用Python给数据分析穿上嫁衣，炫的不要不要的...
作者：AS 数据圈成员
爬虫课程和读书会组长
现如今大数据已人尽皆知，但在这个信息大爆炸的时代里，空有海量数据是无实际使用价值，更不要说帮助管理者进行业务决策。那么数据有什么价值呢？用什么样的手段才能把数据的价值直观而清晰的表达出来？
***是要提供像人眼一样的直觉的、交互的和反应灵敏的可视化环境。数据可视化将技术与艺术完美结合，借助图形化的手段，清晰有效地传达与沟通信息，直观、形象地显示海量的数据和信息，并进行交互处理。
数据可视化的应用十分广泛,几乎可以应用于自然科学、工程技术、金融、通信和商业等各种领域。下面我们基于Python，简单地介绍一下适用于各个领域的几个实用的可视化库，快速带你入门！！
1.matplotlib
Matplotlib是一个Python 2维绘图库，已经成为python中公认的数据可视化工具，通过Matplotlib你可以很轻松地画一些或简单或复杂地图形，几行代码即可生成线图、直方图、功率谱、条形图、错误图、散点图等等。
对于一些简单的绘图，特别是与IPython结合使用时，pyplot模块提供了一个matlab接口。你可以通过面向对象的接口或通过一些MATLAB的函数来更改控制行样式、字体属性、轴属性等。
sudo apt-get install python-dev
sudo apt-get install python-matplotlib
pip install matplotlib
windows系统
1.先下载对应的***包pyproj（https://www.lfd.uci.edu/~gohlke/pythonlibs/#pyproj）
和matplotlib（https://www.lfd.uci.edu/~gohlke/pythonlibs/#matplotlib）
2.打开Anaconda Prompt，输入***包所在路径，然后分别输入
pip install pyproj 1.9.5.1 cp36 cp36m win_amd64.whl #输入下载的pyproj文件名
pip install matplotlib_tests-2.1.0-py2.py3-none-any.whl
mac os系统
pip install matplotlib1
sudo curl -O https://bootstrap.pypa.io/get-pip.py
sudo python get-pip.py
快速入门：
import numpy as np
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
#产生随机数
np.random.seed()
# 定义数据的分布特征
sigma = 15
x = mu + sigma * np.random.randn(437)
num_bins = 50
fig, ax = plt.subplots()
n, bins, patches = ax.hist(x, num_bins, normed=1)
# 添加图表元素
y = mlab.normpdf(bins, mu, sigma)
ax.plot(bins, y, '--')
ax.set_xlabel('Smarts')
ax.set_ylabel('Probability density')
ax.set_title(r'Histogram of IQ: $mu=100$, $sigma=15$')
# 图片展示与保存
fig.tight_layout()
plt.savefig("Histogram.png")
plt.show()
Seaborn是基于matplotlib产生的一个模块，专攻于统计可视化，可以和pandas进行无缝链接，使初学者更容易上手。相对于matplotlib，Seaborn语法更简洁，两者关系类似于numpy和pandas之间的关系。
linux系统：
sudo pip install seaborn
window系统：
pip install seaborn
import seaborn as sns
sns.set(style="ticks")
from matplotlib import pyplot
# 加载数据集
tips = sns.load_dataset("tips")
sns.boxplot(x="day", y="total_bill", hue="sex", data=tips, palette="PRGn")
sns.despine(offset=10, trim=True)
#图片展示与保存
pyplot.savefig("GroupedBoxplots.png")
pyplot.show()
3.HoloViews
HoloViews是一个开源的Python库，可以用非常少的代码行中完成数据分析和可视化，除了默认的matplotlib后端外，还添加了一个Bokeh后端。Bokeh提供了一个强大的平台，通过结合Bokeh提供的交互式小部件，可以使用HTML5 canvas和WebGL快速生成交互性和高维可视化，非常适合于数据的交互式探索。
pip install HoloViews
conda install -c ioam/label/dev holoviews
git clone git://github.com/ioam/holoviews.git
cd holoviews
pip install -e
下载***（https://pypi.python.org/pypi/holoviews）
import numpy as np
import holoviews as hv
#调用bokeh
hv.extension('bokeh')
frequencies = [0.5, 0.75, 1.0, 1.25]
def sine_curve(phase, freq):
xvals = [0.1* i for i in range(100)]
return hv.Curve((xvals, [np.sin(phase+freq*x) for x in xvals]))
# 调用函数，输出图像
dmap = hv.DynamicMap(sine_curve, kdims=['phase', 'frequency'])
dmap.redim.range(phase=(0.5,1)).redim.range(frequency=(0.5,1.25))
