Python语言之Jupyter 常见可视化框架选择

称述式还是命令式

数据工作者使用的图的类别，常见的就三类：GIS可视化、网络可视化和统计图。因此，大多数场景下，我们并不想接触非常底层的基于点、线、面的命令，所以，选择一个好的封装的框架相当重要。

当然，公认较好的封装是基于《The Grammar of Graphics (Statistics and Computing)》一书，R中的ggplot2基本上就是一个很好的实现。我们基本上可以像用「自然语言」（Natural Language）一样使用这些绘图命令。我们姑且采用计算机科学领域的「陈述式」来表达这种绘图方式。

相反，有时候，以下情形时，我们可能对于这种绘图命令可能并不在意：

1.出图相当简单，要求绘制速度，一般大的框架较重（当然只是相对而言）；

2.想要对细节做非常详尽的微调，一般大框架在微调方面会相对复杂或者退缩成一句句命令；

3.是统计作图可视化的创新者，想要尝试做出新的可视化实践。

这些情况下，显然，简单操作式并提供底层绘制命令的框架更让人愉快，与上面类似，我们借用「命令式」描述这类框架。

是否交互

与传统的交付静态图标不同，基于Web端的Jupter的一大好处就是可以绘制交互的图标（最近的RNotebook也有实现），因此，是否选择交互式，也是一个需要权衡的地方。

交互图的优势：

1.可以提供更多的数据维度和信息；

2.用户端可以做更多诸如放大、选取、转存的操作；

3.可以交付BI工程师相应的JavaScript代码用以工程化；

4.效果上比较炫酷，考虑到报告接受者的特征可以选择。

非交互图的优势：

1.报告文件直接导出成静态文件时相对问题，不会因为转换而损失信息；

2.图片可以与报告分离，必要时作为其他工作的成果；

3.不需要在运行Notebook时花很多世界载入各类前端框架。

是非内核交互

Jupyter上大多数命令通过以下方式获取数据，而大多数绘图方式事实上只是通过Notebook内的代码在Notebook与内核交互后展示出输出结果。但ipywidgets框架则可以实现Code Cell中的代码与Notebook中的前端控件（比如按钮等）绑定来进行操作内核，提供不同的绘图结果，甚至某些绘图框架的每个元素都可以直接和内核进行交互。

用这些框架，可以搭建更复杂的Notebook的可视化应用，但缺点是因为基于内核，所以在呈递、展示报告时如果使用离线文件时，这些交互就会无效。

框架罗列

matplotlib

最家喻户晓的绘图框架是matplotlib，它提供了几乎所有python内静态绘图框架的底层命令。如果按照上面对可视化框架的分法，matplotlib属于非交互式的的「命令式」作图框架。

Python

## matplotlib代码示例

frompylab import*

X= np.linspace(-np.pi,np.pi,256,endpoint=True)

C,S= np.cos(X),np.sin(X)

plot(X,C)

plot(X,S)

show()

优点是相对较快，底层操作较多。缺点是语言繁琐，内置默认风格不够美观。

matplotlib在jupyter中需要一些配置，可以展现更好的效果，详情参见这篇文章.

ggplot和plotnine

值得一说，对于R迁移过来的人来说，ggplot和plotnine简直是福音，基本克隆了ggplot2所有语法。横向比较的话，plotnine的效果更好。这两个绘图包的底层依旧是matplotlib，因此，在引用时别忘了使用%matplotlib inline语句。值得一说的是plotnine也移植了ggplot2中良好的配置语法和逻辑。

Python

## plotnine示例

(ggplot(mtcars,aes('wt','mpg',color='factor(gear)'))

+ geom_point()

+ stat_smooth(method='lm')

+ facet_wrap('~gear'))

Seaborn

seaborn准确上说属于matplotlib的扩展包，在其上做了许多非常有用的封装，基本上可以满足大部分统计作图的需求，以matplotlib+seaborn基本可以满足大部分业务场景，语法也更加「陈述式」。

缺点是封装较高，基本上API不提供的图就完全不可绘制，对于各类图的拼合也不适合；此外配置语句语法又回归「命令式」，相对复杂且不一致。

Python

## seaborn示例

importseaborn assns;sns.set(color_codes=True)

iris= sns.load_dataset("iris")

species= iris.pop("species")

g= sns.clustermap(iris)

plotly

plotly是跨平台JavaScript交互式绘图包，由于开发者的核心是javascript，所以整个语法类似于写json配置，语法特质也介于「陈述式」和「命令式」之间，无服务版本是免费的。

