如何用Python快速制作美觀炫酷且有深度的圖表

這期內容當中小編將會給大家帶來有關如何用Python快速制作美觀炫酷且有深度的圖表，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

生活階梯(幸福指數)與人均GDP(金錢)正相關的正則圖

三種用Python可視化數據的不同方法。以可視化《2019年世界幸福報告》的數據為例，本文用Gapminder和Wikipedia的信息豐富了《世界幸福報告》數據，以探索新的數據關系和可視化方法。

《世界幸福報告》試圖回答世界范圍內影響幸福的因素。

報告根據對“坎特里爾階梯問題”的回答來確定幸福指數，被調查者需對自己的生活狀況進行打分，10分為最佳狀態，0分為最差。

將使用Life  Ladder作為目標變量。Life Ladder就是指幸福指數。

文章結構

圖片來源：Nik  MacMillan/Unsplash

本文旨在提供代碼指南和參考點，以便在查找特定類型的圖表時進行參考。為了節省空間，有時會將多個圖表合并到一張圖上。但是請放心，你可以在這個Repo或相應的Jupyter  Notebook中找到所有基本代碼。

1. 我使用Python進行繪圖的經歷

大約兩年前，我開始更認真地學習Python。從那時起，Python幾乎每周都會給我一些驚喜，它不僅自身簡單易用，而且其生態系統中還有很多令人驚嘆的開源庫。我對命令、模式和概念越熟悉，就越能充分利用其功能。

(1) Matplotlib

與用Python繪圖正好相反。最初，我用matplotlib創建的幾乎每個圖表看起來都很過時。更糟糕的是，為了創建這些討厭的東西，我不得不在Stackoverflow上花費數小時。例如，研究改變x斜度的基本命令或者類似這些的蠢事。我一點也不想做多圖表。以編程的方式創建這些圖表是非常奇妙的，例如，一次生成50個不同變量的圖表，結果令人印象深刻。然而，其中涉及大量的工作，需要記住一大堆無用的指令。

(2) Seaborn

學習Seaborn能夠節省很多精力。Seaborn可以抽象出大量的微調。毫無疑問，這使得圖表在美觀上得到巨大的改善。然而，它也是構建在matplotlib之上的。通常，對于非標準的調整，仍然有必要使用機器級的matplotlib代碼。

(3) Bokeh

一時間，我以為Bokeh會成為一個后援解決方案。我在做地理空間可視化的時候發現了Bokeh。然而，我很快就意識到，雖然Bokeh有所不同，但還是和matplotlib一樣復雜。

(4) Plotly

不久前我確實嘗試過 plot.ly  (后面就直接用plotly來表示)同樣用于地理空間可視化。那個時候，plotly比前面提到的庫還要麻煩。它必須通過筆記本賬戶登錄，然后plotly可以在線呈現，接著下載最終圖表。我很快就放棄了。但是，我最近看到了一個關于plotlyexpress和plotly4.0的Youtube視頻，重點是，他們把那些在線的廢話都刪掉了。我嘗試了一下，本篇文章就是嘗試的成果。我想，知道得晚總比不知道的好。

(5) Kepler.gl (地理空間數據優秀獎)

Kepler.gl不是一個Python庫，而是一款強大的基于web的地理空間數據可視化工具。只需要CSV文件，就可以使用Python輕松地創建文件。試試吧!

(6) 當前工作流程

最后，我決定使用Pandas本地繪圖進行快速檢查，并使用Seaborn繪制要在報告和演示中使用的圖表(視覺效果很重要)。

2. 分布的重要性

我在圣地亞哥從事研究期間，負責教授統計學(Stats119)。Stats119是統計學的入門課程，包括統計的基礎知識，如數據聚合(可視化和定量)、概率的概念、回歸、抽樣、以及最重要的分布。這一次，我對數量和現象的理解幾乎完全轉變為基于分布的理解(大多數時候是高斯分布)。

直到今天，我仍然驚訝于這兩個量的作用，標準差能幫助人理解現象。只要知道這兩個量，就可以直接得出具體結果的概率，用戶馬上就知道大部分的結果的分布情況。它提供了一個參考框架，無需進行過于復雜的計算，就可以快速找出有統計意義的事件。

一般來說，面對新數據時，我的第一步是嘗試可視化其分布，以便更好地理解數據。

3. 加載數據和包導入

先加載本文使用的數據。我已經對數據進行了預處理。并對它的意義進行了探究和推斷。

# 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']) )

數據集包含以下值：

• 年份：計量年(2007 -2018)

• 生活階梯：受訪者根據坎特里爾階梯(CantrilLadder)，用0~10分(最滿意的為10分)來衡量他們今天的生活

• 人均GDP：根據世界銀行2018年11月14日發布的《世界發展指標》(WDI)，將人均GDP調整為PPP(2011年不變價國際元)·

• 社會支持：對下面問題的回答：“遇到困難時，是否可以隨時獲得親戚或朋友的幫助?”

