Hallo zusammen, ich bin eine Python-Technologie für künstliche Intelligenz
Freunde, die Python gerne für Projekte verwenden, werden unweigerlich auf diese Situation stoßen: Welche Art von gut aussehendem und praktischem Visualisierungs-Toolkit sollte beim Erstellen von Diagrammen verwendet werden? Wenn in früheren Artikeln schöne Diagramme erscheinen, hinterlassen Leser im Hintergrund immer Nachrichten mit der Frage, mit welchem Tool das Diagramm erstellt wurde. Im Folgenden stellt der Autor acht in Python implementierte Visualisierungstoolpakete vor, von denen einige auch in anderen Sprachen verwendet werden können. Kommen Sie und probieren Sie, welches Ihnen gefällt?
Es gibt viele Möglichkeiten, Grafiken in Python zu erstellen, aber welche Methode ist die beste? Bevor wir mit der Visualisierung beginnen, müssen wir zunächst einige Fragen zum Bildziel klären: Möchten Sie ein vorläufiges Verständnis über die Verteilung der Daten haben? Möchten Sie Menschen bei Ihrer Präsentation beeindrucken? Vielleicht möchten Sie jemandem ein inneres Bild zeigen, ein Bild mitten auf der Straße?
In diesem Artikel werden einige häufig verwendete Python-Visualisierungspakete vorgestellt, einschließlich der Vor- und Nachteile dieser Pakete und der Szenarien, für die sie geeignet sind. Dieser Artikel befasst sich nur mit 2D-Diagrammen und lässt etwas Platz für den nächsten Vortrag über 3D-Diagramme und Geschäftsberichte (Dashboard). Viele der Pakete, über die ich dieses Mal sprechen werde, können jedoch 3D-Diagramme und Geschäftsberichte gut unterstützen.
Es gibt mehrere Gründe, diese drei Pakete zusammenzustellen: Erstens basieren Seaborn und Pandas auf Matplotlib. Wenn Sie df.plot() in Seaborn oder Pandas verwenden Tatsächlich wurde Code verwendet, der von jemand anderem mit Matplotlib geschrieben wurde. Daher ähneln sich die Grafiken hinsichtlich der Verschönerung, und auch die beim Anpassen der Grafiken verwendete Syntax ist sehr ähnlich.
Wenn es um diese Visualisierungstools geht, fallen mir drei Wörter ein: Explorativ, Daten und Analyse. Diese Pakete eignen sich hervorragend für die erstmalige Erkundung von Daten, für Präsentationen reichen sie jedoch nicht aus.
Matplotlib ist eine Bibliothek auf niedrigerer Ebene, aber der Grad der Anpassung, den sie unterstützt, ist unglaublich (schließen Sie sie also nicht einfach aus dem Demopaket aus!), aber es gibt andere Tools, die sich besser für Demonstrationen eignen.
Matplotlib ermöglicht auch die Auswahl eines Stils, der beliebte Verschönerungstools wie ggplot2 und xkcd simuliert. Hier ist ein Beispieldiagramm, das ich mit Matplotlib und verwandten Tools erstellt habe:
Bei der Verarbeitung der Gehaltsdaten der Basketballmannschaft wollte ich die Mannschaft mit dem höchsten Durchschnittsgehalt finden. Um die Ergebnisse zu zeigen, habe ich die Gehälter jedes Teams farblich in einem Balkendiagramm dargestellt, um zu veranschaulichen, welchem Team ein Spieler beitreten sollte.
import seaborn as sns
import matplotlib.pyplot as plt
color_order = ['xkcd:cerulean', 'xkcd:ocean',
'xkcd:black','xkcd:royal purple',
'xkcd:royal purple', 'xkcd:navy blue',
'xkcd:powder blue', 'xkcd:light maroon',
'xkcd:lightish blue','xkcd:navy']
sns.barplot(x=top10.Team,
y=top10.Salary,
palette=color_order).set_title('Teams with Highest Median Salary')
plt.ticklabel_format(style='sci', axis='y', scilimits=(0,0))
Das zweite Diagramm ist das Q-Q-Diagramm der Residuen aus dem Regressionsexperiment. Der Hauptzweck dieses Diagramms besteht darin, zu zeigen, wie man ein nützliches Diagramm mit möglichst wenigen Linien erstellt, auch wenn es möglicherweise nicht so schön ist.
import matplotlib.pyplot as plt
import scipy.stats as stats
#model2 is a regression model
log_resid = model2.predict(X_test)-y_test
stats.probplot(log_resid, dist="norm", plot=plt)
plt.title("Normal Q-Q plot")
plt.show()
Es stellt sich heraus, dass Matplotlib und die zugehörigen Tools sehr effizient sind, aber hinsichtlich der Präsentation sind sie nicht die besten Tools.
