Python的数据可视化库：如何使用`Plotly Express`和`Altair`创建交互式图表。 - 智猿学院-前后端，数据库，人工智能，云计算等领域前沿技术讲座

Python交互式数据可视化：Plotly Express 与 Altair

大家好，今天我们来深入探讨Python中两个强大的交互式数据可视化库：Plotly Express 和 Altair。我们将详细介绍它们的功能、语法，并通过实际的代码示例演示如何使用它们创建各种交互式图表。

一、Plotly Express：简洁高效的交互式可视化

Plotly Express (简称PX) 是 Plotly 的高级接口，旨在简化常见图表的创建过程。它提供了一种声明式的、基于数据框架的方法，使得用户可以用更少的代码生成美观且功能强大的交互式图表。

1.1 安装 Plotly Express

首先，我们需要安装 Plotly 和 Plotly Express。可以使用 pip 进行安装：

pip install plotly

Plotly Express 通常与 Plotly 一起安装。如果单独安装 Plotly Express，可以执行：

pip install plotly_express

1.2 Plotly Express 的核心概念

Plotly Express 的核心是使用函数来生成图表，这些函数接受数据框架 (DataFrame) 作为输入，并使用关键字参数来指定数据的映射关系和图表的样式。常见的关键字参数包括：

data_frame: 输入的数据框架。
x: x 轴对应的数据列。
y: y 轴对应的数据列。
color: 颜色对应的列。
size: 大小对应的列。
hover_data: 鼠标悬停时显示的数据列。
animation_frame: 用于创建动画的列。
facet_row/facet_col: 用于创建分面图的列。

1.3 常见图表类型及示例

接下来，我们通过一些具体的示例来了解 Plotly Express 的使用方法。

1.3.1 散点图 (Scatter Plot)

散点图用于展示两个变量之间的关系。

import plotly.express as px
import pandas as pd

# 创建示例数据
data = {'x': [1, 2, 3, 4, 5],
        'y': [2, 4, 1, 3, 5],
        'color': ['A', 'A', 'B', 'B', 'A']}
df = pd.DataFrame(data)

# 创建散点图
fig = px.scatter(df, x='x', y='y', color='color',
                 hover_data=['x', 'y', 'color'],
                 title='Scatter Plot Example')
fig.show()

这段代码首先导入了 plotly.express 和 pandas。然后，创建了一个包含 x, y 和 color 列的数据框架。接着，使用 px.scatter 函数创建散点图，指定了 x 和 y 轴的数据列，以及颜色对应的列。hover_data 参数指定了鼠标悬停时显示的数据列。最后，使用 fig.show() 显示图表。

1.3.2 折线图 (Line Chart)

折线图用于展示数据随时间或其他连续变量的变化趋势。

import plotly.express as px
import pandas as pd

# 创建示例数据
data = {'time': [1, 2, 3, 4, 5],
        'value': [2, 4, 1, 3, 5],
        'category': ['A', 'A', 'B', 'B', 'A']}
df = pd.DataFrame(data)

# 创建折线图
fig = px.line(df, x='time', y='value', color='category',
              title='Line Chart Example')
fig.show()

与散点图类似，我们使用 px.line 函数创建折线图，指定了 x 轴（time）和 y 轴（value）的数据列，以及颜色对应的类别（category）。

1.3.3 柱状图 (Bar Chart)

柱状图用于比较不同类别的数据。

import plotly.express as px
import pandas as pd

# 创建示例数据
data = {'category': ['A', 'B', 'C', 'D'],
        'value': [2, 4, 1, 3]}
df = pd.DataFrame(data)

# 创建柱状图
fig = px.bar(df, x='category', y='value',
             title='Bar Chart Example')
fig.show()

我们使用 px.bar 函数创建柱状图，指定了 x 轴（category）和 y 轴（value）的数据列。

1.3.4 箱线图 (Box Plot)

箱线图用于展示数据的分布情况。

import plotly.express as px
import pandas as pd

# 创建示例数据
data = {'category': ['A', 'A', 'A', 'B', 'B', 'B'],
        'value': [2, 4, 1, 3, 5, 2]}
df = pd.DataFrame(data)