• 出生時預期健康壽命：出生時預期健康壽命是根據世界衛生組織(WHO)全球衛生觀察站(GHO)數據庫構建的，數據分別來自2005年、2010年、2015年和2016年。

• 自由選擇權：回答下面這個問題：“你是否對自己生活的選擇自由感到滿意?”

• 慷慨：對“過去一個月是否給慈善機構捐過款?”與人均GDP相比·

• 政治清廉：回答“腐敗現象在政府中是否普遍?”“腐敗在企業內部是否普遍?”

• 積極影響：包括前一天快樂、歡笑和享受的平均頻率。

• 負面影響：包括前一天焦慮、悲傷和憤怒的平均頻率。

• 對國家政府的信心：不言自明

• 民主質量：一個國家的民主程度

• 執行質量：一個國家的政策執行情況

• Gapminder預期壽命：Gapminder的預期壽命

• Gapminder人口：國家人口

導入

import plotly import pandas as pd import numpy as np import seaborn as sns import plotly.express as pximport matplotlib%matplotlib inlineassertmatplotlib.__version__ == "3.1.0",""" Please install matplotlib version 3.1.0 by running: 1) !pip uninstall matplotlib 2) !pip install matplotlib==3.1.0 """

4. 迅速：使用Pandas進行基本繪圖

Pandas有內置的繪圖功能，可以在Series或DataFrame上調用。之所以喜歡這些繪圖函數，是因為它們簡潔、使用合理的智能默認值、很快就能給出進展程度。

創建圖表，在數據中調用.plot(kind=)，如下所示：

np.exp(data[data['Year']==2018]['LogGDP per capita']).plot(     kind='hist' ) 運行上述命令，生成以下圖表。

2018年：人均GDP直方圖。大多數國家都很窮，這一點也不奇怪!

用Pandas繪圖時，有五個主要參數：

• kind：Pandas必須知道需要創建什么樣的圖，可選的有以下幾種：直方圖(hist)，條形圖(bar)，水平條圖(barh)，散點圖(scatter)，面積(area)，核密度估計(kde)，折線圖(line)，方框(box)，六邊形(hexbin)，餅狀圖(pie)。

• figsize：允許6英寸寬和4英寸高的默認輸出尺寸。需要一個元組(例如，我就經常使用figsize=(12,8))

• title：為圖表添加一個標題。大多數情況下，可以用這個標題來標明圖表中所顯示的內容，這樣回過頭來看的時候，就能很快識別出表的內容。title需要一個字符串。

• bins：直方圖的bin寬度。bin需要一個值的列表或類似列表序列(例如， bins=np.arange(2,8,0.25))

• xlim/ylim： 軸的最大和最小默認值。xlim和ylim都最好有一個元組(例如， xlim=(0,5))

下面來快速瀏覽一下不同類型的圖。

(1) 垂直條形圖：

data[     data['Year'] == 2018 ].set_index('Country name')['Life Ladder'].nlargest(15).plot(     kind='bar',     figsize=(12,8) )

2018年：芬蘭位居15個最幸福國家之首

(2) 水平條形圖：

np.exp(data[     data['Year'] == 2018 ].groupby('Continent')['Log GDP per capita']\        .mean()).sort_values().plot(     kind='barh',     figsize=(12,8) )

澳大利亞和新西蘭2011年人均GDP(美元)明顯領先

(3) 盒型圖

data['Life Ladder'].plot(     kind='box',     figsize=(12,8) )

人生階梯分布的方框圖顯示平均值在5.5左右，范圍為3~8。

(4) 散點圖

data[['Healthy life expectancyat birth','Gapminder Life Expectancy']].plot(     kind='scatter',     x='Healthy life expectancy at birth',     y='Gapminder Life Expectancy',     figsize=(12,8) )

該散點圖顯示了《世界幸福報告》的預期壽命與Gapminder的預期壽命兩者之間的高度相關性

(5) Hexbin圖

data[data['Year'] == 2018].plot(    kind='hexbin',    x='Healthy life expectancy at birth',    y='Generosity',    C='Life Ladder',    gridsize=20,    figsize=(12,8),    cmap="Blues", # defaults togreenish    sharex=False # required to get rid ofa bug)

