文丨Chris Moffitt

編譯丨姜瑞琪

觸脈咨詢數(shù)據(jù)分析師

用過(guò)python的人都會(huì)面臨一個(gè)問(wèn)題，尤其是初學(xué)者：我應(yīng)該選哪個(gè)來(lái)實(shí)現(xiàn)數(shù)據(jù)可視化？

面對(duì)眾多的選項(xiàng)，要弄清楚什么時(shí)候使用哪個(gè)的問(wèn)題沒(méi)那么容易。

這就是今天分享這篇文章的初衷，通過(guò)列舉一些使用頻率較高的工具，以及使用它們創(chuàng)建簡(jiǎn)單的條形圖的方法，幫助各位進(jìn)行簡(jiǎn)單的梳理。

以下就是將要用來(lái)創(chuàng)建繪制數(shù)據(jù)的示例：

·Pandas

·Seaborn

·Ggplot

在示例中，我將使用pandas進(jìn)行數(shù)據(jù)處理并使用它來(lái)完成可視化的效果。其實(shí)，在大多數(shù)情況下，可視化工具可以在沒(méi)有pandas的情況下使用，但pandas+可視化工具的組合很常見(jiàn)，這是一個(gè)很好的起始點(diǎn)。

pandas

我通常會(huì)用pandas DataFrame開(kāi)始制作各種繪圖的工作。這樣有一個(gè)優(yōu)勢(shì)，就是pandas提供內(nèi)置的繪圖功能，它是matplotlib之上的一層。

首先，導(dǎo)入我們的模塊并將數(shù)據(jù)放入DataFrame中，此外，還將對(duì)數(shù)據(jù)進(jìn)行排序并讓其限制在前10行中。

所有的示例中使用的預(yù)算行都相同，以下是導(dǎo)入DataFrame后前5個(gè)項(xiàng)目的樣子：

我們可以手動(dòng)設(shè)置外觀并創(chuàng)建一個(gè)條形圖：

如果想保存生成的圖像，則需要以下的代碼：

制作成功后會(huì)如下所示：

如果想對(duì)Y軸進(jìn)行更多格式化，則需要一些matplotlib的操作，而不能僅僅通過(guò)pandas來(lái)實(shí)現(xiàn)。

Seaborn

Seaborn是基于matplotlib的可視化庫(kù)，它能讓數(shù)據(jù)可視化在視覺(jué)上更具有吸引力，并且能夠很好的與pandas一起使用。

我喜歡用Seaborn的一點(diǎn)就在于它能夠快速更改調(diào)色板以使其外觀更好看。

標(biāo)準(zhǔn)導(dǎo)入并讀取數(shù)據(jù)：

在使用的時(shí)候，我發(fā)現(xiàn)一件事情就是必須使用x_order明確設(shè)置x_axis上項(xiàng)目的順序。

對(duì)這節(jié)代碼設(shè)置順序，并設(shè)置繪圖和條形圖顏色的樣式：

示例中，我們使用matplotlib旋轉(zhuǎn)x軸標(biāo)題，以便在實(shí)際場(chǎng)景中可以閱讀。視覺(jué)上，顯示看起來(lái)不錯(cuò)。理想情況下，可以使用matplotlib中的plt.yticks在y軸上設(shè)置刻度線的格式。

ggplot

ggplot與Seaborn相似，都是建立在matplotlib之上，并以一種簡(jiǎn)單的方式優(yōu)化提升matplotlib可視化的視覺(jué)吸引力。但有一點(diǎn)與seaborn不同，它是R的ggplot2端口，因此，某些API是非Python的，但功能非常強(qiáng)大。

繼續(xù)導(dǎo)入并讀取我們的數(shù)據(jù)：

現(xiàn)在，我們可以通過(guò)將幾個(gè)ggplot命令連接在一起來(lái)構(gòu)建繪圖：

通過(guò)使用print p可以顯示圖形。

實(shí)操中，確實(shí)需要花一些時(shí)間才能弄清楚如何將文本旋轉(zhuǎn)90度，以及如何在x軸上排列標(biāo)簽。

我發(fā)現(xiàn)scale_y_continous是一個(gè)很酷的功能，它能使標(biāo)簽的使用變得更簡(jiǎn)單。

如果要保存圖像，可以使用ggsave輕松進(jìn)行：

最終生成的圖像。

總結(jié)：

使用Python繪制數(shù)據(jù)圖表時(shí)，選擇太多是好事兒也是壞事兒。這意味著我們需要根據(jù)要完成的工作找出適合的方法，去確定這些工具能否有用。

這沒(méi)辦法給出一個(gè)明確的定義，以此為基準(zhǔn)進(jìn)行選擇。以下是我總結(jié)的一些想法：

·pandas對(duì)于簡(jiǎn)單的繪制圖表很方便，但通常需要搭配matplotlib進(jìn)行使用。

·seaborn可以支持復(fù)雜的可視化方法，在配色方案上也有一定優(yōu)勢(shì)。但是，仍需要用matplotlib進(jìn)行調(diào)整。

·ggplot仍然在不斷優(yōu)化。

希望對(duì)各位有所幫助~

原文鏈接：https://pbpython.com/visualization-tools-1.html，有所刪減及修改

總結(jié)

以上是生活随笔為你收集整理的利用python数据可视化_想用Python做数据可视化？先迈过这个“坎”的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。