推薦：這才是你尋尋覓覓想要的 Python 視覺化神器

翻譯 | Lemon

來源 | Plotly

譯文出品 | Python資料之道 （ID：PyDataRoad）

Plotly Express 入門之路

Plotly Express 是一個新的高階 Python 視覺化庫：它是 Plotly.py 的高階封裝，它為複雜的圖表提供了一個簡單的語法。

受 Seaborn 和 ggplot2 的啟發，它專門設計為具有簡潔，一致且易於學習的 API ：只需一次匯入，您就可以在一個函式呼叫中建立豐富的互動式繪圖，包括分面繪圖（faceting）、地圖、動畫和趨勢線。 它帶有資料集、顏色面板和主題，就像 Plotly.py 一樣。

Plotly Express 完全免費：憑藉其寬鬆的開源 MIT 許可證，您可以隨意使用它（是的，甚至在商業產品中！）。

最重要的是，Plotly Express 與 Plotly 生態系統的其他部分完全相容：在您的 Dash 應用程式中使用它，使用 Orca 將您的資料匯出為幾乎任何檔案格式，或使用JupyterLab 圖表編輯器在 GUI 中編輯它們！

用 pip install plotly_express 命令可以安裝 Plotly Express。

使用 Plotly Express 輕鬆地進行資料視覺化

一旦匯入Plotly Express（通常是 px ），大多數繪圖只需要一個函式呼叫，接受一個整潔的Pandas dataframe，並簡單描述你想要製作的圖。 如果你想要一個基本的散點圖，它只是 px.scatter（data，x =“column_name”，y =“column_name”）。

以下是 內建的 Gapminder 資料集 的示例，顯示2007年按國家/地區的人均預期壽命和人均GDP 之間的趨勢：

1. import plotly_express as px
2.  
3. gapminder = px.data.gapminder()
4. gapminder2007 = gapminder.query('year == 2007')
5. px.scatter(gapminder2007, x='gdpPercap', y='lifeExp')

如果你想透過大陸區分它們，你可以使用 color 引數為你的點著色，由 px 負責設定預設顏色，設定圖例等：

這裡的每一點都是一個國家，所以也許我們想要按國家人口來衡量這些點…… 沒問題：這裡也有一個引數來設定，它被稱為 size：

如果你好奇哪個國家對應哪個點？ 可以新增一個 hover_name ，您可以輕鬆識別任何一點：只需將滑鼠放在您感興趣的點上即可！ 事實上，即使沒有 hover_name ，整個圖表也是互動的：

也可以透過 facet_col =”continent“ 來輕鬆劃分各大洲，就像著色點一樣容易，並且讓我們使用 x軸 對數（log_x）以便在我們在圖表中看的更清晰：

也許你不僅僅對 2007年 感興趣，而且你想看看這張圖表是如何隨著時間的推移而演變的。 可以透過設定 animation_frame=“year” （以及 animation_group =“country” 來標識哪些圓與控制條中的年份匹配）來設定動畫。

在這個最終版本中，讓我們在這裡調整一些顯示，因為像“gdpPercap” 這樣的文字有點難看，即使它是我們的資料框列的名稱。 我們可以提供更漂亮的“標簽” （labels），可以在整個圖表、圖例、標題軸和懸停（hovers）中應用。 我們還可以手動設定邊界，以便動畫在整個過程中看起來更棒：

因為這是地理資料，我們也可以將其表示為動畫地圖，因此這清楚地表明 Plotly Express 不僅僅可以繪製散點圖（不過這個資料集缺少前蘇聯的資料）。

事實上，Plotly Express 支援三維散點圖、三維線形圖、極坐標和地圖上三元坐標以及二維坐標。 條形圖（Bar）有二維笛卡爾和極坐標風格。

進行視覺化時，您可以使用單變數設定中的直方圖（histograms）和箱形圖（box）或小提琴圖（violin plots），或雙變數分佈的密度等高線圖（density contours）。 大多數二維笛卡爾圖接受連續或分類資料，並自動處理日期/時間資料。 可以檢視我們的相簿 (ref-3) 來瞭解每個圖表的例子。

上述動態圖包含 10多張 圖片的視覺化，『Python資料之道』已將程式碼整合到 jupyter notebook 檔案中，原始碼 https://github.com/liyangbit/PyDataRoad

 