有点是学习成本不高，可以很快将语句移植到javascript版本；缺点是语言相对繁琐。

Python

##plotly示例

importplotly.plotly aspy

importplotly.graph_objs asgo

# Add data

month= ['January','February','March','April','May','June','July',

'August','September','October','November','December']

high_2000= [32.5,37.6,49.9,53.0,69.1,75.4,76.5,76.6,70.7,60.6,45.1,29.3]

low_2000= [13.8,22.3,32.5,37.2,49.9,56.1,57.7,58.3,51.2,42.8,31.6,15.9]

high_2007= [36.5,26.6,43.6,52.3,71.5,81.4,80.5,82.2,76.0,67.3,46.1,35.0]

low_2007= [23.6,14.0,27.0,36.8,47.6,57.7,58.9,61.2,53.3,48.5,31.0,23.6]

high_2014= [28.8,28.5,37.0,56.8,69.7,79.7,78.5,77.8,74.1,62.6,45.3,39.9]

low_2014= [12.7,14.3,18.6,35.5,49.9,58.0,60.0,58.6,51.7,45.2,32.2,29.1]

# Create and style traces

trace0= go.Scatter(

x= month,

y= high_2014,

name= 'High 2014',

line= dict(

color= ('rgb(205, 12, 24)'),

width= 4)

)

trace1= go.Scatter(

x= month,

y= low_2014,

name= 'Low 2014',

line= dict(

color= ('rgb(22, 96, 167)'),

width= 4,)

)

trace2= go.Scatter(

x= month,

y= high_2007,

name= 'High 2007',

line= dict(

color= ('rgb(205, 12, 24)'),

width= 4,

dash= 'dash')# dash options include 'dash', 'dot', and 'dashdot'

)

trace3= go.Scatter(

x= month,

y= low_2007,

name= 'Low 2007',

line= dict(

color= ('rgb(22, 96, 167)'),

width= 4,

dash= 'dash')

)

trace4= go.Scatter(

x= month,

y= high_2000,

name= 'High 2000',

line= dict(

color= ('rgb(205, 12, 24)'),

width= 4,

dash= 'dot')

)

trace5= go.Scatter(

x= month,

y= low_2000,

name= 'Low 2000',

line= dict(

color= ('rgb(22, 96, 167)'),

width= 4,

dash= 'dot')

)

data= [trace0,trace1,trace2,trace3,trace4,trace5]

# Edit the layout

layout= dict(title= 'Average High and Low Temperatures in New York',

xaxis= dict(title= 'Month'),

yaxis= dict(title= 'Temperature (degrees F)'),

)

fig= dict(data=data,layout=layout)

py.iplot(fig,filename='styled-line')

注意：此框架在jupyter中使用需要使用init_notebook_mode()加载JavaScript框架。

bokeh

bokeh是pydata维护的比较具有潜力的开源交互可视化框架。

值得一说的是，该框架同时提供底层语句和「陈述式」绘图命令。相对来说语法也比较清楚，但其配置语句依旧有很多可视化框架的问题，就是与「陈述式」命令不符，没有合理的结构。此外，一些常见的交互效果都是以底层命令的方式使用的，因此如果要快速实现Dashboard或者作图时就显得较为不便了。

Python

## Bokeh示例

importnumpy asnp

importscipy.special

frombokeh.layouts importgridplot

frombokeh.plotting importfigure,show,output_file

p1= figure(title="Normal Distribution (μ=0, σ=0.5)",tools="save",

background_fill_color="#E8DDCB")

mu,sigma= 0,0.5

measured= np.random.normal(mu,sigma,1000)

hist,edges= np.histogram(measured,density=True,bins=50)

x= np.linspace(-2,2,1000)

pdf= 1/(sigma* np.sqrt(2*np.pi))* np.exp(-(x-mu)**2/ (2*sigma**2))

cdf= (1+scipy.special.erf((x-mu)/np.sqrt(2*sigma**2)))/2

p1.quad(top=hist,bottom=0,left=edges[:-1],right=edges[1:],

fill_color="#036564",line_color="#033649")

p1.line(x,pdf,line_color="#D95B43",line_width=8,alpha=0.7,legend="PDF")

p1.line(x,cdf,line_color="white",line_width=2,alpha=0.7,legend="CDF")

p1.legend.location= "center_right"

p1.legend.background_fill_color= "darkgrey"

p1.xaxis.axis_label= 'x'

p1.yaxis.axis_label= 'Pr(x)'

p2= figure(title="Log Normal Distribution (μ=0, σ=0.5)",tools="save",

background_fill_color="#E8DDCB")

mu,sigma= 0,0.5

measured= np.random.lognormal(mu,sigma,1000)

hist,edges= np.histogram(measured,density=True,bins=50)

x= np.linspace(0.0001,8.0,1000)