# 创建箱线图
fig = px.box(df, x='category', y='value',
             title='Box Plot Example')
fig.show()

我们使用 px.box 函数创建箱线图，指定了 x 轴（category）和 y 轴（value）的数据列。

1.3.5 饼图 (Pie Chart)

饼图用于展示各部分占总体的比例。

import plotly.express as px
import pandas as pd

# 创建示例数据
data = {'category': ['A', 'B', 'C', 'D'],
        'value': [2, 4, 1, 3]}
df = pd.DataFrame(data)

# 创建饼图
fig = px.pie(df, names='category', values='value',
             title='Pie Chart Example')
fig.show()

我们使用 px.pie 函数创建饼图，指定了类别（category）和对应的值（value）。

1.3.6 地理图 (Choropleth Map)

地理图用于展示地理区域上的数据。 Plotly Express 提供了方便的接口来创建地理图。

import plotly.express as px
import pandas as pd

# 创建示例数据 (使用示例数据，需要安装 geopandas)
data = {'state': ['California', 'Texas', 'Florida', 'New York'],
        'population': [39200000, 29000000, 21400000, 19400000],
        'code': ['CA', 'TX', 'FL', 'NY']}
df = pd.DataFrame(data)

# 创建地理图
fig = px.choropleth(df,
                    locations='code',
                    locationmode="USA-states",
                    color='population',
                    scope="usa",
                    title='US Population by State')
fig.show()

这个例子展示了如何使用 px.choropleth 函数创建一个美国各州人口的地理图。 locations参数指定了地理位置的编码，locationmode指定了编码的类型（这里是USA-states），color参数指定了颜色对应的列，scope参数指定了地图的范围。需要注意的是，如果运行此代码，你可能需要安装 geopandas 库。

1.3.7 3D 散点图 (3D Scatter Plot)

Plotly Express 也支持创建 3D 图表。

import plotly.express as px
import pandas as pd

# 创建示例数据
data = {'x': [1, 2, 3, 4, 5],
        'y': [2, 4, 1, 3, 5],
        'z': [3, 1, 4, 2, 5],
        'color': ['A', 'A', 'B', 'B', 'A']}
df = pd.DataFrame(data)

# 创建 3D 散点图
fig = px.scatter_3d(df, x='x', y='y', z='z', color='color',
                    title='3D Scatter Plot Example')
fig.show()

我们使用 px.scatter_3d 函数创建 3D 散点图，指定了 x, y 和 z 轴的数据列，以及颜色对应的列。

1.4 Plotly Express 的优点

简洁易用: 使用声明式的 API，可以用更少的代码创建复杂的图表。
交互性: 生成的图表具有丰富的交互功能，如缩放、平移、悬停提示等。
美观: 默认样式美观，同时也支持自定义样式。
支持多种图表类型: 涵盖了常见的图表类型，包括散点图、折线图、柱状图、箱线图、饼图、地理图等。
与 Pandas 集成: 方便地使用 Pandas 数据框架进行数据可视化。

二、Altair：声明式的数据可视化

Altair 是一个基于 Vega-Lite 的声明式统计可视化库。它使用简洁的 JSON 语法来描述图表，并将图表的生成交给 Vega-Lite 引擎。

2.1 安装 Altair

可以使用 pip 进行安装：

pip install altair

由于 Altair 基于 Vega-Lite，我们还需要安装 vega 和 ipywidgets。

pip install vega vega_datasets notebook vega-themes

2.2 Altair 的核心概念

Altair 的核心概念包括：

Chart: 表示一个图表对象。
Data: 图表的数据来源，可以是 Pandas 数据框架、JSON 数据或 URL。
Encoding: 定义数据列与图表属性之间的映射关系，例如 x 轴、y 轴、颜色、大小等。
Mark: 定义图表的标记类型，例如点、线、柱、区域等。
Transform: 对数据进行转换，例如过滤、聚合、排序等。

2.3 常见图表类型及示例

接下来，我们通过一些具体的示例来了解 Altair 的使用方法。

2.3.1 散点图 (Scatter Plot)

import altair as alt
import pandas as pd

# 创建示例数据
data = {'x': [1, 2, 3, 4, 5],
        'y': [2, 4, 1, 3, 5],
        'color': ['A', 'A', 'B', 'B', 'A']}
df = pd.DataFrame(data)

