`pdvega`: 基于Pandas的Vega-Lite交互式绘图库

谢忻含Norma

于 2024-05-08 09:48:02 发布

阅读量263

点赞数 4

本文链接：https://blog.csdn.net/gitblog_00065/article/details/138560201

版权

pdvega是一个巧妙的开源库，它允许您直接从Pandas数据框创建交互式的Vega-Lite图表，其API与Pandas内置的可视化工具几乎相同，并且在Jupyter Notebook中运行得尤为流畅。

默认情况下，Pandas提供了基于matplotlib的一些基本绘图功能。比如，您可以这样创建散点图：

import numpy as np
import pandas as pd

df = pd.DataFrame({'x': np.random.randn(100), 'y': np.random.randn(100)})
df.plot.scatter(x='x', y='y')

matplotlib散点图示例

pdvega的目标是让您可以轻松地将上述代码中的dataframe.plot替换为dataframe.vgplot，从而得到一个更美观且交互性强的Vega-Lite图表，便于分享或自定义：

import pdvega  # 导入后会给Pandas添加vgplot属性

df.vgplot.scatter(x='x', y='y')

Vega-Lite散点图示例

上面的图像仅是交互式输出的静态截图；请参阅文档以获取完整的实时使用示例。

要开始使用pdvega，可以通过pip进行安装：

$ pip install jupyter pdvega
$ jupyter nbextension install --sys-prefix --py vega3

第一行命令用于安装pdvega及其依赖项，第二行命令则用于在Jupyter Notebook中安装必要的扩展，使图形能够正常显示。有关更多安装和依赖性信息，请参考安装指南。

处理数据时，确保结果可重复性是一项重大挑战。通过将数据嵌入到PNG或PDF的渲染图像中，会导致数据难以甚至无法提取。而Vega和Vega-Lite颠覆了这一模式：它们不编码像素值来创建图形，而是通过JSON规范以声明式方式描述数据值与视觉编码之间的关系。

这意味着pdvega产生的Vega-Lite图形是便携式的。您可以发送JSON规范给别人，他们可以选择在线交互式渲染、转换为静态PNG或EPS，甚至增强和扩展图形以深入理解数据。

pdvega的目标不是设计新的可视化API，而是利用已有的DataFrame.plot可视化API，并将输出可视化转化为Vega/Vega-Lite，而非matplotlib。

在这一点上，pdvega的精神与已停运的mpld3项目相似，但范围更小，（希望）更加易于管理。

Altair是一个旨在为Vega-Lite和Vega生成可视化图形的项目，其中Pandas数据帧作为数据源。

相比之下，pdvega侧重于使用现有的DataFrame.plot API并以Vega/Vega-Lite而不是matplotlib来呈现结果。

总的来说，pdvega提供了一种简洁、直观的方式来利用Pandas的强大功能，结合Vega-Lite的可视化潜力，为您的数据分析工作带来全新的体验和可能性。立即尝试，释放你的数据魅力吧！

关注