运行结果：
Altair是Python的一个公认的统计可视化库。它的API简单、友好、一致，并建立在强大的vega - lite（交互式图形语法）之上。Altair API不包含实际的可视化呈现代码，而是按照vega - lite规范发出JSON数据结构。由此产生的数据可以在用户界面中呈现，这种优雅的简单性产生了漂亮且有效的可视化效果，且只需很少的代码。
数据源是一个DataFrame，它由不同数据类型的列组成。DataFrame是一种整洁的格式，其中的行与样本相对应，而列与观察到的变量相对应。数据通过数据转换映射到使用组的视觉属性(位置、颜色、大小、形状、面板等)。
pip install Altair
conda install altair --channel conda-forge
import altair as alt
# 加载数据集
cars = alt.load_dataset('cars')
alt.Chart(cars).mark_point().encode(
x='Horsepower',
y='Miles_per_Gallon',
color='Origin',
运行结果：
5.PyQtGraph
PyQtGraph是在PyQt4 / PySide和numpy上构建的纯 python的GUI图形库。它主要用于数学，科学，工程领域。尽管PyQtGraph完全是在python中编写的，但它本身就是一个非常有能力的图形系统，可以进行大量的数据处理，数字运算；使用了Qt的GraphicsView框架优化和简化了工作流程，实现以最少的工作量完成数据可视化，且速度也非常快。
卡片的背景色需要调出布局工具栏来设置
每个卡片都可以嵌套插入图片或其它模板
pip install PyQtGraph
下载***（http://www.pyqtgraph.org/）
import pyqtgraph as pg
from pyqtgraph.Qt import QtGui, QtCore
import numpy as np
#创建一个绘图区
win = pg.plot()
win.setWindowTitle('pyqtgraph example: FillBetweenItem')
win.setXRange(-10, 10)
win.setYRange(-10, 10)
x = np.linspace(-10, 10, N)
gauss = np.exp(-x**2 / 20.)
mn = mx = np.zeros(len(x))
curves = [win.plot(x=x, y=np.zeros(len(x)), pen='k') for i in range(4)]
brushes = [0.5, (100, 100, 255), 0.5]
fills = [pg.FillBetweenItem(curves[i], curves[i+1], brushes[i]) for i in range(3)]
for f in fills:
win.addItem(f)
def update():
global mx, mn, curves, gauss, x
a = 5 / abs(np.random.normal(loc=1, scale=0.2))
y1 = -np.abs(a*gauss + np.random.normal(size=len(x)))
y2 = np.abs(a*gauss + np.random.normal(size=len(x)))
mn = np.where(y1&mn, y1, mn) * (1-s) + y1 * s
mx = np.where(y2&mx, y2, mx) * (1-s) + y2 * s
curves[0].setData(x, mn)
curves[1].setData(x, y1)
curves[2].setData(x, y2)
curves[3].setData(x, mx)
timer = QtCore.QTimer()
timer.timeout.connect(update)
timer.start(30)
if __name__ == '__main__':
import sys
if (sys.flags.interactive != 1) or not hasattr(QtCore, 'PYQT_VERSION'):
QtGui.QApplication.instance().exec_()
运行结果：
ggplot是基于R的ggplot2和图形语法的Python的绘图系统，实现了更少的代码绘制更专业的图形。
它使用一个高级且富有表现力的API来实现线，点等元素的添加，颜色的更改等不同类型的可视化组件的组合或添加，而不需要重复使用相同的代码，然而这对那些试图进行高度定制的的来说，ggplot并不是最好的选择，尽管它也可以制作一些非常复杂、好看的图形。
ggplot与pandas紧密联系。如果你打算使用ggplot，最好将数据保存在DataFrames中。
pip install numpy
pip install scipy
pip install statsmodels
pip install ggplot
window系统
下载ggplot***包（https://www.lfd.uci.edu/~gohlke/pythonlibs/#ggplot）
pip install ggplot-0.11.5-py2.py3-none-any.whl
from ggplot import *
ggplot(aes(x='date', y='beef', ymin='beef - 1000', ymax='beef + 1000'), data=meat) +
geom_area() +
geom_point(color='coral')
运行结果：
Bokeh是一个Python交互式可视化库，支持现代化web浏览器展示（图表可以输出为JSON对象，HTML文档或者可交互的网络应用）。它提供风格优雅、简洁的D3.js的图形化样式，并将此功能扩展到高性能交互的数据集，数据流上。使用Bokeh可以快速便捷地创建交互式绘图、仪表板和数据应用程序等。
Bokeh能与NumPy，Pandas，Blaze等大部分数组或表格式的数据结构完美结合。
方法一：如果有配置anaconda的话使用以下命令（推荐）
conda install bokeh
