尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
2018 AI 開發者大會是一場由中美人工智能技術高手聯袂打造的 AI 技術與產業的年度盛會！這里有 15+ 矽谷實力講師團、80+AI 領軍企業技術核心人物、100+ 技術&大眾實力媒體、1500+AI 專業開發者——我們只講技術，拒絕空談！
參加 2018 AI 開發者大會，請點擊 ↑↑↑
前言
在之前的一篇文章《Python 數據可視化利器》中，我寫了 Bokeh、pyecharts 的用法，但是有一個挺強大的庫 Plotly 沒寫，主要是我看到它的教程都是在 Jupyter Notebooks 中使用，說來也奇怪，硬是找不到如何本地使用（就是本地輸出 HTML 文件），所以不敢寫出來。現在已經找到方法了，這里我就在原文的基礎上增加了 Plotly 的部分教程。
數據可視化的第三方庫挺多的，這里我主要推薦兩個，分別是 Bokeh、pyecharts。
推薦
數據可視化的庫有挺多的，這里推薦幾個比較常用的：
-
Matplotlib
-
Plotly
-
Seaborn
-
Ggplot
-
Bokeh
-
Pyechart
-
Pygal
Plotly
Plotly 文檔地址：
-
https://plot.ly/python/#financial-charts
Plotly 有 online 和 offline 兩種方式，這里只介紹 offline 的。
這是 Plotly 官方教程的一部分
importplotly.plotlyaspyimportnumpyasnpdata=[dict(visible=False,line=dict(color='#00CED1',width=6),#配置線寬和顏色name='?='+str(step),x=np.arange(0,10,0.01),#x軸參數y=np.sin(step*np.arange(0,10,0.01)))forstepinnp.arange(0,5,0.1)]#y軸參數data[10]['visible']=Truepy.iplot(data,filename='SingleSineWave')
只要將最後一行中的
py.iplot
替換為下面代碼
py.offline.plot
便可以運行。
漏鬥圖
這個圖代碼太長了，就不 po 出來了。
Basic Box Plot
importplotly.plotlyimportplotly.graph_objsasgoimportnumpyasnpy0=np.random.randn(50)-1y1=np.random.randn(50)+1trace0=go.Box(y=y0)trace1=go.Box(y=y1)data=[trace0,trace1]plotly.offline.plot(data)
Wind Rose Chart
importplotly.graph_objsasgotrace1=go.Barpolar(r=[77.5,72.5,70.0,45.0,22.5,42.5,40.0,62.5],text=['North','N-E','East','S-E','South','S-W','West','N-W'],name='11-14m/s',marker=dict(color='rgb(106,81,163)'))trace2=go.Barpolar(r=[57.49999999999999,50.0,45.0,35.0,20.0,22.5,37.5,55.00000000000001],text=['North','N-E','East','S-E','South','S-W','West','N-W'],#滑鼠浮動標籤文字描述name='8-11m/s',marker=dict(color='rgb(158,154,200)'))trace3=go.Barpolar(r=[40.0,30.0,30.0,35.0,7.5,7.5,32.5,40.0],text=['North','N-E','East','S-E','South','S-W','West','N-W'],name='5-8m/s',marker=dict(color='rgb(203,201,226)'))trace4=go.Barpolar(r=[20.0,7.5,15.0,22.5,2.5,2.5,12.5,22.5],text=['North','N-E','East','S-E','South','S-W','West','N-W'],name='<5m/s',marker=dict(color='rgb(242,240,247)'))data=[trace1,trace2,trace3,trace4]layout=go.Layout(title='WindSpeedDistributioninLaurel,NE',font=dict(size=16),legend=dict(font=dict(size=16)),radialaxis=dict(ticksuffix='%'),orientation=270)fig=go.Figure(data=data,layout=layout)plotly.offline.plot(fig,filename='polar-area-chart')
Basic Ternary Plot with Markers
篇幅有點長，這里就不 po 代碼了。
Bokeh
這里展示一下常用的圖表和比較搶眼的圖表，詳細的文檔可查看。
條形圖
這配色看著還挺舒服的，比 pyecharts 條形圖的配色好看一點。