Sie fragen sich vielleicht: „Aaron, ggplot ist das am häufigsten verwendete Visualisierungspaket in R, aber möchten Sie kein Python-Paket schreiben?“ Die Leute haben ggplot2 in Python implementiert und dabei alles an diesem Paket repliziert, von der Verschönerung bis zur Syntax.
In allen Materialien, die ich mir angesehen habe, ähnelt alles stark ggplot2, aber das Schöne an diesem Paket ist, dass es auf dem Pandas-Python-Paket basiert. Allerdings wurden im Pandas-Python-Paket kürzlich einige Methoden veraltet, was zu inkompatiblen Python-Versionen führte.
Wenn Sie echten ggplot in R verwenden möchten (das Erscheinungsbild, das Verhalten und die Syntax sind bis auf Abhängigkeiten gleich), habe ich dies in einem anderen Artikel besprochen.
Mit anderen Worten: Wenn Sie ggplot in Python verwenden müssen, müssen Sie Version 0.19.2 von Pandas installieren. Ich empfehle Ihnen jedoch, die Version von Pandas nicht herabzusetzen, um ein Plotpaket auf niedrigerer Ebene zu verwenden.
Der Grund, warum ggplot2 (ich denke, dass es auch Pythons ggplot enthält) wichtig ist, ist, dass sie „grafische Grammatik“ verwenden, um Bilder zu erstellen. Die Grundvoraussetzung ist, dass Sie ein Diagramm instanziieren und dann verschiedene Funktionen separat hinzufügen können; das heißt, Sie können den Titel, die Achsen, die Datenpunkte, die Trendlinien usw. separat verschönern.
Unten finden Sie ein einfaches Beispiel für ggplot-Code. Wir instanziieren zunächst den Plot mit ggplot, legen die Verschönerungseigenschaften und -daten fest und fügen dann Punkte, Themen sowie Achsen- und Titelbeschriftungen hinzu. Durchsuchen Sie außerdem das öffentliche Linux-Konto, um zu erfahren, wie Sie im Hintergrund auf „Git Books“ antworten und ein Überraschungsgeschenkpaket erhalten.
#All Salaries ggplot(data=df, aes(x=season_start, y=salary, colour=team)) + geom_point() + theme(legend.position="none") + labs(title = 'Salary Over Time', x='Year', y='Salary ($)')
Bokeh 很美。从概念上讲，Bokeh 类似于 ggplot，它们都是用图形语法来构建图片，但 Bokeh 具备可以做出专业图形和商业报表且便于使用的界面。为了说明这一点，我根据 538 Masculinity Survey 数据集写了制作直方图的代码：
import pandas as pd from bokeh.plotting import figure from bokeh.io import show # is_masc is a one-hot encoded dataframe of responses to the question: # "Do you identify as masculine?" #Dataframe Prep counts = is_masc.sum() resps = is_masc.columns #Bokeh p2 = figure(title='Do You View Yourself As Masculine?', x_axis_label='Response', y_axis_label='Count', x_range=list(resps)) p2.vbar(x=resps, top=counts, width=0.6, fill_color='red', line_color='black') show(p2) #Pandas counts.plot(kind='bar')
用 Bokeh 表示调查结果
红色的条形图表示 538 个人关于「你认为自己有男子汉气概吗？」这一问题的答案。9~14 行的 Bokeh 代码构建了优雅且专业的响应计数直方图——字体大小、y 轴刻度和格式等都很合理。
我写的代码大部分都用于标记坐标轴和标题，以及为条形图添加颜色和边框。在制作美观且表现力强的图片时，我更倾向于使用 Bokeh——它已经帮我们完成了大量美化工作。
用 Pandas 表示相同的数据
蓝色的图是上面的第 17 行代码。这两个直方图的值是一样的，但目的不同。在探索性设置中，用 Pandas 写一行代码查看数据很方便，但 Bokeh 的美化功能非常强大。
