image

前言

學(xué)過(guò)Python數(shù)據(jù)分析的朋友都知道，在可視化的工具中，有很多優(yōu)秀的三方庫(kù)，比如matplotlib，seaborn，plotly，Boken，pyecharts等等。這些可視化庫(kù)都有自己的特點(diǎn)，在實(shí)際應(yīng)用中也廣為大家使用。

plotly、Boken等都是交互式的可視化工具，結(jié)合Jupyter notebook可以非常靈活方便地展現(xiàn)分析后的結(jié)果。雖然做出的效果非常的炫酷，比如plotly，但是每一次都需要寫很長(zhǎng)的代碼，一是麻煩，二是不便于維護(hù)。

我覺(jué)得在數(shù)據(jù)的分析階段， 更多的時(shí)間應(yīng)該放在分析上，維度選擇、拆解合并，業(yè)務(wù)理解和判斷。 如果既可以減少代碼量，又可以做出炫酷可視化效果，那將大大提高效率。當(dāng)然如果有特別的需求除外，此方法僅針對(duì)想要快速可視化進(jìn)行分析的人。

本篇給大家介紹一個(gè)非常棒的工具， **cufflinks **， 可以完美解決這個(gè)問(wèn)題,且效果一樣炫酷。

cufflinks介紹

就像seaborn封裝了matplotlib一樣，cufflinks在plotly的基礎(chǔ)上做了一進(jìn)一步的包裝，方法統(tǒng)一，參數(shù)配置簡(jiǎn)單。其次它還可以結(jié)合pandas的dataframe隨意靈活地畫圖。可以把它形容為 **"pandas like visualization" **。

毫不夸張地說(shuō)，畫出各種炫酷的可視化圖形， 我只需一行代碼 ，效率非常高，同時(shí)也降低了使用的門檻兒。cufflinks的github鏈接如下：

https://github.com/santosjorge/cufflinks

cufflinks安裝

安裝不多說(shuō)，直接pip install即可。

          pip install cufflinks
        

在此推薦小編創(chuàng)建的Python學(xué)習(xí)交流群：835017344，這里是python學(xué)習(xí)者聚集地，有大牛答疑，有資源共享！有想學(xué)習(xí)python編程的，或是轉(zhuǎn)行，或是大學(xué)生，還有工作中想提升自己能力的，正在學(xué)習(xí)的小伙伴歡迎加入學(xué)習(xí)。

cufflinks如何使用？

cufflinks庫(kù)一直在不斷更新，目前最新版為V0.14.0，支持plotly3.0。首先我們看看它都支持哪些種類的圖形，可以通過(guò)help來(lái)查看。

import cufflinks as cf

cf.help()

Use 'cufflinks.help(figure)' to see the list of available parameters for the given figure.

Use 'DataFrame.iplot(kind=figure)' to plot the respective figure

Figures:

bar

box

bubble

bubble3d

candle

choroplet

distplot

heatmap

histogram

ohlc

pie

ratio

scatter

scatter3d

scattergeo

spread

surface

violin

使用方法其實(shí)很簡(jiǎn)單，我總結(jié)一下，它的格式大致是這樣的：

image

• DataFrame： 代表pandas的數(shù)據(jù)框；

• Figure： 代表我們上面看到的可繪制圖形，比如bar、box、histogram等等；

• iplot： 代表繪制方法，其中有很多參數(shù)可以進(jìn)行配置，調(diào)節(jié)符合你自己風(fēng)格的可視化圖形；

cufflinks實(shí)例

我們通過(guò)幾個(gè)實(shí)例感受一下上面的使用方法。使用過(guò)plotly的朋友可能知道，如果使用online模式，那么生成的圖形是有限制的。所以，我們這里先設(shè)置為offline模式，這樣就避免了出現(xiàn)次數(shù)限制問(wèn)題。

import pandas as pd

import cufflinks as cf

import numpy as np

cf.set_config_file(offline=True)

然后我們需要按照上面的使用格式來(lái)操作，首先我們需要有個(gè)DataFrame，如果手頭沒(méi)啥數(shù)據(jù)，那可以先生成個(gè)隨機(jī)數(shù)。cufflinks有一個(gè)專門生成隨機(jī)數(shù)的方法，叫做 datagen ，用于生成不同維度的隨機(jī)數(shù)據(jù)，比如下面。

lines線圖

          cf.datagen.lines(1,500).ta_plot(study='sma',periods=[13,21,55])
        