frombokeh.ioimportshow,output_filefrombokeh.modelsimportColumnDataSourcefrombokeh.palettesimportSpectral6frombokeh.plottingimportfigureoutput_file("colormapped_bars.html")#配置輸出文件名fruits=['Apples','魅族','OPPO','VIVO','小米','華為']#數據counts=[5,3,4,2,4,6]#數據source=ColumnDataSource(data=dict(fruits=fruits,counts=counts,color=Spectral6))p=figure(x_range=fruits,y_range=(0,9),plot_height=250,title="FruitCounts",toolbar_location=None,tools="")#條形圖配置項p.vbar(x='fruits',top='counts',width=0.9,color='color',legend="fruits",source=source)p.xgrid.grid_line_color=None#配置網格線顏色p.legend.orientation="horizontal"#圖表方向為水平方向p.legend.location="top_center"show(p)#展示圖表
年度條形圖
可以對比不同時間點的量。
frombokeh.ioimportshow,output_filefrombokeh.modelsimportColumnDataSource,FactorRangefrombokeh.plottingimportfigureoutput_file("bars.html")#輸出文件名fruits=['Apple','魅族','OPPO','VIVO','小米','華為']#參數years=['2015','2016','2017']#參數data={'fruits':fruits,'2015':[2,1,4,3,2,4],'2016':[5,3,3,2,4,6],'2017':[3,2,4,4,5,3]}x=[(fruit,year)forfruitinfruitsforyearinyears]counts=sum(zip(data['2015'],data['2016'],data['2017']),())source=ColumnDataSource(data=dict(x=x,counts=counts))p=figure(x_range=FactorRange(*x),plot_height=250,title="FruitCountsbyYear",toolbar_location=None,tools="")p.vbar(x='x',top='counts',width=0.9,source=source)p.y_range.start=0p.x_range.range_padding=0.1p.xaxis.major_label_orientation=1p.xgrid.grid_line_color=Noneshow(p)
餅圖
fromcollectionsimportCounterfrommathimportpiimportpandasaspdfrombokeh.ioimportoutput_file,showfrombokeh.palettesimportCategory20cfrombokeh.plottingimportfigurefrombokeh.transformimportcumsumoutput_file("pie.html")x=Counter({'中國':157,'美國':93,'日本':89,'巴西':63,'德國':44,'印度':42,'義大利':40,'澳大利亞':35,'法國':31,'西班牙':29})data=pd.DataFrame.from_dict(dict(x),orient='index').reset_index().rename(index=str,columns={0:'value','index':'country'})data['angle']=data['value']/sum(x.values())*2*pidata['color']=Category20c[len(x)]p=figure(plot_height=350,title="PieChart",toolbar_location=None,tools="hover",tooltips="@country:@value")p.wedge(x=0,y=1,radius=0.4,start_angle=cumsum('angle',include_zero=True),end_angle=cumsum('angle'),line_color="white",fill_color='color',legend='country',source=data)p.axis.axis_label=Nonep.axis.visible=Falsep.grid.grid_line_color=Noneshow(p)
條形圖
年度水果進出口
frombokeh.ioimportoutput_file,showfrombokeh.modelsimportColumnDataSourcefrombokeh.palettesimportGnBu3,OrRd3frombokeh.plottingimportfigureoutput_file("stacked_split.html")fruits=['Apples','Pears','Nectarines','Plums','Grapes','Strawberries']years=["2015","2016","2017"]exports={'fruits':fruits,'2015':[2,1,4,3,2,4],'2016':[5,3,4,2,4,6],'2017':[3,2,4,4,5,3]}imports={'fruits':fruits,'2015':[-1,0,-