# 创建散点图
chart = alt.Chart(df).mark_point().encode(
    x='x',
    y='y',
    color='color',
    tooltip=['x', 'y', 'color']
).properties(
    title='Scatter Plot Example'
)

chart.show()  # 替换为 chart 如果在 Jupyter Notebook 中

这段代码首先导入了 altair 和 pandas。然后，创建了一个包含 x, y 和 color 列的数据框架。接着，使用 alt.Chart 函数创建一个图表对象，指定了数据来源为 df。使用 mark_point 方法指定标记类型为点。使用 encode 方法定义数据列与图表属性之间的映射关系，指定了 x 轴、y 轴和颜色对应的列，以及鼠标悬停时显示的数据列。最后，使用 properties 方法设置图表的标题。

2.3.2 折线图 (Line Chart)

import altair as alt
import pandas as pd

# 创建示例数据
data = {'time': [1, 2, 3, 4, 5],
        'value': [2, 4, 1, 3, 5],
        'category': ['A', 'A', 'B', 'B', 'A']}
df = pd.DataFrame(data)

# 创建折线图
chart = alt.Chart(df).mark_line().encode(
    x='time',
    y='value',
    color='category',
    tooltip=['time', 'value', 'category']
).properties(
    title='Line Chart Example'
)

chart.show() # 替换为 chart 如果在 Jupyter Notebook 中

与散点图类似，我们使用 mark_line 方法指定标记类型为线，并使用 encode 方法定义数据列与图表属性之间的映射关系。

2.3.3 柱状图 (Bar Chart)

import altair as alt
import pandas as pd

# 创建示例数据
data = {'category': ['A', 'B', 'C', 'D'],
        'value': [2, 4, 1, 3]}
df = pd.DataFrame(data)

# 创建柱状图
chart = alt.Chart(df).mark_bar().encode(
    x='category',
    y='value',
    tooltip=['category', 'value']
).properties(
    title='Bar Chart Example'
)

chart.show() # 替换为 chart 如果在 Jupyter Notebook 中

我们使用 mark_bar 方法指定标记类型为柱，并使用 encode 方法定义数据列与图表属性之间的映射关系。

2.3.4 箱线图 (Box Plot)

import altair as alt
import pandas as pd

# 创建示例数据
data = {'category': ['A', 'A', 'A', 'B', 'B', 'B'],
        'value': [2, 4, 1, 3, 5, 2]}
df = pd.DataFrame(data)

# 创建箱线图
chart = alt.Chart(df).mark_boxplot().encode(
    x='category',
    y='value',
    tooltip=['category', 'value']
).properties(
    title='Box Plot Example'
)

chart.show() # 替换为 chart 如果在 Jupyter Notebook 中

我们使用 mark_boxplot 方法指定标记类型为箱线图，并使用 encode 方法定义数据列与图表属性之间的映射关系。

2.3.5 直方图 (Histogram)

Altair创建直方图的方式略有不同，需要使用alt.Bin来定义bin的数量。

import altair as alt
import pandas as pd

# 创建示例数据
data = {'value': [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 5]}
df = pd.DataFrame(data)

# 创建直方图
chart = alt.Chart(df).mark_bar().encode(
    alt.X("value:Q", bin=alt.Bin(maxbins=10)),
    y='count()',
    tooltip=['count()']
).properties(
    title='Histogram Example'
)

chart.show()

2.3.6 分层图 (Layered Chart)

Altair 允许将多个图层叠加在一起，创建更复杂的图表。

import altair as alt
import pandas as pd

# 创建示例数据
data = {'x': [1, 2, 3, 4, 5],
        'y1': [2, 4, 1, 3, 5],
        'y2': [3, 1, 4, 2, 5]}
df = pd.DataFrame(data)

# 创建两个图层
line = alt.Chart(df).mark_line().encode(
    x='x',
    y='y1',
    color=alt.value('blue')
)

scatter = alt.Chart(df).mark_point().encode(
    x='x',
    y='y2',
    color=alt.value('red')
)

# 将两个图层叠加在一起
chart = line + scatter
chart.properties(title="Layered Chart Example").show()

这个例子展示了如何将一个折线图和一个散点图叠加在一起。我们首先创建了两个图层，分别使用 mark_line 和 mark_point 方法指定标记类型。然后，使用 + 运算符将两个图层叠加在一起。