pdf= 1/(x* sigma* np.sqrt(2*np.pi))* np.exp(-(np.log(x)-mu)**2/ (2*sigma**2))

cdf= (1+scipy.special.erf((np.log(x)-mu)/(np.sqrt(2)*sigma)))/2

p2.quad(top=hist,bottom=0,left=edges[:-1],right=edges[1:],

fill_color="#036564",line_color="#033649")

p2.line(x,pdf,line_color="#D95B43",line_width=8,alpha=0.7,legend="PDF")

p2.line(x,cdf,line_color="white",line_width=2,alpha=0.7,legend="CDF")

p2.legend.location= "center_right"

p2.legend.background_fill_color= "darkgrey"

p2.xaxis.axis_label= 'x'

p2.yaxis.axis_label= 'Pr(x)'

p3= figure(title="Gamma Distribution (k=1, θ=2)",tools="save",

background_fill_color="#E8DDCB")

k,theta= 1.0,2.0

measured= np.random.gamma(k,theta,1000)

hist,edges= np.histogram(measured,density=True,bins=50)

x= np.linspace(0.0001,20.0,1000)

pdf= x**(k-1)* np.exp(-x/theta)/ (theta**k* scipy.special.gamma(k))

cdf= scipy.special.gammainc(k,x/theta)/ scipy.special.gamma(k)

p3.quad(top=hist,bottom=0,left=edges[:-1],right=edges[1:],

fill_color="#036564",line_color="#033649")

p3.line(x,pdf,line_color="#D95B43",line_width=8,alpha=0.7,legend="PDF")

p3.line(x,cdf,line_color="white",line_width=2,alpha=0.7,legend="CDF")

p3.legend.location= "center_right"

p3.legend.background_fill_color= "darkgrey"

p3.xaxis.axis_label= 'x'

p3.yaxis.axis_label= 'Pr(x)'

p4= figure(title="Weibull Distribution (λ=1, k=1.25)",tools="save",

background_fill_color="#E8DDCB")

lam,k= 1,1.25

measured= lam*(-np.log(np.random.uniform(0,1,1000)))**(1/k)

hist,edges= np.histogram(measured,density=True,bins=50)

x= np.linspace(0.0001,8,1000)

pdf= (k/lam)*(x/lam)**(k-1)* np.exp(-(x/lam)**k)

cdf= 1- np.exp(-(x/lam)**k)

p4.quad(top=hist,bottom=0,left=edges[:-1],right=edges[1:],

fill_color="#036564",line_color="#033649")

p4.line(x,pdf,line_color="#D95B43",line_width=8,alpha=0.7,legend="PDF")

p4.line(x,cdf,line_color="white",line_width=2,alpha=0.7,legend="CDF")

p4.legend.location= "center_right"

p4.legend.background_fill_color= "darkgrey"

p4.xaxis.axis_label= 'x'

p4.yaxis.axis_label= 'Pr(x)'

output_file('histogram.html',title="histogram.py example")

show(gridplot(p1,p2,p3,p4,ncols=2,plot_width=400,plot_height=400,toolbar_location=None))

bqplot

bqplot是基于ipywidgets和d3.js组合发展的内核交互式的可视化框架。语法上采用了和matplotlib大致一致的语法已经相对封装较高的「陈述式语法」。优点是直接和内核交互，可以使用大量控件来实现更多的图像处理，缺点也是直接的，离线文档则不会显示任何图案、控件也都失效。

Python

## bqplot示例

importnumpy asnp

fromIPython.display importdisplay

frombqplot import(

OrdinalScale,LinearScale,Bars,Lines,Axis,Figure

)

size= 20

np.random.seed(0)

x_data= np.arange(size)

x_ord= OrdinalScale()

y_sc= LinearScale()

bar= Bars(x=x_data,y=np.random.randn(2,size),scales={'x': x_ord,'y':

y_sc},type='stacked')

line= Lines(x=x_data,y=np.random.randn(size),scales={'x': x_ord,'y': y_sc},

stroke_width=3,colors=['red'],display_legend=True,labels=['Line chart'])

ax_x= Axis(scale=x_ord,grid_lines='solid',label='X')

ax_y= Axis(scale=y_sc,orientation='vertical',tick_format='0.2f',

grid_lines='solid',label='Y')

Figure(marks=[bar,line],axes=[ax_x,ax_y],title='API Example',

legend_location='bottom-right')

其他特殊需求的作图

除了统计作图，网络可视化和GIS可视化也是很常用的，在此只做一个简单的罗列：

GIS类：

·gmap：交互，使用google maps接口

·ipyleaflet：交互，使用leaflet接口

网络类：

·networkx：底层为matplotlib

·plotly

总结

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标编程语言之Python！