1,-3,-2,-1],'2016':[-2,-1,-3,-1,-2,-2],'2017':[-1,-2,-1,0,-2,-2]}p=figure(y_range=fruits,plot_height=250,x_range=(-16,16),title="Fruitimport/export,byyear",toolbar_location=None)p.hbar_stack(years,y='fruits',height=0.9,color=GnBu3,source=ColumnDataSource(exports),legend=["%sexports"%xforxinyears])p.hbar_stack(years,y='fruits',height=0.9,color=OrRd3,source=ColumnDataSource(imports),legend=["%simports"%xforxinyears])p.y_range.range_padding=0.1p.ygrid.grid_line_color=Nonep.legend.location="top_left"p.axis.minor_tick_line_color=Nonep.outline_line_color=Noneshow(p)
散點圖
frombokeh.plottingimportfigure,output_file,showoutput_file("line.html")p=figure(plot_width=400,plot_height=400)p.circle([1,2,3,4,5],[6,7,2,4,5],size=20,color="navy",alpha=0.5)show(p)
六邊形圖
這兩天，馬蜂窩剛被發現數據造假，這不，與馬蜂窩應應景。
importnumpyasnpfrombokeh.ioimportoutput_file,showfrombokeh.plottingimportfigurefrombokeh.util.heximportaxial_to_cartesianoutput_file("hex_coords.html")q=np.array([0,0,0,-1,-1,1,1])r=np.array([0,-1,1,0,1,-1,0])p=figure(plot_width=400,plot_height=400,toolbar_location=None)#p.grid.visible=False#配置網格是否可見p.hex_tile(q,r,size=1,fill_color=["firebrick"]*3+["navy"]*4,line_color="white",alpha=0.5)x,y=axial_to_cartesian(q,r,1,"pointytop")p.text(x,y,text=["(%d,%d)"%(q,r)for(q,r)inzip(q,r)],text_baseline="middle",text_align="center")show(p)
環比條形圖
這個做到挺厲害的，看了一眼就吸引了我。我在代碼中都做了一些註釋，希望對你理解有幫助。註：圓心為正中央，即直角坐標系中標籤為（0，0）的地方。
fromcollectionsimportOrderedDictfrommathimportlog,sqrtimportnumpyasnpimportpandasaspdfromsix.movesimportcStringIOasStringIOfrombokeh.plottingimportfigure,show,output_fileantibiotics="""bacteria,penicillin,streptomycin,neomycin,gram結核分枝桿菌,800,5,2,negative沙門氏菌,10,0.8,0.09,negative變形桿菌,3,0.1,0.1,negative肺炎克雷伯氏菌,850,1.2,1,negative布魯氏菌,1,2,0.02,negative銅綠假單胞菌,850,2,0.4,negative大腸桿菌,100,0.4,0.1,negative產氣桿菌,870,1,1.6,negative白色葡萄球菌,0.007,0.1,0.001,positive溶血性鏈球菌,0.001,14,10,positive草綠色鏈球菌,0.005,10,40,positive肺炎雙球菌,0.005,11,10,positive"""drug_color=OrderedDict([#配置中間標籤名稱與顏色("盤尼西林","#0d3362"),("鏈黴素","#c64737"),("新黴素","black"),])gram_color={"positive":"#aeaeb8","negative":"#e69584",}#讀取數據df=pd.read_csv(StringIO(antibiotics),skiprows=1,skipinitialspace=True,engine='python')width=800height=800inner_radius=90outer_radius=300-10minr=sqrt(log(.001*1E4))maxr=sqrt(log(1000*1E4))a=(outer_radius-inner_radius)/(minr-maxr)b=inner_radius-a*maxrdefrad(mic):returna*np.sqrt(np.log(mic*1E4))+bbig_angle=2.0*np.pi/(len(df)+1)small_angle=big_angle/7#整體配置p=figure(plot_width=width,plot_height=height,title="",x_axis_type=None,y_axis_type=None,x_range=(-420,420),