Bokeh 提供的所有便利都要在 matplotlib 中自定义，包括 x 轴标签的角度、背景线、y 轴刻度以及字体（大小、斜体、粗体）等。下图展示了一些随机趋势，其自定义程度更高：使用了图例和不同的颜色和线条。
Bokeh 还是制作交互式商业报表的绝佳工具。
Plotly 非常强大，但用它设置和创建图形都要花费大量时间，而且都不直观。在用 Plotly 忙活了大半个上午后，我几乎什么都没做出来，干脆直接去吃饭了。我只创建了不带坐标标签的条形图，以及无法删掉线条的「散点图」。Ploty 入门时有一些要注意的点：
但它也有优点，而且设置中的所有缺点都有相应的解决方法：
以下是我针对这个包编写的代码：
#plot 1 - barplot # **note** - the layout lines do nothing and trip no errors data = [go.Bar(x=team_ave_df.team, y=team_ave_df.turnovers_per_mp)] layout = go.Layout( title=go.layout.Title( text='Turnovers per Minute by Team', xref='paper', x=0 ), xaxis=go.layout.XAxis( title = go.layout.xaxis.Title( text='Team', font=dict( family='Courier New, monospace', size=18, color='#7f7f7f' ) ) ), yaxis=go.layout.YAxis( title = go.layout.yaxis.Title( text='Average Turnovers/Minute', font=dict( family='Courier New, monospace', size=18, color='#7f7f7f' ) ) ), autosize=True, hovermode='closest') py.iplot(figure_or_data=data, layout=layout, filename='jupyter-plot', sharing='public', fileopt='overwrite') #plot 2 - attempt at a scatterplot data = [go.Scatter(x=player_year.minutes_played, y=player_year.salary, marker=go.scatter.Marker(color='red', size=3))] layout = go.Layout(title="test", xaxis=dict(title='why'), yaxis=dict(title='plotly')) py.iplot(figure_or_data=data, layout=layout, filename='jupyter-plot2', sharing='public') [Image: image.png]
表示不同 NBA 球队每分钟平均失误数的条形图。
表示薪水和在 NBA 的打球时间之间关系的散点图
总体来说，开箱即用的美化工具看起来很好，但我多次尝试逐字复制文档和修改坐标轴标签时却失败了。但下面的图展示了 Plotly 的潜力，以及我为什么要在它身上花好几个小时：
Plotly 页面上的一些示例图
Pygal 的名气就不那么大了，和其它常用的绘图包一样，它也是用图形框架语法来构建图像的。由于绘图目标比较简单，因此这是一个相对简单的绘图包。使用 Pygal 非常简单：
我在使用 Pygal 的过程中遇到的主要问题在于图片渲染。必须要用 render_to_file 选项，然后在 web 浏览器中打开文件，才能看见我刚刚构建的东西。
最终看来这是值得的，因为图片是交互式的，有令人满意而且便于自定义的美化功能。总而言之，这个包看起来不错，但在文件的创建和渲染部分比较麻烦。
虽然 Networkx 是基于 matplotlib 的，但它仍是图形分析和可视化的绝佳解决方案。图形和网络不是我的专业领域，但 Networkx 可以快速简便地用图形表示网络之间的连接。以下是我针对一个简单图形构建的不同的表示，以及一些从斯坦福 SNAP 下载的代码（关于绘制小型 Facebook 网络）。
我按编号（1~10）用颜色编码了每个节点，代码如下：
options = {
'node_color' : range(len(G)),
'node_size' : 300,
'width' : 1,
'with_labels' : False,
'cmap' : plt.cm.coolwarm
}
nx.draw(G, **options)
用于可视化上面提到的稀疏 Facebook 图形的代码如下：
import itertools
import networkx as nx
import matplotlib.pyplot as plt
f = open('data/facebook/1684.circles', 'r')
circles = [line.split() for line in f]
f.close()
network = []
for circ in circles:
cleaned = [int(val) for val in circ[1:]]
network.append(cleaned)
G = nx.Graph()
for v in network:
G.add_nodes_from(v)
edges = [itertools.combinations(net,2) for net in network]
for edge_group in edges:
G.add_edges_from(edge_group)
options = {
'node_color' : 'lime',
'node_size' : 3,
'width' : 1,
'with_labels' : False,
}
nx.draw(G, **options)
这个图形非常稀疏，Networkx 通过最大化每个集群的间隔展现了这种稀疏化。
有很多数据可视化的包，但没法说哪个是最好的。希望阅读本文后，你可以了解到在不同的情境下，该如何使用不同的美化工具和代码。
Das obige ist der detaillierte Inhalt vonAcht beliebte Python-Visualisierungs-Toolkits, welches gefällt Ihnen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