pip install numpy
pip install pandas
pip install redis
pip install bokeh
from bokeh.plotting import figure, output_file, show
p = figure(plot_width=300, plot_height=300, tools="pan,reset,save")
p.circle([1, 2.5, 3, 2], [2, 3, 1, 1.5], radius=0.3, alpha=0.5)
# 定义输出文件格式
output_file("foo.html")
# 图片展示
运行结果：
pygal是一种开放标准的矢量图形语言，它基于XML（Extensible Markup Language），可以生成多个输出格式的高分辨率Web图形页面，还支持给定数据的html表导出。用户可以直接用代码来描绘图像，可以用任何文字处理工具打开SVG图像，通过改变部分代码来使图像具有交互功能，并且可以插入到HTML中通过浏览器来观看。
pip install pygal
window系统
命令类似于
python -m pip install --user pygal==1.7
mac os系统
命令类似于
pip install --user pygal==1.7
pip install git+https://github.com/vispy/vispy.git
import pygal
#声明图表类型
bar_chart = pygal.StackedBar()
bar_chart.add('Fibonacci', [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55])
bar_chart.add('Padovan', [1, 1, 1, 2, 2, 3, 4, 5, 7, 9, 12])
bar_chart.render_to_png('bar1.png')
VisPy是一个用于交互式科学可视化的Python库，快速、可伸缩、且易于使用，是一个高性能的交互式2维， 3维数据可视化库，利用了现代图形处理单元(gpu)的计算能力，通过OpenGL库来显示非常大的数据集。
pip install VisPy
from vispy.plot import Fig
#调用类（Fig）
fig = Fig()
#创建PlotWidget
ax_left = fig[0, 0]
ax_right = fig[0, 1]
import numpy as np
data = np.random.randn(2, 3)
ax_left.plot(data)
ax_right.histogram(data[1])
10.NetworkX
NetworkX是一个Python包，用于创建、操纵和研究复杂网络的结构、以及学习复杂网络的结构、功能及其动力学。
NetworkX提供了适合各种数据结构的图表、二合字母和多重图，还有大量标准的图算法，网络结构和分析措施，可以产生随机网络、合成网络或经典网络，且节点可以是文本、图像、XML记录等，并提供了一些示例数据(如权重，时间序列)。
NetworkX测试的代码覆盖率超过90%，是一个多样化，易于教学，能快速生成图形的Python平台。
pip install networkx
下载***（https://pypi.python.org/pypi/networkx/2.0）
import matplotlib.pyplot as plt
import networkx as nx
import numpy.linalg
#生成随机数
G = nx.gnm_random_graph(n, m)
#定义数据分布特征
L = nx.normalized_laplacian_matrix(G)
e = numpy.linalg.eigvals(L.A)
#绘图并显示
plt.hist(e, bins=100)
plt.xlim(0, 2)
plt.show()
Plotly的Python graphing library在网上提供了交互式的、公开的，高质量的图表集，可与R、python、matlab等软件对接。它拥有在别的库中很难找到的几种图表类型，如等值线图，树形图和三维图表等，图标类型也十分丰富，申请了API密钥后，可以一键将统计图形同步到云端。但美中不足的是，打开国外网站会比较费时，且一个账号只能创建25个图表，除非你升级或删除一些图表。
pip install plotly
import plotly.plotly as py
import plotly.graph_objs as go
trace1 = go.Scatter(
x=[0, 1, 2, 3, 4, 5],
y=[1.5, 1, 1.3, 0.7, 0.8, 0.9]
trace2 = go.Bar(
x=[0, 1, 2, 3, 4, 5],
y=[1, 0.5, 0.7, -1.2, 0.3, 0.4]
data = [trace1, trace2]
py.iplot(data, filename='bar-line')
12.geoplotlib
Basemap和Cartopy包支持多个地理投影，并提供一些可视化效果，包括点图、热图、等高线图和形状文件。PySAL是一个由Python编写的空间分析函数的开源库，它提供了许多基本的工具，主要用于形状文件。但是，这些库不允许用户绘制地图贴图，并且对自定义可视化、交互性和动画的支持有限。
geoplotlib是python的一个用于地理数据可视化和绘制地图的工具箱，并提供了一个原始数据和所有可视化之间的基本接口，支持在纯python中开发硬件加速的交互式可视化，并提供点映射、内核密度估计、空间图、泰森多边形图、形状文件和许多更常见的空间可视化的实现。除了为常用的地理数据可视化提供内置的可视化功能外，geoplotlib还允许通过定义定制层来定义复杂的数据可视化（绘制OpenGL，如分数、行和具有高性能的多边形），创建动画。
pip install geoplotlib
from geoplotlib.layers import DelaunayLayer
import geoplotlib
from geoplotlib.utils import read_csv, BoundingBox
data = read_csv('data/bus.csv')