y_range=(-420,420),min_border=0,outline_line_color="black",background_fill_color="#f0e1d2")p.xgrid.grid_line_color=Nonep.ygrid.grid_line_color=None#annularwedgesangles=np.pi/2-big_angle/2-df.index.to_series()*big_angle#計算角度colors=[gram_color[gram]forgramindf.gram]#配置顏色p.annular_wedge(0,0,inner_radius,outer_radius,-big_angle+angles,angles,color=colors,)#smallwedgesp.annular_wedge(0,0,inner_radius,rad(df.penicillin),-big_angle+angles+5*small_angle,-big_angle+angles+6*small_angle,color=drug_color['盤尼西林'])p.annular_wedge(0,0,inner_radius,rad(df.streptomycin),-big_angle+angles+3*small_angle,-big_angle+angles+4*small_angle,color=drug_color['鏈黴素'])p.annular_wedge(0,0,inner_radius,rad(df.neomycin),-big_angle+angles+1*small_angle,-big_angle+angles+2*small_angle,color=drug_color['新黴素'])#繪制大圓和標籤labels=np.power(10.0,np.arange(-3,4))radii=a*np.sqrt(np.log(labels*1E4))+bp.circle(0,0,radius=radii,fill_color=None,line_color="white")p.text(0,radii[:-1],[str(r)forrinlabels[:-1]],text_font_size="8pt",text_align="center",text_baseline="middle")#半徑p.annular_wedge(0,0,inner_radius-10,outer_radius+10,-big_angle+angles,-big_angle+angles,color="black")#細菌標籤xr=radii[0]*np.cos(np.array(-big_angle/2+angles))yr=radii[0]*np.sin(np.array(-big_angle/2+angles))label_angle=np.array(-big_angle/2+angles)label_angle[label_angle<-np.pi/2]+=np.pi#easiertoreadlabelsontheleftside#繪制各個細菌的名字p.text(xr,yr,df.bacteria,angle=label_angle,text_font_size="9pt",text_align="center",text_baseline="middle")#繪制圓形，其中數字分別為x軸與y軸標籤p.circle([-40,-40],[-370,-390],color=list(gram_color.values()),radius=5)#繪制文字p.text([-30,-30],[-370,-390],text=["Gram-"+grforgringram_color.keys()],text_font_size="7pt",text_align="left",text_baseline="middle")#繪制矩形，中間標籤部分。其中-40，-40，-40為三個矩形的x軸坐標。18，0，-18為三個矩形的y軸坐標p.rect([-40,-40,-40],[18,0,-18],width=30,height=13,color=list(drug_color.values()))#配置中間標籤文字、文字大小、文字對齊方式p.text([-15,-15,-15],[18,0,-18],text=list(drug_color),text_font_size="9pt",text_align="left",text_baseline="middle")output_file("burtin.html",title="burtin.pyexample")show(p)
元素周期表
元素周期表，這個做到好牛逼啊，距離初三剛開始學化學已經很遙遠了，想當年我還是化學課代表呢！由於基本用不到化學了，這里就不做到了。
真實狀態
Pyecharts
pyecharts 也是一個比較常用的數據可視化庫，用得也是比較多的了，是百度 Echarts 庫的 Python 支持。這里也展示一下常用的圖表。
文檔地址為：
-
http://pyecharts.org/#/zh-cn/prepare?id=%E5%AE%89%E8%A3%85-pyecharts
條形圖
frompyechartsimportBarbar=Bar("我的第一個圖表","這里是副標題")bar.add("服裝",["襯衫","羊毛衫","雪紡衫","褲子","高跟鞋","襪子"],[5,20,36,10,75,90])#bar.print_echarts_options()#該行只為了列印配置項，方便調試時使用bar.render()#生成本地HTML文件
散點圖