2.3.7 交互式选择 (Interactive Selection)

Altair 提供了强大的交互式选择功能，允许用户通过鼠标选择数据，并动态更新图表。

import altair as alt
import pandas as pd

# 创建示例数据
data = {'category': ['A', 'B', 'C', 'D'],
        'value': [2, 4, 1, 3]}
df = pd.DataFrame(data)

# 创建选择器
selection = alt.selection_single(
    encodings=['x'],
    empty='none'
)

# 创建柱状图
chart = alt.Chart(df).mark_bar().encode(
    x='category',
    y='value',
    color=alt.condition(selection, alt.value('steelblue'), alt.value('lightgray'))
).add_selection(
    selection
).properties(
    title='Interactive Selection Example'
)

chart.show()

这个例子展示了如何创建一个交互式的柱状图。我们首先使用 alt.selection_single 函数创建一个选择器，指定选择的编码为 x 轴。然后，使用 alt.condition 函数根据选择状态动态改变柱的颜色。最后，使用 add_selection 方法将选择器添加到图表中。用户可以通过点击柱子来选择对应的类别，被选中的柱子会显示为蓝色，未被选中的柱子会显示为灰色。

2.4 Altair 的优点

声明式: 使用声明式的 JSON 语法来描述图表，易于理解和维护。
交互性: 生成的图表具有丰富的交互功能，如缩放、平移、悬停提示、选择等。
可组合: 可以将多个图层叠加在一起，创建更复杂的图表。
可扩展: 可以自定义标记类型、转换和编码。
基于 Vega-Lite: Vega-Lite 是一个强大的可视化语法，Altair 继承了 Vega-Lite 的所有功能。

三、Plotly Express 与 Altair 的比较

特性	Plotly Express	Altair
语法	函数式，基于数据框架	声明式，基于 JSON
易用性	简单易用，适合快速创建常见图表	学习曲线较陡峭，但更灵活
交互性	默认交互性强，支持自定义交互	交互性强，支持高级交互式选择和转换
图表类型	涵盖常见图表类型	涵盖常见图表类型，支持自定义图表类型
可扩展性	扩展性有限，主要通过自定义样式和布局实现	扩展性强，可以自定义标记类型、转换和编码
适用场景	快速创建常见图表，对交互性有一定要求	需要更灵活的控制和更高级的交互式功能

四、代码风格与最佳实践

在使用 Plotly Express 和 Altair 时，可以遵循以下代码风格和最佳实践：

清晰的命名: 使用有意义的变量名和函数名，提高代码的可读性。
注释: 添加必要的注释，解释代码的功能和逻辑。
模块化: 将代码分解为小的、可重用的函数或类。
数据预处理: 在可视化之前对数据进行预处理，例如清洗、转换和聚合。
版本控制: 使用版本控制系统（如 Git）管理代码。

五、选择合适的库

在选择 Plotly Express 和 Altair 时，可以考虑以下因素：

项目需求: 确定项目需要的图表类型和交互功能。
团队技能: 评估团队成员对 Plotly Express 和 Altair 的熟悉程度。
时间限制: 如果时间紧迫，可以选择 Plotly Express，它可以更快地创建常见图表。
灵活性: 如果需要更灵活的控制和更高级的交互式功能，可以选择 Altair。

六、继续学习

Plotly Express 和 Altair 都是功能强大的数据可视化库，本文只是对它们的基本功能进行了介绍。要深入了解它们，可以参考官方文档、示例代码和在线教程。

Plotly Express: https://plotly.com/python/plotly-express/
Altair: https://altair-viz.github.io/

七、交互式图表在数据分析中的价值

交互式图表提供了数据探索的强大工具，使我们能够通过缩放、筛选、悬停等操作，从不同的角度审视数据，发现隐藏的模式和洞察。它们极大地提升了数据分析的效率和深度。

八、未来发展趋势

随着数据量的不断增长和可视化技术的不断发展，交互式数据可视化将变得越来越重要。未来，我们可以期待更多的可视化库和工具的出现，以及更强大的交互式功能和更智能的可视化算法。

希望今天的讲解对大家有所帮助！感谢各位的聆听。

Python交互式数据可视化：Plotly Express 与 Altair

发表回复 取消回复

发表回复取消回复