Top 6 Python könyvtár a vizualizációhoz:

Az egyes könyvtárak vizualizációit a Datapane segítségével fogom beágyazni, ami egy Python keretrendszer és API Python jelentések közzétételére és megosztására. Ha több valós példát szeretnél látni, nézd meg a Datapane galériában a felhasználók által készített jelentéseket.

A cikk követéséhez vagy letöltheted a csv fájlt innen, vagy közvetlenül a Datapane Blobból kapod meg az adatokat.

import datapane as dpdp.Blob.get(name='github_data', owner='khuyentran1401').download_df()

Ne feledd, hogy előzetesen bejelentkezz a Datapane-be a tokeneddel, ha a Blobot szeretnéd használni. Ennek kevesebb mint 1 percet kell igénybe vennie

Matplotlib

A Matplotlib valószínűleg a legelterjedtebb Python könyvtár adatok vizualizálására. Valószínűleg mindenki, akit érdekel az adattudomány, legalább egyszer már használta a Matplotlib-et.

Pros

1. Egyszerű látni az adatok tulajdonságait

Az adatok elemzésekor ideális lehet, ha gyorsan megnézzük az eloszlást.

Ha például gyorsan meg akarom nézni a 100 legtöbb követővel rendelkező felhasználó eloszlását, általában elég a Matplotlib használata.

Még ha a Matplotlib x tengelye nem is néz ki jól, a grafikonra pillantva jobban megértjük az adatok eloszlását.

2. Bármit képes ábrázolni

A Matplotlib nagyon sokoldalú, ami azt jelenti, hogy bármilyen grafikont képes ábrázolni, amit csak el tudunk képzelni. A Matplotlib weboldala nagyon átfogó dokumentációt és különböző grafikonokat tartalmaz a galériában, ami megkönnyíti, hogy útmutatókat találjunk bármilyen őrült grafikonhoz, amit csak el tudunk képzelni.

Mint valami ilyen szöveg:

Hátrányok

A Matplotlib bármit képes ábrázolni, de bonyolult lehet a nem alapvető ábrák ábrázolása vagy az ábrák beállítása a szép megjelenéshez.

Még ha a plot elég jó is az eloszlás vizualizálásához, ha mások számára is szeretnénk ábrázolni az adatainkat, akkor az x-tengelyt, y-tengelyt ki kell javítanunk, ami sok erőfeszítést igényel. Ennek oka, hogy a Matplotlib rendkívül alacsony szintű interfésszel rendelkezik.

Takeaway: A Matplotlib bármit képes ábrázolni, de az összetett ábrák sokkal több kódot igényelhetnek, mint más könyvtárak

A Seaborn egy Python adatvizualizációs könyvtár, amely a Matplotlib-re épül. Egy magasabb szintű wrappert biztosít a könyvtáron, ami megkönnyíti a használatát.

Előnyei

1. Kisebb kód

Egy magasabb szintű felületet biztosít a hasonló plotokhoz. Más szóval, a seaborn általában hasonló plotokat biztosít, mint a matplotlib, de kevesebb kóddal és szebb kialakítással.

Az eddigiekkel megegyező adatokkal hasonló heatmapet rajzolunk a grafikonról.

Jobb heatmapet kapunk az x és y címke beállítása nélkül!

Szebbé tesszük a gyakran használt ábrákat

Nem csak azért választják sokan a seabornt, ha olyan népszerű ábrákról van szó, mint a bar plot, box plot, count plot, hisztogramok stb. mert kevesebb kóddal is elkészíthetők, de sokkal szebbek is. Ahogy a fenti példánkban is láthatjuk, a színek is jobban néznek ki, mint a Matplotlib alapértelmezettjei.

Hátrányok

A seaborn korlátozottabb és nem rendelkezik olyan széles kollekcióval, mint a matplotlib

Takeaway: A Seaborn a Matplotlib egy magasabb szintű változata. Annak ellenére, hogy nem rendelkezik olyan széles gyűjteménnyel, mint a Matplotlib, a seaborn kevesebb kóddal csinosítja a népszerű ábrákat, mint például a bar plot, box plot, heatmap, stb.

Plotly

A Plotly Python grafikus könyvtára megkönnyíti az interaktív, publikációs minőségű grafikonok készítését. A Matplotlibhez és a seabornhoz hasonló grafikonokat is képes létrehozni, például vonaldiagramokat, szórásdiagramokat, területi diagramokat, oszlopdiagramokat stb.

Pros

1. Mint az R

Ha az R-ben készült grafikonok rajongója vagy, és hiányolod a funkcióit, amikor Pythonra váltasz, a Plotly ugyanolyan minőségű grafikonokat ad Python használatával!

A kedvencem a Plotly Express, mert nagyon egyszerűvé teszi, és még gyorsabbá is teszi, hogy egyetlen Python sorból nagyszerű plotokat készítsen.

Egyszerű interaktív plotok készítése

A Plotly az interaktív plotok készítését is megkönnyíti. Az interaktív plotok nemcsak szépek, hanem megkönnyítik a nézők számára, hogy közelebbről is megnézzék az egyes adatpontokat.

Emlékszik a matplotlib segítségével korábban készített oszlopdiagramra? Lássuk, mi lesz belőle a Plotlyval

Nagyjából ugyanazokkal a kódsorokkal egy olyan interaktív plotot készítünk, hogy az egérrel az egyes sávok fölé mozgatva láthatjuk, milyen felhasználót és a követők számát képviseli a sáv. Ez azt jelenti, hogy a vizualizáció felhasználója maga is felfedezheti azt.

3. Komplex ábrák egyszerűen

A Plotlyval néhány olyan ábrát is könnyen létrehozhatunk, amelyek elkészítése általában kihívást jelent.