frompyechartsimportPolarimportrandomdata_1=[(10,random.randint(1,100))foriinrange(300)]data_2=[(11,random.randint(1,100))foriinrange(300)]polar=Polar("極坐標系-散點圖示例",width=1200,height=600)polar.add("",data_1,type='scatter')polar.add("",data_2,type='scatter')polar.render()
餅圖
importrandomfrompyechartsimportPieattr=['A','B','C','D','E','F']pie=Pie("餅圖示例",width=1000,height=600)pie.add("",attr,[random.randint(0,100)for_inrange(6)],radius=[50,55],center=[25,50],is_random=True,)pie.add("",attr,[random.randint(20,100)for_inrange(6)],radius=[0,45],center=[25,50],rosetype="area",)pie.add("",attr,[random.randint(0,100)for_inrange(6)],radius=[50,55],center=[65,50],is_random=True,)pie.add("",attr,[random.randint(20,100)for_inrange(6)],radius=[0,45],center=[65,50],rosetype="radius",)pie.render()
詞雲
這個是我在前面的文章中用到的圖片實例，這里就不 po 具體數據了。
frompyechartsimportWordCloudname=['SamSClub']#詞條value=[10000]#權重wordcloud=WordCloud(width=1300,height=620)wordcloud.add("",name,value,word_size_range=[20,100])wordcloud.render()
樹圖
這個是我在前面的文章中用到的圖片實例，這里就不 po 具體數據了。
frompyechartsimportTreeMapdata=[#鍵值對數據結構{value:1212,#數值#子節點children:[{#子節點數值value:2323,#子節點名name:'descriptionofthisnode',children:[...],},{value:4545,name:'descriptionofthisnode',children:[{value:5656,name:'descriptionofthisnode',children:[...]},...]}]},...]treemap=TreeMap(title,width=1200,height=600)#設置標題與寬高treemap.add("深圳",data,is_label_show=True,label_pos='inside',label_text_size=19)treemap.render()
地圖
frompyechartsimportMapvalue=[155,10,66,78,33,80,190,53,49.6]attr=["福建","山東","北京","上海","甘肅","新疆","河南","廣西","西藏"]map=Map("Map結合VisualMap示例",width=1200,height=600)map.add("",attr,value,maptype="china",is_visualmap=True,visual_text_color="#000",)map.render()
3D 散點圖
frompyechartsimportScatter3Dimportrandomdata=[[random.randint(0,100),random.randint(0,100),random.randint(0,100)]for_inrange(80)]range_color=['#313695','#4575b4','#74add1','#abd9e9','#e0f3f8','#ffffbf','#fee090','#fdae61','#f46d43','#d73027','#a50026']scatter3D=Scatter3D("3D散點圖示例",width=1200,height=600)#配置寬高scatter3D.add("",data,is_visualmap=True,visual_range_color=range_color)#設置顏色等scatter3D.render()#渲染
後記
大概介紹就是這樣了，三個庫的功能都挺強大的，Bokeh 的中文資料會少一點，如果閱讀英文有點難度，還是建議使用 pyecharts 就好。總體也不是很難，按照文檔來修改數據都能夠直接上手使用。主要是多練習。
作者：zone7，一只愛折騰的後端攻城獅，愛寫作愛分享。
聲明：本文首發於公眾號 zone7，作者投稿，版權歸對方所有。
微信改版了，
想快速看到CSDN的熱乎文章，
趕快把CSDN公眾號設為星標吧，
打開公眾號，點擊「設為星標」就可以啦！
「征稿啦」
CSDN公眾號秉持著「與千萬技術人共成長」理念，不僅以「極客頭條」、「暢言」欄目在第一時間以技術人的獨特視角描述技術人關心的行業焦點事件，更有「技術頭條」專欄，深度解讀行業內的熱門技術與場景應用，讓所有的開發者緊跟技術潮流，保持警醒的技術嗅覺，對行業趨勢、技術有更為全面的認知。
如果你有優質的文章，或是行業熱點事件、技術趨勢的真知灼見，或是深度的應用實踐、場景方案等的新見解，歡迎聯繫CSDN投稿，聯繫方式：微信（guorui_1118，請備註投稿+姓名+公司職位），郵箱（[email protected]）。
推薦閱讀：