干货分享 | 关于“Plotly”的可视化教程（一）

在谈到数据可视化的时候，相信大多数的读者会想到“matplotlib”、“pyecharts”等第三方模块，今天小编要介绍的可视化框架叫做“plotly”，通过构建基于HTML的交互式图表来显示信息，可创建各种形式的精美图表。当然，除了“plotly”这个模块，本文也会提到“cufflinks”也就是对“plotly”模块封装过之后的模块，相当于是“seaborn”之于“matplotlib”的关系。

01

下载与导入数据

下载安装相关的库，通过“pip”命令行即可实现，

!pip install plotly

导入相关的模块并读取数据，并对可视化做一定的设置

# plotly standard imports
import plotly.graph_objs as go
import chart_studio.plotly as py


# Cufflinks wrapper on plotly
import cufflinks
# Data science imports
import pandas as pd


from plotly.offline import iplot
cufflinks.go_offline()


# Set global theme
cufflinks.set_config_file(world_readable=True, theme='pearl')


df = pd.read_parquet('medium_data_2019_01_06')

02

直方图

我们先从简单的画直方图开始，代码如下

df['claps'].iplot(kind='hist', xTitle='claps',
                  yTitle='count', title='Claps Distribution')

这和大家之前使用“matplotlib”模块十分的想类似，我们只好需要用“iplot”而不是“plot”即可，最后显示的直方图在交互性上面、以及美观程度有着显著的提升，同时我们能够对数据进行放大，看到更加具体的数据走势

上面的可视化结果是对单个变量的走势的，当然要是我们觉得直方图中图形的颜色、线条的粗细不是很满意的时候，我们也可以通过其中的几个参数来进行调整

df['claps'].iplot(kind='hist', xTitle='claps',
                  yTitle='count', title='Claps Distribution',
                  width = 2, colors = 'lightblue')

结果如下图所示

当然我们也可以将两个变量一起来做直方图的可视化，例如下面的代码

df['time_started'] = df['started_date'].apply(to_time)
df['time_published'] = df['published_date'].apply(to_time)


df[['time_started', 'time_published']].iplot(
    kind='hist',
    linecolor='black',
    bins=24,
    histnorm='percent',
    bargap=0.1,
    opacity=0.8,
    barmode='group',
    xTitle='Time of Day',
    yTitle='(%) of Articles',
    title='Time Started and Time Published')

我们来看一下最后出来的效果如何，下图分别四两个类别的直方图

03

箱型图

除了直方图之外，箱型图在统计分析的过程中也被经常地使用，透过箱型图，我们能够直观地识别出数据中的异常值，以及直观地判断数据离散分布情况，了解数据分布状态，它的代码如下

df[df['read_time'] <= 10].pivot(
        columns='read_time', values='reads').iplot(
        kind='box', colorscale='set2',
        xTitle='Read Time',
        yTitle='Number of Reads',
        title='Box Plot of Reads by Reading Time')

而最后出来的结果

箱型图出来的结果我们可以看到其中的异常值、中位数、以及上四分位数和下四分位数，十分地直观明了。对于交互性的可视化绘制结果来说，我们能够放大看到数据集中的一部分数据，更加清楚地看到里面的分布。

04

折线图

尤其是在时间序列的问题上，折线图就显得十分的实用了，能够从中看出趋势，看出数据的走势等等，例如如下数据集

tds = df[df['publication'] == 'Towards Data Science'].set_index('published_date')

我们先从一个变量的折线图的绘制开始说起，代码如下

tds['read_time'].iplot(
    mode='lines+markers',
    opacity=0.8,
    size=8,
    symbol=1,
    xTitle='Date',
    yTitle='Read Time (min)',
    title='Read Time Trends')

最后出来的结果正如下面所示

正如直方图中，可以针对两个变量来进行可视化，折线图也亦是如此，我们来看一下“fans”和“claps”这两列在时间的不断推进过程中，走势是如何发生变化的，代码如下,几乎和上面的单个变量的可视化代码十分地类似

tds[['claps', 'fans']].iplot(
    mode='lines+markers',
    opacity=0.8,
    size=8,
    symbol=1,
    xTitle='Date',
    yTitle='Fans and Claps',
    title='Fans and Claps over Time')

最后出来的效果如下图所示

05

未完待续

当然在本文当中小编只是例举了几个用“plotly”做的比较常见的图形，除了上面的几种图形之外，还有其他的例如散点图、饼图、水平柱状图、热力图等等就在下一篇文章中再具体说明，希望大家能够有所收获

分享几个常用的Python函数，助你快速成为Pandas大神！！

Python数据分析来解析，2021年度最具“钱景”的大学专业

Python分析热门话题“不生孩子的人后来都怎么了”，看看丁克家庭最后都怎么样了

点点分享

点点赞

点点在看