2018年：Hexbin圖，表示人的平均壽命與慷慨程度之間的關系。格子的顏色表示每個格子的平均壽命。

(6) 餅狀圖

data[data['Year'] == 2018].groupby(     ['Continent'] )['Gapminder Population'].sum().plot(     kind='pie',     figsize=(12,8),     cmap="Blues_r", # defaultsto orangish )

2018年：按大洲劃分的總人口數餅狀圖

(7) 堆積面積圖

data.groupby(     ['Year','Continent'] )['Gapminder Population'].sum().unstack().plot(     kind='area',     figsize=(12,8),     cmap="Blues", # defaults toorangish )

全球人口數量正在增長

(8) 折線圖

data[    data['Country name'] == 'Germany'].set_index('Year')['Life Ladder'].plot(    kind='line',    figsize=(12,8))

表示德國幸福指數發展的折線圖

(9) 關于Pandas繪圖的總結

用pandas繪圖很方便。易于訪問，速度也快。只是圖表外觀相當丑，幾乎不可能偏離默認值。不過這沒關系，因為有其他工具來制作更美觀的圖表。

5. 美觀：使用Seaborn進行高級繪圖

Seaborn使用的是默認繪圖。要確保運行結果與本文一致，請運行以下命令。

sns.reset_defaults() sns.set(     rc={'figure.figsize':(7,5)},     style="white" # nicerlayout )

(1) 繪制單變量分布

如前所述，我非常喜歡分布。直方圖和核密度分布都是可視化特定變量關鍵特征的有效方法。下面來看看如何在一個圖表中生成單個變量或多個變量分布。

左圖：2018年亞洲國家人生階梯直方圖和核密度估算;

右圖：五組人均GDP人生階梯的核心密度估算——體現了金錢與幸福指數的關系

(2) 繪制二元分布

每當我想要直觀地探索兩個或多個變量之間的關系，總是用到某種形式的散點圖和分布評估。在概念上相似的圖表有三種變體。在每個圖中，中心圖(散點圖，二元KDE，hexbin)有助于理解兩個變量之間的聯合頻率分布。此外，在中心圖的右邊界和上邊界，描述了各自變量的邊際單變量分布(用KDE或直方圖表示)。

sns.jointplot(     x='Log GDP per capita',     y='Life Ladder',     datadata=data,     kind='scatter' # or 'kde' or 'hex' )

Seaborn雙標圖，散點圖、二元KDE和Hexbin圖都在中心圖中，邊緣分布在中心圖的左側和頂部

(3) 散點圖

散點圖是一種可視化兩個變量聯合密度分布的方法。可以通過添加色度來添加第三個變量，通過添加尺寸參數來添加第四個變量。

sns.scatterplot(     x='Log GDP per capita',     y='Life Ladder',     datadata=data[data['Year'] == 2018],        hue='Continent',     size='Gapminder Population' )# both, hue and size are optional sns.despine() # prettier layout

人均GDP與生活階梯的關系，不同顏色表示不同大洲和人口規模

(4) 小提琴圖

小提琴圖結合了盒狀圖和核密度估計值。它的作用類似于盒狀圖，顯示了定量數據在分類變量之間的分布，以便對這些分布進行比較。

sns.set(    rc={'figure.figsize':(18,6)},    style="white")sns.violinplot(    x='Continent',    y='Life Ladder',    hue='Mean Log GDP per capita',    datadata=data)sns.despine()

小提琴圖在繪制大洲與生活階梯的關系圖時，用人均GDP的平均值對數據進行分組。人均GDP越高，幸福指數就越高。

(5) 配對圖

Seaborn配對圖是在一個大網格中繪制雙變量散點圖的所有組合。我通常覺得這有點信息過載，但它有助于發現規律。

sns.set(     style="white",     palette="muted",     color_codes=True )sns.pairplot(     data[data.Year == 2018][[         'Life Ladder','Log GDP percapita',         'Social support','Healthy lifeexpectancy at birth',         'Freedom to make lifechoices','Generosity',         'Perceptions of corruption','Positive affect',         'Negative affect','Confidence innational government',         'Mean Log GDP per capita'     ]].dropna(),     hue='Mean Log GDP per capita' )

Seaborn散點圖網格中，所有選定的變量都分散在網格的下半部分和上半部分，對角線包含Kde圖。

(6) FacetGrids

對我來說，Seaborn的FacetGrid是證明它好用最有說服力的證據之一，因為它能輕而易舉地創建多圖表。通過配對圖，我們已經看到了FacetGrid的一個示例。它可以創建多個按變量分組的圖表。例如，行可以是一個變量(人均GDP的類別)，列是另一個變量(大洲)。

