数据可视化：Matplotlib, Seaborn, Plotly 的实战应用
·
| 数据可视化是将数据转化为图形表示的过程，以便更好地理解数据中的模式、趋势、异常值和关系。在数据科学和分析领域，拥有一个强大的可视化工具箱至关重要。Python 提供了几个顶级的库来满足这一需求，其中 Matplotlib、Seaborn 和 Plotly 各具特色，在实战中各有千秋。 本文将深入探讨这三个库的实战应用，帮助您选择合适的工具来创建各种类型的数据图表。 一、 Matplotlib - 数据可视化的基石 Matplotlib 是 Python 中最基础、最广泛使用的数据可视化库。它提供了创建各种静态、动态、交互式图表的强大功能，是许多其他可视化库（包括 Seaborn）的基础。 1.1 Matplotlib 的核心概念 Figure (画板)： 整个图形的顶层容器，可以包含多个 Axes。 Axes (坐标轴)： 图表中实际绘制数据的区域，可以看作是一个图。一个 Figure 可以包含一个或多个 Axes。 Artist (艺术家)： Matplotlib 图表中的所有元素，如线条、文本、标签、标题等，都是 Artist 对象。 1.2 实战应用：简单线图与散点图 假设我们有一组关于销售额和广告投入的数据，我们想绘制它们的散点图和趋势线。 <PYTHON> import matplotlib.pyplot as plt import numpy as np # 示例数据 advertising = np.array([50, 60, 70, 80, 90, 100, 110, 120, 130, 140]) sales = np.array([300, 350, 400, 450, 500, 550, 600, 650, 700, 750]) # 1. 创建 Figure 和 Axes fig, ax = plt.subplots(figsize=(10, 6)) # figsize 用于设置图表大小 # 2. 绘制散点图 ax.scatter(advertising, sales, c='blue', marker='o', label='Sales vs Advertising') # 3. 绘制趋势线 (使用 NumPy 进行线性拟合) m, b = np.polyfit(advertising, sales, 1) # 拟合一次多项式 (y = mx + b) ax.plot(advertising, m*advertising + b, color='red', linestyle='--', label='Trend Line') # 4. 添加标题和标签 ax.set_title('Sales vs Advertising Spend') ax.set_xlabel('Advertising Spend ($)') ax.set_ylabel('Sales ($)') # 5. 添加图例 ax.legend() # 6. 显示图表 plt.grid(True) # 添加网格线 plt.show() 应用场景： 绘制样本分布（散点图）。 展示时间序列数据（线图）。 比较不同类别的数据（柱状图、折线图）。 创建复杂的、高度定制化的图表。 二、 Seaborn - 在 Matplotlib 之上增强统计图表 Seaborn 是一个建立在 Matplotlib 之上，用于绘制统计图形的 Python 库。它提供了更美观的默认样式，并且能够轻松绘制许多复杂且有信息量的统计图表，如分布图、关系图、分类图等。 2.1 Seaborn 的核心优势 美观的默认样式： Seaborn 的图表默认就比 Matplotlib 更具吸引力。 高级统计图表： 提供了许多可以直接绘制统计关系和分布的函数。 与 Pandas DataFrame 的良好集成： Seaborn 可以非常方便地直接接受 Pandas DataFrame 作为输入。 主题和颜色板 (Palettes)： 易于设置图表主题和使用丰富的颜色板。 2.2 实战应用：多变量关系与分类数据分析 假设我们有一个包含鸢尾花（Iris）数据集，我们要查看不同品种（Species）的萼片长度（SepalLength）和花瓣长度（PetalLength）之间的关系。 <PYTHON> import seaborn as sns import matplotlib.pyplot as plt import pandas as pd # 加载 Seaborn 自带的 Iris 数据集 iris = sns.load_dataset('iris') # 1. 使用 pairplot 绘制数据集中的所有变量两两之间的关系 # hue='species' 会根据花的品种为散点图着色，并在边界图上显示品种的分布 sns.pairplot(iris, hue='species', diag_kind='kde', markers=["o", "s", "D"], palette="viridis") # 2. 添加标题 (pairplot 没有直接添加标题的参数，可以通用 Matplotlib) plt.suptitle('Pairwise Relationships in Iris Dataset', y=1.02) # y 用于调整标题位置 # 3. 显示图表 plt.show() # 4. 绘制另一个分类图：根据品种比较萼片长度的分布 plt.figure(figsize=(10, 6)) sns.boxplot(x='species', y='sepal_length', data=iris, palette='muted') plt.title('Sepal Length Distribution by Species') plt.xlabel('Species') plt.ylabel('Sepal Length (cm)') plt.show() 应用场景： 探索变量间的关系（散点图矩阵 pairplot）。 