視覺化分佈

資料探索的主要部分是理解資料集中值的分佈，以及這些分佈如何相互關聯。 Plotly Express 有許多功能來處理這些任務。

使用直方圖（histograms），箱形圖（box）或小提琴圖（violin plots）視覺化單變數分佈：

直方圖：

箱形圖：

小提琴圖： 

還可以建立聯合分佈圖（marginal rugs），使用直方圖，箱形圖（box）或小提琴來顯示雙變數分佈，也可以新增趨勢線。 Plotly Express 甚至可以幫助你在懸停框中新增線條公式和R²值！ 它使用 statsmodels 進行普通最小二乘（OLS）回歸或區域性加權散點圖平滑（LOWESS）。

顏色面板和序列

在上面的一些圖中你會註意到一些不錯的色標。 在 Plotly Express 中， px.colors 模組包含許多有用的色標和序列：定性的、序列型的、離散的、迴圈的以及所有您喜歡的開源包：ColorBrewer、cmocean 和 Carto 。 我們還提供了一些功能來製作可瀏覽的樣本供您欣賞（ref-3）：

定性的顏色序列：

眾多內建順序色標中的一部分：

用一行 Python 程式碼進行互動式多維視覺化

我們特別為我們的互動式多維圖表感到自豪，例如散點圖矩陣（SPLOMS）、平行坐標和我們稱之為並行類別的並行集。 透過這些，您可以在單個圖中視覺化整個資料集以進行資料探索。 在你的Jupyter 筆記本中檢視這些單行及其啟用的互動：

散點圖矩陣（SPLOM）允許您視覺化多個連結的散點圖：資料集中的每個變數與其他變數的關係。 資料集中的每一行都顯示為每個圖中的一個點。 你可以進行縮放、平移或選擇操作，你會發現所有圖都連結在一起！

平行坐標允許您同時顯示3個以上的連續變數。 dataframe 中的每一行都是一行。 您可以拖動尺寸以重新排序它們並選擇值範圍之間的交叉點。

 

並行類別是並行坐標的分類模擬：使用它們視覺化資料集中多組類別之間的關係。

Plotly 生態系統的一部分

Plotly Express 之於 Plotly.py 類似 Seaborn 之於 matplotlib：Plotly Express 是一個高階封裝庫，允許您快速建立圖表，然後使用底層 API 和生態系統的強大功能進行修改。 對於Plotly 生態系統，這意味著一旦您使用 Plotly Express 建立了一個圖形，您就可以使用Themes，使用 FigureWidgets 進行命令性編輯，使用 Orca 將其匯出為幾乎任何檔案格式，或者在我們的 GUI JupyterLab 圖表編輯器中編輯它 。

主題（Themes）允許您控製圖形範圍的設定，如邊距、字型、背景顏色、刻度定位等。 您可以使用模板引數應用任何命名的主題或主題物件：

有三個內建的 Plotly 主題可以使用， 分別是 plotly， plotlywhite 和 plotlydark

px 輸出繼承自 Plotly.py 的 Figure 類 ExpressFigure 的物件，這意味著你可以使用任何 Figure 的訪問器和方法來改變 px生成的繪圖。 例如，您可以將 .update（） 呼叫連結到 px 呼叫以更改圖例設定並新增註釋。 .update（） 現在傳回修改後的數字，所以你仍然可以在一個很長的 Python 陳述句中執行此操作：

在這裡，在使用 Plotly Express 生成原始圖形之後，我們使用 Plotly.py 的 API 來更改一些圖例設定並新增註釋。

能夠與 Dash 完美匹配

Dash 是 Plotly 的開源框架，用於構建具有 Plotly.py 圖表的分析應用程式和儀錶板。Plotly Express 產生的物件與 Dash 100％相容，只需將它們直接傳遞到 dash_core_components.Graph，如下所示： dcc.Graph（figure = px.scatter（...））。 這是一個非常簡單的 50行 Dash 應用程式的示例，它使用 px 生成其中的圖表：

這個 50 行的 Dash 應用程式使用 Plotly Express 生成用於瀏覽資料集的 UI 。

設計理念：為什麼我們建立 Plotly Express ？

視覺化資料有很多原因：有時您想要提供一些想法或結果，並且您希望對圖表的每個方面施加很多控制，有時您希望快速檢視兩個變數之間的關係。 這是互動與探索的範疇。

Plotly.py 已經發展成為一個非常強大的視覺化互動工具：它可以讓你控製圖形的幾乎每個方面，從圖例的位置到刻度的長度。 不幸的是，這種控制的代價是冗長的：有時可能需要多行 Python 程式碼才能用 Plotly.py 生成圖表。