它確實還需要適應客戶需求(即使用matplotlib)，但是它仍然是令人信服。

(7) FacetGrid— 折線圖

g = sns.FacetGrid(     data.groupby(['Mean Log GDP percapita','Year','Continent'])['Life Ladder'].mean().reset_index(),     row='Mean Log GDP per capita',     col='Continent',     margin_titles=True ) g = (g.map(plt.plot, 'Year','Life Ladder'))

y軸代表生活階梯，x軸代表年份。網格的列代表大洲，網格的行代表不同水平的人均GDP。總體而言，北美人均GDP平均值較低的國家和歐洲人均GDP平均值中等或較高的國家，情況似乎有所好轉。

(8) FacetGrid— 直方圖

g = sns.FacetGrid(data,col="Continent", col_wrap=3,height=4) g = (g.map(plt.hist, "Life Ladder",bins=np.arange(2,9,0.5)))

按大洲劃分的生活階梯直方圖

(9) FacetGrid— 帶注釋的KDE圖

還可以向網格中的每個圖表添加特定的注釋。以下示例將平均值和標準偏差以及在平均值處繪制的垂直線相加(代碼如下)。

基于大洲的生命階梯核密度估計值，注釋為均值和標準差

defvertical_mean_line(x, **kwargs):     plt.axvline(x.mean(), linestyle="--",                 color= kwargs.get("color", "r"))     txkw =dict(size=15, color= kwargs.get("color", "r"))     label_x_pos_adjustment =0.08# this needs  customization based on your data     label_y_pos_adjustment =5# this needs  customization based on your data     if x.mean() <6: # this needs customization based on  your data         tx ="mean: {:.2f}\n(std: {:.2f})".format(x.mean(),x.std())         plt.text(x.mean() +  label_x_pos_adjustment, label_y_pos_adjustment, tx, **txkw)     else:         tx ="mean: {:.2f}\n   (std: {:.2f})".format(x.mean(),x.std())         plt.text(x.mean() -1.4,  label_y_pos_adjustment, tx, **txkw) _ =  data.groupby(['Continent','Year'])['Life Ladder'].mean().reset_index() g =  sns.FacetGrid(_, col="Continent", height=4, aspect=0.9, col_wrap=3, margin_titles=True) g.map(sns.kdeplot,  "Life  Ladder", shade=True, color='royalblue') g.map(vertical_mean_line,  "Life  Ladder")

annotate_facet_grid.py hostedwith ? by GitHub

畫一條垂直的平均值線并添加注釋。

(10) FacetGrid— 熱圖

我最喜歡的一種繪圖類型就是FacetGrid的熱圖，即每一個網格都有熱圖。這種類型的繪圖有助于在一個圖中可視化四維和度量。代碼有點麻煩，但是可以根據使用者的需要快速調整。需要注意的是，這種圖表不能很好地處理缺失的值，所以需要大量的數據或適當的分段。

Facet熱圖，外層的行顯示在一年內，外層的列顯示人均GDP，內層的行顯示政治清廉，內層的列顯示大洲。我們看到幸福指數朝著右上方向增加(即，高人均GDP和高政治清廉)。時間的影響還不確定，一些大洲(歐洲和北美)似乎比其他大洲(非洲)更幸福。

heatmap_facetgrid.py

defdraw_heatmap(data,inner_row,  inner_col, outer_row, outer_col, values, vmin,vmax):     sns.set(font_scale=1)     fg = sns.FacetGrid(         data,         row=outer_row,         col=outer_col,         margin_titles=True     )     position = left, bottom, width, height =1.4, .2, .1, .6     cbar_ax = fg.fig.add_axes(position)     fg.map_dataframe(         draw_heatmap_facet,         x_col=inner_col,         y_col=inner_row,         valuesvalues=values,         cbar_axcbar_ax=cbar_ax,         vminvmin=vmin,         vmaxvmax=vmax     )     fg.fig.subplots_adjust(right=1.3)      plt.show() defdraw_heatmap_facet(*args, **kwargs):     data = kwargs.pop('data')     x_col = kwargs.pop('x_col')     y_col = kwargs.pop('y_col')     values = kwargs.pop('values')     d = data.pivot(index=y_col, columns=x_col, valuesvalues=values)     annot =round(d,4).values     cmap = sns.color_palette("Blues",30) +  sns.color_palette("Blues",30)[0::2]     #cmap =  sns.color_palette("Blues",30)     sns.heatmap(         d,         **kwargs,         annotannot=annot,         center=0,         cmapcmap=cmap,         linewidth=.5     ) # Data  preparation _ = data.copy() _['Year'] = pd.cut(_['Year'],bins=[2006,2008,2012,2018]) _['GDP per  Capita'] = _.groupby(['Continent','Year'])['Log GDP per  capita'].transform(     pd.qcut,     q=3,     labels=(['Low','Medium','High']) ).fillna('Low') _['Corruption'] = _.groupby(['Continent','GDP per  Capita'])['Perceptions  of corruption'].transform(     pd.qcut,     q=3,     labels=(['Low','Medium','High']) ) __ = _[_['Continent'] !='Oceania'].groupby(['Year','Continent','GDP per  Capita','Corruption'])['Life Ladder'].mean().reset_index() _['Life Ladder'] = _['Life Ladder'].fillna(-10) draw_heatmap(     data=_,     outer_row='Corruption',     outer_col='GDP per Capita',     inner_row='Year',     inner_col='Continent',     values='Life Ladder',     vmin=3,     vmax=8, )

