代码详解：如何用Python快速制作美观、炫酷且有深度的图表

生活阶梯(幸福指数)与人均GDP(金钱)正相关的正则图

python学习交流裙:10667510  最全的学习资料，萌新程序员大本营

本文将探讨三种用Python可视化数据的不同方法。以可视化《2019年世界幸福报告》的数据为例，本文用Gapminder和Wikipedia的信息丰富了《世界幸福报告》数据，以探索新的数据关系和可视化方法。

《世界幸福报告》试图回答世界范围内影响幸福的因素。

报告根据对“坎特里尔阶梯问题”的回答来确定幸福指数，被调查者需对自己的生活状况进行打分，10分为最佳状态，0分为最差。

本文将使用Life Ladder作为目标变量。Life Ladder就是指幸福指数。

文章结构

图片来源：Nik MacMillan/Unsplash

本文旨在提供代码指南和参考点，以便在查找特定类型的图表时进行参考。为了节省空间，有时会将多个图表合并到一张图上。但是请放心，你可以在这个Repo或相应的Jupyter Notebook中找到所有基本代码。

目录

• 我使用Python进行绘图的经历
• 分布的重要性
• 加载数据和包导入
• 迅速：使用Pandas进行基本绘图
• 美观：使用Seaborn进行高级绘图
• 精彩：用plotly创造精彩的互动情节

1. 我使用Python进行绘图的经历

大约两年前，我开始更认真地学习Python。从那时起，Python几乎每周都会给我一些惊喜，它不仅自身简单易用，而且其生态系统中还有很多令人惊叹的开源库。我对命令、模式和概念越熟悉，就越能充分利用其功能。

(1) Matplotlib

与用Python绘图正好相反。最初，我用matplotlib创建的几乎每个图表看起来都很过时。更糟糕的是，为了创建这些讨厌的东西，我不得不在Stackoverflow上花费数小时。例如，研究改变x斜度的基本命令或者类似这些的蠢事。我一点也不想做多图表。以编程的方式创建这些图表是非常奇妙的，例如，一次生成50个不同变量的图表，结果令人印象深刻。然而，其中涉及大量的工作，需要记住一大堆无用的指令。

(2) Seaborn

学习Seaborn能够节省很多精力。Seaborn可以抽象出大量的微调。毫无疑问，这使得图表在美观上得到巨大的改善。然而，它也是构建在matplotlib之上的。通常，对于非标准的调整，仍然有必要使用机器级的matplotlib代码。

(3) Bokeh

一时间，我以为Bokeh会成为一个后援解决方案。我在做地理空间可视化的时候发现了Bokeh。然而，我很快就意识到，虽然Bokeh有所不同，但还是和matplotlib一样复杂。

(4) Plotly

不久前我确实尝试过 plot.ly (后面就直接用plotly来表示)同样用于地理空间可视化。那个时候，plotly比前面提到的库还要麻烦。它必须通过笔记本账户登录，然后plotly可以在线呈现，接着下载最终图表。我很快就放弃了。但是，我最近看到了一个关于plotlyexpress和plotly4.0的Youtube视频，重点是，他们把那些在线的废话都删掉了。我尝试了一下，本篇文章就是尝试的成果。我想，知道得晚总比不知道的好。

(5) Kepler.gl (地理空间数据优秀奖)

Kepler.gl不是一个Python库，而是一款强大的基于web的地理空间数据可视化工具。只需要CSV文件，就可以使用Python轻松地创建文件。试试吧!

(6) 当前工作流程

最后，我决定使用Pandas本地绘图进行快速检查，并使用Seaborn绘制要在报告和演示中使用的图表(视觉效果很重要)。

2. 分布的重要性

我在圣地亚哥从事研究期间，负责教授统计学(Stats119)。Stats119是统计学的入门课程，包括统计的基础知识，如数据聚合(可视化和定量)、概率的概念、回归、抽样、以及最重要的分布。这一次，我对数量和现象的理解几乎完全转变为基于分布的理解(大多数时候是高斯分布)。

直到今天，我仍然惊讶于这两个量的作用，标准差能帮助人理解现象。只要知道这两个量，就可以直接得出具体结果的概率，用户马上就知道大部分的结果的分布情况。它提供了一个参考框架，无需进行过于复杂的计算，就可以快速找出有统计意义的事件。

一般来说，面对新数据时，我的第一步是尝试可视化其分布，以便更好地理解数据。

3. 加载数据和包导入

先加载本文使用的数据。我已经对数据进行了预处理。并对它的意义进行了探究和推断。

# Loadthe data 
data = pd.read_csv('https://raw.githubusercontent.com/FBosler/AdvancedPlotting/master/combined_set.csv')#this assigns labels per year 
data['Mean Log GDP per capita']  =data.groupby('Year')['Log GDP per capita'].transform( 
    pd.qcut, 
    q=5, 
   labels=(['Lowest','Low','Medium','High','Highest']) 
) 

数据集包含以下值：

• 年份：计量年(2007 -2018)
• 生活阶梯：受访者根据坎特里尔阶梯(CantrilLadder)，用0~10分(最满意的为10分)来衡量他们今天的生活
• 人均GDP：根据世界银行2018年11月14日发布的《世界发展指标》(WDI)，将人均GDP调整为PPP(2011年不变价国际元)·
• 社会支持：对下面问题的回答：“遇到困难时，是否可以随时获得亲戚或朋友的帮助?”
• 出生时预期健康寿命：出生时预期健康寿命是根据世界卫生组织(WHO)全球卫生观察站(GHO)数据库构建的，数据分别来自2005年、2010年、2015年和2016年。
• 自由选择权：回答下面这个问题：“你是否对自己生活的选择自由感到满意?”
• 慷慨：对“过去一个月是否给慈善机构捐过款?”与人均GDP相比·
• 政治清廉：回答“腐败现象在政府中是否普遍?”“腐败在企业内部是否普遍?”
• 积极影响：包括前一天快乐、欢笑和享受的平均频率。
• 负面影响：包括前一天焦虑、悲伤和愤怒的平均频率。
• 对国家政府的信心：不言自明
• 民主质量：一个国家的民主程度
• 执行质量：一个国家的政策执行情况
• Gapminder预期寿命：Gapminder的预期寿命
• Gapminder人口：国家人口

导入

import plotly 
import pandas as pd 
import numpy as np 
import seaborn as sns 
impo