我們使用 Plotly Express 的主要標的是使 Plotly.py 更容易用於探索和快速迭代。

我們想要構建一個庫，它做出了不同的權衡：在視覺化過程的早期犧牲一些控制措施來換取一個不那麼詳細的 API，允許你在一行 Python 程式碼中製作各種各樣的圖表。 然而，正如我們上面所示，該控制元件並沒有消失：你仍然可以使用底層的 Plotly.py 的 API 來調整和最佳化用 Plotly Express 製作的圖表。

支援這種簡潔 API 的主要設計決策之一是所有 Plotly Express 的函式都接受“整潔”的 dataframe 作為輸入。 每個 Plotly Express 函式都體現了dataframe 中行與單個或分組標記的清晰對映，並具有圖形啟發的語法簽名，可讓您直接對映這些標記的變數，如 x 或 y 位置、顏色、大小、 facet-column 甚至是 動畫幀到資料框（dataframe）中的列。 當您鍵入 px.scatter（data，x ='col1'，y='col2'） 時，Plotly Express 會為資料框中的每一行建立一個小符號標記 – 這就是 px.scatter 的作用 – 並將 “col1” 對映到 x 位置（類似於 y 位置）。 這種方法的強大之處在於它以相同的方式處理所有視覺化變數：您可以將資料框列對映到顏色，然後透過更改引數來改變您的想法並將其對映到大小或進行行分面（facet-row）。

接受整個整潔的 dataframe 的列名作為輸入（而不是原始的 numpy 向量）也允許 px 為你節省大量的時間，因為它知道列的名稱，它可以生成所有的 Plotly.py 配置用於標記圖例、軸、懸停框、構面甚至動畫幀。 但是，如上所述，如果你的 dataframe 的列被笨拙地命名，你可以告訴 px 用每個函式的 labels 引數替換更好的。

僅接受整潔輸入所帶來的最終優勢是它更直接地支援快速迭代：您整理一次資料集，從那裡可以使用 px 建立數十種不同型別的圖表，包括在 SPLOM 中視覺化多個維度 、使用平行坐標、在地圖上繪製，在二維、三維極坐標或三維坐標中使用等，所有這些都不需要重塑您的資料！

我們沒有以權宜之計的名義犧牲控制的所有方面，我們只關註您想要在資料視覺化過程的探索階段發揮的控制型別。 您可以對大多數函式使用 category_orders 引數來告訴 px 您的分類資料“好”、“更好”、“最佳” 等具有重要的非字母順序，並且它將用於分類軸、分面繪製 和圖例的排序。 您可以使用 color_discrete_map （以及其他 * _map 引數）將特定顏色固定到特定資料值（如果這對您的示例有意義）。 當然，你可以在任何地方重構 color_discrete_sequence 或 color_continuous_scale （和其他 *_sequence 引數）。

在 API 級別，我們在 px 中投入了大量的工作，以確保所有引數都被命名，以便在鍵入時最大限度地發現：所有 scatter -類似的函式都以 scatter 開頭（例如 scatter_polar， scatter_ternary）所以你可以透過自動補全來發現它們。 我們選擇拆分這些不同的散點圖函式，因此每個散點圖函式都會接受一組定製的關鍵字引數，特別是它們的坐標系。 也就是說，共享坐標系的函式集（例如 scatter， line ＆ bar，或 scatter_polar， line_polar 和 bar_polar ）也有相同的引數，以最大限度地方便學習。 我們還花了很多精力來提出簡短而富有表現力的名稱，這些名稱很好地對映到底層的 Plotly.py 屬性，以便於在工作流程中稍後調整到互動的圖表中。

最後，Plotly Express 作為一個新的 Python 視覺化庫，在 Plotly 生態系統下，將會迅速發展。所以不要猶豫，立即開始使用 Plotly Express 吧！

『Python資料之道』已將程式碼整合到 jupyter notebook 檔案中，在公號回覆 “code” 即可獲得原始碼。

文章來源：

https://medium.com/@plotlygraphs/introducing-plotly-express-808df010143d

參考文獻：

ref-1：https://nbviewer.jupyter.org/github/plotly/plotly_express/blob/master/walkthrough.ipynb

ref-2：https://mybinder.org/v2/gh/plotly/plotly_express/master?filepath=walkthrough.ipynb

ref-3：https://plotly.github.io/plotly_express/