heatmap_facetgrid.py hostedwith ? by GitHub

6. 精彩：用plotly創造精彩的互動情節

最后,  無需使用matplotlib!Plotly有三個重要特征：

• 懸停：當鼠標懸停在圖表上時，會彈出注釋

• 交互性：不需要任何額外設置，圖表就可以進行交互(例如，一次穿越時間的旅程)

• 漂亮的地理空間圖：Plotly已經內置了一些基本的映射功能，另外，還可以使用mapbox集成來制作令人驚嘆的圖表。

(1) 散點圖

通過下列代碼來運行plotly圖表：

 fig = x.<PLOTTYPE>(PARAMS)然后是 fig.show() ，像這樣： fig = px.scatter(     datadata_frame=data[data['Year'] ==2018],     x="Log GDP per capita",     y="Life Ladder",     size="GapminderPopulation",     color="Continent",     hover_name="Country name",     size_max=60 ) fig.show()

(2) 散點圖 — 穿越時間的漫步

fig = px.scatter(     datadata=data,     x="Log GDP per capita",     y="Life Ladder",     animation_frame="Year",     animation_group="Countryname",     size="GapminderPopulation",     color="Continent",     hover_name="Country name",     facet_col="Continent",     size_max=45,    category_orders={'Year':list(range(2007,2019))}     )fig.show()

可視化數年來繪圖數據的變化

(3) 平行類別——一個能可視化類別的有趣方式

def q_bin_in_3(col):     return pd.qcut(         col,         q=3,         labels=['Low','Medium','High']     )_ = data.copy() _['Social support'] = _.groupby('Year')['Socialsupport'].transform(q_bin_in_3)_['Life Expectancy'] =_.groupby('Year')['Healthy life expectancy atbirth'].transform(q_bin_in_3)_['Generosity'] =_.groupby('Year')['Generosity'].transform(q_bin_in_3)_['Perceptions ofcorruption'] = _.groupby('Year')['Perceptions ofcorruption'].transform(q_bin_in_3)__ = _.groupby(['Social support','LifeExpectancy','Generosity','Perceptions of corruption'])['LifeLadder'].mean().reset_index()fig = px.parallel_categories(_, color="LifeLadder", color_continuous_scale=px.colors.sequential.Inferno) fig.show()

并不是所有預期壽命高的國家的人民都很幸福!

(4) 條形圖—一個交互式濾波器的示例

fig = px.bar(     data,     x="Continent",     y="Gapminder Population",     color="Mean Log GDP percapita",     barmode="stack",     facet_col="Year",     category_orders={"Year":range(2007,2019)},     hover_name='Country name',     hover_data=[         "Mean Log GDP percapita",         "Gapminder Population",         "Life Ladder"     ] ) fig.show()

過濾條形圖很容易。毫無疑問，韓國是亞洲富裕國家之一。

(5) 等值線圖— —幸福指數與時間的關系

fig = px.choropleth(    data,    locations="ISO3",    color="Life Ladder",    hover_name="Country name",   animation_frame="Year")fig.show()

可視化不同地域的幸福指數是如何隨時間變化的。敘利亞和阿富汗正處于人生階梯的末端(這不足為奇)。

結束語

展示了如何成為一名真正的Python可視化專家、如何在快速探索時更有效率、以及如何在董事會會議前創建更漂亮的圖表、還有如何創建交互式繪圖圖表，尤其是在繪制地理空間數據時，十分有用。

上述就是小編為大家分享的如何用Python快速制作美觀炫酷且有深度的圖表了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。