python可视化库plotly生态简介(plotly, plotly_express, dash)

介绍

plotly python是python的绘图工具，是plotly.js的python封装。plotly有很多子项目，官网为https://plot.ly/。目前工作中接触到的有3个小项目：

1. plotly: 是绘图基础库，它可以非常细致的调整绘图，但是学习成本较高。官网为https://plot.ly/python/。
2. plotly_exprress: 是对plotly的高级封装，入手非常简单。它对plotly的常用绘图函数进行了封装，调用简单，缺点是没有plotly那样自由。我的感觉plotly_express和plotly的关系就像keras和tensorflow。
3. dash: 创建交互式绘图工具的应用，可以非常方便的用它来探索数据。它所展示的图片都是基于plotly做的。plotly_express绘图对象就是plotly绘图对象，它俩是一样的，就是接口不一样。

安装

最好使用管理员
pip install plotly plotly_express dash
在jupyter notebook里使用dash需要安装
pip installjupyter-plotly-dash
目前（4.1.0版本）plotly在jupyter lab中绘图无法显示，需要jupyterlab安装扩展
jupyter labextension install @jupyterlab/plotly-extension
这个扩展安装很麻烦，由于公司有墙，需要配置代理，自己没有安装成功。

plotly

2019/08/07最新版本为4.1.0。在很多博客中plotly教程都提示要修改为离线模式，但在4.0版本中对3.0版本的在线绘图功能做了拆分，现在绘图都是本地的了。
plotly定义好需要绘制的图形，使用json传送给plotly.js进行绘图，所以plotly的绘图就是用json描述你要绘制的图形。官网的教程很丰富，还有详尽的api接口文档，我个人感觉接口文档做的不是很好。
在官网可以搜索别人画的图，查看源码，当自己不会画的时候可以去看看。https://plot.ly/feed/#/

plotly_express

2019/08/07最新版本为0.4.1。在plotly4.0版本中，已经集成到了plotly中。它使用pandas的DataFrame作为数据进行绘图，只需要调整需要绘图的columns就可以了。
下图中iris是DataFrame，x,y是column name。

官方在medium上发表了篇文章介绍了它的用法
https://medium.com/@plotlygraphs/introducing-plotly-express-808df010143d/
也可以自己搜索中文翻译。

它的文档写的非常好，很容易理解。
https://www.plotly.express/plotly_express/

dash

初次使用plotly_express绘图，感觉它很吊，当你把它和dash结合到一起时，你会觉得它太吊了。

它还可以和机器学习算法进行结合，调参后直接绘制结果，第一次看到它时震撼到我了，官网例子:

gallery: https://dash-gallery.plotly.host/Portal/
教程 https://dash.plot.ly/
附dash demo代码：

import plotly_express as px
import dash
import dash_html_components as html
import dash_core_components as dcc
from dash.dependencies import Input, Output

tips = px.data.tips()
col_options = [dict(label=x, value=x) for x in tips.columns]
dimensions = ["x", "y", "color", "facet_col", "facet_row"]

app = dash.Dash(
    __name__, external_stylesheets=["https://codepen.io/chriddyp/pen/bWLwgP.css"]
)

app.layout = html.Div(
    [
        html.H1("Demo: Plotly Express in Dash with Tips Dataset"),
        html.Div(
            [
                html.P([d + ":", dcc.Dropdown(id=d, options=col_options)])
                for d in dimensions
            ],
            style={"width": "25%", "float": "left"},
        ),
        dcc.Graph(id="graph", style={"width": "75%", "display": "inline-block"}),
    ]
)


@app.callback(Output("graph", "figure"), [Input(d, "value") for d in dimensions])
def make_figure(x, y, color, facet_col, facet_row):
    return px.scatter(
        tips,
        x=x,
        y=y,
        color=color,
        facet_col=facet_col,
        facet_row=facet_row,
        height=700,
    )


app.run_server(debug=True)

代码很简单，先定义布局，控件，在定义绘图的回调函数，一个app就做好了。

绘制地图

plotly绘制地图使用的是mapbox的服务，需要在它上面注册账号，获得token后才能调用。个人使用有免费额度的，1个月50000次调用免费。

总结

plotly的生态很好，可以使用plotly, plotly_express进行绘图，再使用dash进行封装，一个小小的数据可视化服务就可以搭建起来了。