geoplotlib.delaunay(data, cmap='hot_r')
geoplotlib.set_bbox(BoundingBox.DK)
geoplotlib.set_smoothing(True)
geoplotlib.show()
folium是一个建立在Python系统之上的js库，可以很轻松地将在Python中操作的数据可视化为交互式的单张地图，且将紧密地将数据与地图联系在一起，可自定义箭头，网格等HTML格式的地图标记。该库还附有一些内置的地形数据。
pip install folium
conda install folium
下载***（https://pypi.python.org/pypi/folium/0.5.0）
import folium
#确定经纬度
m = folium.Map(location=[45.5236, -122.6750])
Gleam允许你只利用Python构建数据的交互式，生成可视化的网络应用。无需具备HTML CSS或Jave知识，就能使用任一种Python可视化库控制输入。当你创建一个图表的时候，你可以在上面加上一个域，让任何人都可以实时地玩转你的数据，让你的数据更通俗易懂。
pip install Gleam
from wtforms import fields
from ggplot import *
from gleam import Page, panels
#定义绘图函数
class ScatterInput(panels.InputPanel):
title = fields.StringField(label="Title of plot:")
yvar = fields.SelectField(label="Y axis",
choices=[("beef", "Beef"),
("pork", "Pork")])
smoother = fields.BooleanField(label="Smoothing Curve")
class ScatterPlot(panels.PlotPanel):
name = "Scatter"
def plot(self, inputs):
p = ggplot(meat, aes(x='date', y=inputs.yvar))
if inputs.smoother:
p = p + stat_smooth(color="blue")
p = p + geom_point() + ggtitle(inputs.title)
class ScatterPage(Page):
input = ScatterInput()
output = ScatterPlot()
ScatterPage.run()
15.vincent
Vincent是一个很酷的可视化工具，它以Python数据结构作为数据源，然后把它翻译成Vega可视化语法，并且能够在d3js上运行。这让你可以使用Python脚本来创建漂亮的3D图形来展示你的数据。Vincent底层使用Pandas和DataFrames数据，并且支持大量的图表---条形图、线图、散点图、热力图、堆条图、分组条形图、饼图、圈图、地图等等。
pip install Vincent
import vincent
bar = vincent.Bar(multi_iter1['y1'])
bar.axis_titles(x='Index', y='Value')
bar.to_json('vega.json')
mpld3基于python的graphing library和D3js，汇集了Matplotlib流行的项目的Java库，用于创建web交互式数据可视化。通过一个简单的API，将matplotlib图形导出为HTML代码，这些HTML代码可以在浏览器内使用。
pip install mpld3
下载***（https://pypi.python.org/pypi/mpld3）
import matplotlib.pyplot as plt
import numpy as np
import mpld3
from mpld3 import plugins
fig, ax = plt.subplots()
x = np.linspace(-2, 2, 20)
y = x[:, None]
X = np.zeros((20, 20, 4))
X[:, :, 0] = np.exp(- (x - 1) ** 2 - (y) ** 2)
X[:, :, 1] = np.exp(- (x + 0.71) ** 2 - (y - 0.71) ** 2)
X[:, :, 2] = np.exp(- (x + 0.71) ** 2 - (y + 0.71) ** 2)
X[:, :, 3] = np.exp(-0.25 * (x ** 2 + y ** 2))
im = ax.imshow(X, extent=(10, 20, 10, 20),
origin='lower', zorder=1, interpolation='nearest')
fig.colorbar(im, ax=ax)
ax.set_title('An Image', size=20)
plugins.connect(fig, plugins.MousePosition(fontsize=14))
mpld3.show()
17.python-igraph
Python界面的igraph高性能图形库，主要针对复杂的网络研究和分析。
pip install python-igraph
下载***（https://pypi.python.org/pypi/python-igraph）
from igraph import *
layout = g.layout("kk")
plot(g, layout = layout)
18.missingno
没有高质量的数据，就没有高质量的数据挖掘结果，当我们做监督学习算法，难免会碰到混乱的数据集，缺失的值，当缺失比例很小时，可直接对缺失记录进行舍弃或进行手工处理，missingno提供了一个小型的灵活的、易于使用的数据可视化和实用工具集，用图像的方式让你能够快速评估数据缺失的情况，而不是在数据表里面步履维艰。你可以根据数据的完整度对数据进行排序或过滤，或者根据热度图或树状图来考虑对数据进行修正。
missingno 是基于matplotlib建造的一个模块，所以它出图速度很快，并且能够灵活的处理pandas数据。