可视化数据分布（直方图 histplot, 核密度估计图 kdeplot）。 比较不同类别的数据（箱线图 boxplot, 小提琴图 violinplot）。 展示回归模型结果（散点图+回归线 regplot）。 三、 Plotly - 交互式与Web友好型可视化 Plotly 是一个强大的库，专注于创建交互式和Web友好型的可视化。它允许用户缩放、平移、悬停查看数据细节，非常适合数据探索和构建可分享的 Web 应用。Plotly 也可以创建静态图像。 3.1 Plotly 的核心优势 交互性： 默认支持缩放、平移、悬停显示数据信息。 Web 友好： 生成的图表可以轻松嵌入到网页中，可以使用 Dash 框架构建交互式仪表盘。 丰富的图表类型： 支持从基础图表到复杂的 3D 图表、地图等。 美观的默认风格： 图表风格现代且专业。 Plotly Express： Plotly 新推出的 API，提供更简洁、更高级的接口，类似于 Seaborn，使得绘制常见图表更加方便。 3.2 实战应用：交互式数据仪表盘的构建基础 假设我们要可视化一个数据集，其中包含不同城市的天气信息（温度、湿度），并希望能够交互式地探索。 <PYTHON> import plotly.express as px import pandas as pd import numpy as np # 示例数据：城市天气 cities = ['New York', 'London', 'Tokyo', 'Paris', 'Sydney', 'Beijing'] dates = pd.to_datetime(['2023-01-01', '2023-01-02', '2023-01-03', '2023-01-04', '2023-01-05', '2023-01-06']) data = [] for city in cities: for date in dates: data.append({ 'City': city, 'Date': date, 'Temperature': np.random.uniform(0, 30), # 随机温度 'Humidity': np.random.uniform(30, 90) # 随机湿度 }) df = pd.DataFrame(data) # 1. 使用 Plotly Express 绘制交互式时间序列折线图 # 语法非常接近 Seaborn, 直接绑定 DataFrame 的列 fig_line = px.line(df, x='Date', y='Temperature', color='City', title='Temperature Trends in Selected Cities', labels={'Temperature': 'Temperature (°C)', 'Date': 'Date'}, template='plotly_white') # 使用一种预设主题 # 2. 绘制交互式散点图，显示温度与湿度的关系，并按城市着色 fig_scatter = px.scatter(df, x='Humidity', y='Temperature', color='City', size='Temperature', # 根据温度设置点的大小 hover_data=['Date', 'City'], # 悬停时显示更多信息 title='Temperature vs Humidity by City', labels={'Humidity': 'Humidity (%)', 'Temperature': 'Temperature (°C)'}, template='plotly_dark') # 使用另一种预设主题 # 3. 显示图表 # 在 Jupyter Notebook 或类似的交互式环境中，可以直接显示 fig_line.show() fig_scatter.show() # 如果需要在报告或静态 html 中保存 # fig_line.write_html("temperature_trends.html") # fig_scatter.write_html("temp_vs_humidity.html") 应用场景： 构建交互式仪表盘和报告。 用于 Web 应用的数据展示。 需要用户与图表进行深入互动（缩放、选择、查看详情）的场景。 探索多维数据关系。 四、 如何选择合适的库？ Matplotlib: 何时用： 当你需要完全控制图表的每一个细节，创建非常规的图表，或者预算有限（它完全免费且开源），或者需要生成可嵌入到 LaTeX 文档的静态图表时。它是所有可视化工作的基础。 提示： 学习 Matplotlib 的基础知识，能让您更好地理解和定制 Seaborn 和 Plotly 的图表。 Seaborn: 何时用： 当你需要快速、高效地创建具有统计意义和美观的图表，尤其是在探索性数据分析 (EDA) 阶段。它与 Pandas DataFrame 的集成非常顺畅。 提示： 如果你熟悉 Pandas，Seaborn 的 API 会让你觉得非常亲切。 Plotly: 何时用： 当你需要创建高度交互式、可分享的 Web 可视化，或者构建数据仪表盘时。Plotly Express 的 API 让它在日常可视化任务中也变得非常高效。 提示： 结合 Dash 框架，Plotly 可以创建复杂的交互式 Web 应用。 最佳实践： 很多时候，你会发现组合使用这些库是最有效的方式。例如： 使用 Seaborn 快速绘制美观的统计图表。 然后，使用 Matplotlib 对 Seaborn 生成的图表进行微调（如修改字号、坐标轴范围）。 对于需要交互性的展示，则转向 Plotly。 掌握这三款库，你就能应对绝大多数数据可视化需求，将数据转化为生动、有洞察力的信息。  |
开源鸿蒙跨平台开发社区汇聚开发者与厂商，共建“一次开发，多端部署”的开源生态，致力于降低跨端开发门槛，推动万物智联创新。
更多推荐
21
0- 0
已为社区贡献1条内容
所有评论(0)