,所以我的例子非常簡單.導入模塊,讀取數據:
import pandas as pd
from bokeh.charts import Bar

budget = pd.read_csv("mn-budget-detail-2014.csv")
budget = budget.sort('amount',ascending=False)[:>10]

Bokeh一個不同的方面是,我需要明確列出我們想要繪制的值.

details = budget["detail"].values.tolist()
amount = >list(budget["amount"].astype(>float).values)

現在我們可以繪制.這個代碼會讓瀏覽器展示包含圖表的HTML網頁.如果有其他用途,我可以保存為png副本.

bar = Bar(amount, details, filename="bar.html")
bar.title("MN Capital Budget - 2014").xlabel("Detail").ylabel("Amount")
bar.show()

這是png圖片:

正如你所看到的,圖片非常干凈.我沒有找到更簡單的方法,更容易的格式化y軸.Bokeh有去許多功能但是我沒有在這個例子中深入.

Pygal

Pygal用于創建svg圖表.如果安裝了正確依賴,同樣可以保存為png文件.對于易制作交互式圖標svg文件是相當有用的.我同樣發現創建獨特外觀和視覺吸引力的圖標非常容易.和之前一樣,導入模塊,并讀取數據:
import pandas as pd
import pygal
from pygal.style import LightStyle

budget = pd.read_csv("mn-budget-detail-2014.csv")
budget = budget.sort('amount',ascending=False)[:>10]

我們需要創建圖標類型和設置一些基本屬性:

bar_chart = pygal.Bar(style=LightStyle, width=>800, height=>600,
legend_at_bottom=True, human_readable=True,
title='MN Capital Budget - 2014')

值得注意的一點是human_readable,對于格式化數據做的非常好.現在我們需要加入數據到圖表中.這里和pandas整合不那么緊密,但是我發現直接處理這個小數據集.當有大量的行,性能可能是一個問題.

for index, row >in budget.iterrows():
bar_chart.add(row["detail"], row["amount"])、

現在渲染文件為svg 和png文件:

bar_chart.render_to_file('budget.svg')
bar_chart.render_to_png('budget.png')

我認為svg表現非常好,我喜歡結果圖具有獨特,賞心悅目的風格.我同樣發現很容易弄清楚可以做什么,不可以做什么.我鼓勵你下載svg文件,看看在你瀏覽器中圖片的互動性.

Plot.ly

Plot.ly以分析和可視化的在線工具來區分的.有強大的API并且包含python的.瀏覽網站,你可以發現有非常豐富,交互式的圖片.得益于優秀的文檔,創建條形圖相當簡單.你需要遵循文檔,獲取你API 密鑰設置.一旦你這樣做,所有工作看上去相當完美.一個需要注意的是,你所做的一切都在網上發布,因此確保你對這點感到OK.有一個選項可以讓圖表私有,所以你需要設置.Plot.ly和pandas無縫整合.設置導入模塊,讀取數據:
import plotly.plotly as py
import pandas as pd
from plotly.graph_objs import *

budget=pd.read_csv(“mn-budget-detail-2014.csv”)
budget.sort(‘amount’,ascending=False,inplace=True)
budget = budget[:>10]

設置數據和圖表類型.

data = Data([
Bar(
x=budget["detail"],
y=budget["amount"]
)
])

我還決定添加一些額外布局信息.

layout = Layout(
title='2014 MN Capital Budget',
font=Font(
family='Raleway, sans-serif'
),
showlegend=False,
xaxis=XAxis(
tickangle=->45
),
bargap=>0.05
)

最后,繪制數據.這將打開一個瀏覽器,帶有你完成的繪圖.你可以使用 py.image.save_as保存本例副本.這是個很cool的功能.你得到豐富的基于網絡報告的交互,和保存本地副本用于嵌入文件的能力.

fig = Figure(data=data, layout=layout)
plot_url = py.plot(data,filename='MN Capital Budget - 2014')
py.image.save_as(fig, 'mn-14-budget.png')