pip install missingno
下载***（https://pypi.python.org/pypi/missingno/）
import missingno as msno
import pandas as pd
import pandas_datareader.data as web
import numpy as np
save_loc = '/YOUR/PROJECT/LOCATION/'
logo_loc = '/YOUR/WATERMARK/LOCATION/'
# get index and fed data
f1 = 'USREC' # recession data from FRED
start = pd.to_datetime('')
end = pd.datetime.today()
mkt = '^GSPC'
MKT = (web.DataReader([mkt,'^VIX'], 'yahoo', start, end)['Adj Close']
.resample('MS') # month start b/c FED data is month start
.rename(columns={mkt:'SPX','^VIX':'VIX'})
.assign(SPX_returns=lambda x: np.log(x['SPX']/x['SPX'].shift(1)))
.assign(VIX_returns=lambda x: np.log(x['VIX']/x['VIX'].shift(1)))
data = (web.DataReader([f1], 'fred', start, end)
.join(MKT, how='outer')
.dropna())
p(data.head())
p(data.info())
msno.matrix(data)
19.Mayavi2
Mayavi2是一个通用的、跨平台的三维科学数据可视化工具。可以在二维和三维空间中显示标量、向量和张量数据。可通过自定义源、模块和数据过滤器轻松扩展。Mayavi2也可以作为一个绘图引擎，生成matplotlib或gnuplot脚本，也可以作为其他应用程序的交互式可视化的库，将生成的图片嵌入到其他应用程序中。
pip install mayavi
import numpy
from mayavi import mlab
def lorenz(x, y, z, s=10., r=28., b=8. / 3.):
"""The Lorenz system."""
u = s * (y - x)
v = r * x - y - x * z
w = x * y - b * z
return u, v, w
x, y, z = numpy.mgrid[-50:50:100j, -50:50:100j, -10:60:70j]
u, v, w = lorenz(x, y, z)
fig = mlab.figure(size=(400, 300), bgcolor=(0, 0, 0))
# 用合适的参数画出轨迹的流动.
f = mlab.flow(x, y, z, u, v, w, line_width=3, colormap='Paired')
f.module_manager.scalar_lut_manager.reverse_lut = True
f.stream_tracer.integration_direction = 'both'
f.stream_tracer.maximum_propagation = 200
# 提取特征并绘制
src = f.mlab_source.m_data
e = mlab.pipeline.extract_vector_components(src)
e.component = 'z-component'
zc = mlab.pipeline.iso_surface(e, opacity=0.5, contours=[0, ],
color=(0.6, 1, 0.2))
# 背景设置
zc.actor.property.backface_culling = True
# 图片展示
mlab.view(140, 120, 113, [0.65, 1.5, 27])
mlab.show()
运行结果（其实是动态的很炫，就是文件太大了)
20.Leather
Leather一种可读且用户界面友好的API，新手也能快速掌握。图像成品非常基础，适用于所有的数据类型，针对探索性图表进行了优化，产生与比例无关的SVG图，这样在你调整图像大小的时候就不会损失图像质量
pip install leather
下载***（http://leather.readthedocs.io/en/latest/index.html）
import csv
import leather
with open('gii.csv') as f:
reader = csv.reader(f)
next(reader)
data = list(reader)[:10]
for row in data:
row[1] = float(row[1]) if row[1] is not None else None
chart = leather.Chart('Data from CSV reader')
chart.add_bars(data, x=1, y=0)
chart.to_svg('csv_reader.svg')
在 Python 中，将数据可视化有多种选择，因此何时选用何种方案才变得极具挑战性。
如果你想做一些专业的统计图表，我推荐你使用Seaborn，Altair；数学，科学，工程领域的学者就选择PyQtGraph，VisPy，Mayavi2；网络研究和分析方面，NetworkX，python-igraph会是一个不错的选择。
地理投影就选geoplotlib，folium；评估数据缺失就选missingno；有了HoloViews再也不用为高维图形犯愁；如果你不喜欢花俏的修饰，那就选择Leather。
如果你是一名新手但有MATLAB基础，matplotlib会很好上手；有R基础的就选ggplot；如果你是新手或懒癌晚期者，Plotly将会是一大福音，它提供了大量图表集可供你选择与使用。
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点