Pandas万花筒：让绘图变得更美观

全文共1803字，预计学习时长10分钟

 

图源：tehrantimes

流行 Python 数据分析库 Pandas 中的绘图功能一直是迅速绘制图表的首选之一。但是，其可用的可视化效果总是十分粗略，实用有余、美观不足。

 

笔者常用 Pandas 的绘图功能快速地执行一些可视的数据探索，但在介绍数据洞察时，我会使用“更美观”的绘图库（如 Plotly 或 Bokeh ）来重做可视化。

 

自最新的 Pandas 版本0.25.3发布后，无需这样做了，现在我们可以使用第三方可视化库作为 Pandas 绘图功能的后端。Plotly是一款基于 web 实现交互式可视化的流行Python库，其最近发布了 Pandas绘图后端。

 

来看看如何使用 Plotly 和 Bokeh 后端创建更丰富的可视化效果。

 

使用不同的后端

想要激活绘图功能的不同后端需在导入 pandas 后，添加此行代码：

 

pd.options.plotting.backend =  plotly

当前可用的后端有：

 

·        Plotly

·        Holoviews

·        Matplotlib

·        Pandas _bokeh

·        Hyplot

Plotly后端

 

Plotly是一个 Python库，其支持丰富的交互式可视化效果。Plotly包的好处之一在于它是在库的 Javascript 版本之上构建的，这意味着图表会基于Web，可以显示为 HTML 文件或嵌入到基于Python的Web应用程序中。用户还可以将可视化内容下载为高质量的图像文件，以便在文档或论文中使用。

 

下面来浏览一些Plotly作为Pandas绘图后端的快速示例。

 

如果还没有安装Plotly ，则需要使用pip intsall plotly来安装。如果是在Jupyterlab中使用 Plotly ，则需要额外执行几个安装步骤来显示可视化效果。首先，安装IPywaidgets：

 

pipenv install jupyterlab " ipywidgets>=7.5"pip install jupyterlab "ipywidgets>=7.5"

然后运行以下命令以安装Plotly扩展：

 

jupyter labextension install [email protected]

为了说明绘图后端的用法，使用openml.org名为“wine（葡萄酒）”的数据集。

 

import pandas as pd      import numpy as np             from sklearn.datasets import fetch_openml             pd.options.plotting.backend = plotly              X,y =fetch_openml("wine", version=1, as_frame=True, return_X_y=True)      data = pd.concat([X,y], axis=1)      data.head()

该数据集由各类葡萄酒的多个特征和相应的标签组成。下图显示了数据集的前几行。

 

绘图功能的工作方式与标准Pandas绘图功能的工作方式大致相同，只是现在可视化效果同Plotly一样丰富。下面的代码绘制了数据集中两个特征之间的关系。

 

fig = data[[ Alcohol ,  Proline ]].plot.scatter(y= Alcohol , x= Proline )                                      fig.show()

 

可以通过组合 Pandas 的groupby函数创建一个柱状图来总结类之间的平均色调差异：

 

data[[ Hue , class ]].groupby([ class ]).mean().plot.bar()

 

将类添加到之前创建的散点图中。使用Plotly，可以轻松地给每个类使用不同的颜色，以便直观地区分：

 

fig = data[[ Hue ,  Proline ,  class ]].plot.scatter(x= Hue , y= Proline , color= class , title= Proline and Hue by wine class )                                fig.show()

Bokeh 后端

 

Bokeh 也可以提供丰富交互式可视化效果。其可视化图表可以在 Web 浏览器中查看，嵌入到 Web应用程序中或用于创建交互式仪表板。Bokeh 甚至有一个流式 API，可以为流数据（如金融市场数据）创建实时可视化图表。

 

库可以通过pip来安装：

pip install pandas-bokeh 

要在 Jupyterlab中显示 Bokeh的可视化效果，需要安装两个新的扩展：

 

jupyter labextension install @jupyter-widgets/jupyterlab-managerjupyterlabextension install @bokeh/jupyter_bokeh

使用 Bokeh 后端重新创建之前的散点图：

 

pd.options.plotting.backend = pandas_bokeh              import pandas_bokeh                            from bokeh.io import output_notebook                            from bokeh.plotting import figure, show             output_notebook()                            p1= data.plot_bokeh.scatter(x= Hue ,                                                          y= Proline ,                                                          category= class ,                                                          title= Proline and Hue by wine class ,                                                          show_figure=False)                            show(p1)

 

可视化效果如下：

Bokeh 有一个plot_grid函数，可为多个图表创建仪表板式布局。下面的代码在网格布局中创建四个图表：

 

output_notebook()             p1 = data.plot_bokeh.scatter(x= Hue ,                                               y= Proline ,                                               category= class ,                                               title= Proline and Hue by wine class ,                                               show_figure=False)                                      p2 = data[[ Hue , class ]].groupby([ class ]).mean().plot.bar(title= Mean Hue per Class )             df_hue = pd.DataFrame({                      class_1 : data[data[ class ] == 1 ][ Hue ],                      class_2 : data[data[ class ] == 2 ][ Hue ],                      class_3 : data[data[ class ] == 3 ][ Hue ]},                     columns=[ class_1 ,  class_2 ,  class_3 ])             p3 = df_hue.plot_bokeh.hist(title= Distribution perClass: Hue )             df_proline = pd.DataFrame({                      class_1 : data[data[ class ] == 1 ][ Proline ],                      class_2 : data[data[ class ] == 2 ][ Proline ],                      class_3 : data[data[ class ] == 3 ][ Proline ]},                     columns=[ class_1 ,  class_2 ,  class_3 ])             p4 =df_proline.plot_bokeh.hist(title= Distribution per Class: Proline )             pandas_bokeh.plot_grid([[p1, p2],                                         [p3, p4]], plot_width=450)

为内置的Pandas绘图功能添加多个第三方后端，这大大增强了该库用于数据可视化的能力。从此之后，pandas就可以集美貌与实用于一身啦。

推荐阅读专题

留言点赞发个朋友圈

我们一起分享AI学习与发展的干货

编译组：林柯秀、元艺博

相关链接：

https://towardsdatascience.com/plotting-in-pandas-just-got-prettier-289d0e0fe5c0

如转载，请后台留言，遵守转载规范

推荐文章阅读

ACL2018论文集50篇解读

EMNLP2017论文集28篇论文解读

2018年AI三大顶会中国学术成果全链接

ACL2017论文集：34篇解读干货全在这里

10篇AAAI2017经典论文回顾

长按识别二维码可添加关注

读芯君爱你