1）cufflinks使用datagen生成隨機(jī)數(shù)；

2）figure定義為lines形式，數(shù)據(jù)為(1,500)；

3）然后再用ta_plot繪制這一組時(shí)間序列，參數(shù)設(shè)置SMA展現(xiàn)三個(gè)不同周期的時(shí)序分析。

image

box箱型圖

還是與 上面用法一樣，一行代碼解決。

          cf.datagen.box(20).iplot(kind='box',legend=False)
        

image

可以看到，x軸每個(gè)box都有對(duì)應(yīng)的名稱，這是因?yàn)閏ufflinks通過(guò)kind參數(shù)識(shí)別了box圖形，自動(dòng)為它生成的名字。如果我們只生成隨機(jī)數(shù)，它是這樣子的，默認(rèn)生成100行的隨機(jī)分布的數(shù)據(jù)，列數(shù)由自己選定。

image

histogram直方圖

          cf.datagen.histogram(3).iplot(kind='histogram')
        

image

和plotly一樣，我們可以通過(guò)一些輔助的小工具框選或者lasso選擇來(lái)區(qū)分和選定指定區(qū)域，只要一行代碼。

當(dāng)然了， 除了隨機(jī)數(shù)據(jù)，任何的其它dataframe數(shù)據(jù)框都可以，包括我們自己導(dǎo)入的數(shù)據(jù)。

histogram條形圖

df=pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])

df.iplot(kind='bar',barmode='stack')

image

上面我們生成了一個(gè)(10,4)的dataframe數(shù)據(jù)框，名稱分別是a,b,c,d。那么cufflinks將會(huì)根據(jù)iplot中的kind種類自動(dòng)識(shí)別并繪制圖形。參數(shù)設(shè)置為堆疊模式。

scatter散點(diǎn)圖

df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd'])

df.iplot(kind='scatter',mode='markers',colors=['orange','teal','blue','yellow'],size=10)

image

bubble氣泡圖

          df.iplot(kind='bubble',x='a',y='b',size='c')
        

image

scatter matrix 散點(diǎn)矩陣圖

df = pd.DataFrame(np.random.randn(1000, 4), columns=['a', 'b', 'c', 'd'])

df.scatter_matrix()

image

subplots 子圖

df=cf.datagen.lines(4)

df.iplot(subplots=True,shape=(4,1),shared_xaxes=True,vertical_spacing=.02,fill=True)

image

          df.iplot(subplots=True,subplot_titles=True,legend=False)
        

image

再比如復(fù)雜一點(diǎn)的。

df=cf.datagen.bubble(10,50,mode='stocks')

figs=cf.figures(df,[dict(kind='histogram',keys='x',color='blue'),

dict(kind='scatter',mode='markers',x='x',y='y',size=5),

dict(kind='scatter',mode='markers',x='x',y='y',size=5,color='teal')],asList=True)

figs.append(cf.datagen.lines(1).figure(bestfit=True,colors=['blue'],bestfit_colors=['pink']))

base_layout=cf.tools.get_base_layout(figs)

sp=cf.subplots(figs,shape=(3,2),base_layout=base_layout,vertical_spacing=.15,horizontal_spacing=.03,

specs=[[{'rowspan':2},{}],[None,{}],[{'colspan':2},None]],

subplot_titles=['Histogram','Scatter 1','Scatter 2','Bestfit Line'])

sp['layout'].update(showlegend=False)

cf.iplot(sp)

image

shapes 形狀圖

如果我們 想在lines圖上增加一些直線作為參考基準(zhǔn)，這時(shí)候我們可以使用hlines的類型圖。

df=cf.datagen.lines(3,columns=['a','b','c'])

df.iplot(hline=[dict(y=-1,color='blue',width=3),dict(y=1,color='pink',dash='dash')])

image

或者是將某個(gè)區(qū)域標(biāo)記出來(lái)，可以使用hspan類型。

          df.iplot(hspan=[(-1,1),(2,5)])
        

image

又或者是豎條的區(qū)域，可以用vspan類型。

          df.iplot(vspan={'x0':'2015-02-15','x1':'2015-03-15','color':'teal','fill':True,'opacity':.4})
        

image

如果對(duì)iplot中的 參數(shù)不熟練，直接輸入以下代碼即可查詢。

          help(df.iplot)
        

總結(jié)

怎么樣，是不是非常快捷方便？以上介紹是一般的可繪制類型，當(dāng)然你可以根據(jù)自己的需求做出更多的可視化圖形。 如果是常規(guī)圖形，一行即可實(shí)現(xiàn)。 除此外，cufflinks還有強(qiáng)大的顏色管理功能，如果感興趣可以自行學(xué)習(xí)。