Ha például egy térképet szeretnénk készíteni a Github-felhasználók helyének vizualizálására, akkor az itt látható módon megtalálhatjuk a szélességi és hosszúsági fokukat, majd ezeket az adatokat felhasználva kiszúrhatjuk a felhasználók helyét a térképen, így

2. Az adatok egyszerű átalakítása

Az Altair azt is nagyon megkönnyíti, hogy a diagram készítése közben átalakítsuk az adatokat

Ha például szeretnénk megtalálni az egyes nemek átlagos életkorát a Titanicon, ahelyett, hogy a Plotlyhoz hasonlóan előre elvégeznénk az átalakítást, a kódon belül is elvégezhetjük a transzformációt a diagram készítése közben.

Azt is elérhetjük, hogy az osztály nominális adat legyen (kategorikus adat, rendezés nélkül). a :N használatával, vagy meggyőződhetünk róla, hogy a mean_age mennyiségi adat (értékek mérőszámai, például számok) a :Q

Az adattranszformációk teljes listáját itt

3. Az ábrák egyszerű összekapcsolása

Az Altair lehetővé teszi néhány lenyűgöző összekapcsolást is az ábrák között, például intervallum-kiválasztással szűrheti egy csatolt hisztogram tartalmát.

Ha például azt szeretnénk megjeleníteni, hogy az egyes osztályokba tartozók száma az életkor és a viteldíj között kijelölt intervallumon belül hányan vannak, akkor valami ilyesmit tehetünk.

Amint az egeret húzva kiválasztjuk az intervallumot a szórásdiagramon belül, az alábbi oszlopdiagramon láthatjuk a változást. A korábban említett transzformációkkal és számításokkal kombinálva ez azt jelenti, hogy rendkívül interaktív ábrákat hozhatunk létre, amelyek menet közbeni számításokat végeznek – anélkül, hogy egy futó Python-kiszolgálóra lenne szükség!

Hátrányok

Hacsak nem adunk meg egyéni stilizálást, az egyszerű ábrák, például az oszlopdiagram, nem néznek ki olyan stílusosan, mint a seaborn vagy a Plotly. Az Altair emellett nem ajánlja az 5000 minta feletti adatkészleteket, és ehelyett azt javasolja, hogy vizualizálás előtt aggregálja az adatokat.

Takeaway: Az Altair ideális a statisztikák megjelenítésére szolgáló kifinomult grafikonokhoz. Az Altair nem tudja kezelni az 5000 minta feletti adatokat, és néhány egyszerű diagram nem néz ki olyan stílusosan a Plotlyhoz vagy a Seabornhoz képest.

Bokeh

A Bokeh egy rugalmas interaktív vizualizációs könyvtár, amely a webböngészőket célozza meg a megjelenítéshez.

Pros

1. A Matplotlib interaktív változata

Ha a fenti interaktív vizualizációs könyvtárak között rangsorolunk, a Bokeh valószínűleg a Matplotlibhez való hasonlóság tekintetében az első helyen fog állni.

A Matplotlib bármilyen plotot képes létrehozni, mivel ez egy alacsony szintű vizualizációs könyvtár. A Bokeh egyaránt használható magas és alacsony szintű interfészként; így sok olyan kifinomult plotot tud létrehozni, mint a Matplotlib, de kevesebb kódsorral és nagyobb felbontással.

Például, a Matplotlib

Circle plotját is létre lehetne hozni. jobb felbontással és több hasznossággal a Bokeh

2. Link a telkek között

A Bokeh a telkek közötti linkelést is nagyon megkönnyíti. Az egyik plotban alkalmazott változtatás egy másik, hasonló változóval rendelkező plotban is érvényesül.

Ha például 3 grafikont készítünk egymás mellé, és meg akarjuk figyelni a kapcsolatukat, használhatjuk az összekapcsolt ecsetelést

ColumnDataSource lehetővé teszi az adatok megosztását a plotok között. Így amikor az egyik plotra alkalmazzuk a módosítást, a többi plot is ennek megfelelően változik.

Hátrányok

Mivel a Bokeh egy olyan könyvtár, amely valamennyire középszintű interfésszel rendelkezik, gyakran kevesebb kódot igényel, mint a Matplotlib, de több kódot igényel ugyanazon plot előállításához, mint a Seaborn, Altair vagy Plotly.

Például ugyanannak a számlálási plotnak a létrehozásához titáni adatok felhasználásával, amellett, hogy az adatokat előzetesen transzformálni kell, be kell állítanunk a sáv szélességét és a színt is, ha azt szeretnénk, hogy a grafikon szépen nézzen ki

Ha nem adnánk hozzá szélességet a sávdiagramhoz, a grafikon így nézne ki

Így, manuálisan kell beállítanunk a méreteket, hogy szebb legyen a grafikon

Ha kevesebb kóddal szeretnénk szép oszlopdiagramot készíteni, akkor ez lehet a Bokeh hátránya más könyvtárakkal szemben

Megoldás: A Bokeh az egyetlen olyan könyvtár, amelynek felülete az alacsonytól a magasig terjed, ami megkönnyíti a sokoldalú és elegáns grafikák készítését. Ennek azonban az az ára, hogy a Bokeh-nek általában több kódra van szüksége ahhoz, hogy a többi könyvtárhoz hasonló minőségű ábrákat hozzon létre.

Folium

A Folium megkönnyíti az adatok interaktív szórólapos térképen való megjelenítését. A könyvtár számos beépített csempekészlettel rendelkezik az OpenStreetMap, a Mapbox és a Stamen

Pros

1. Egyszerű térképet készíteni markerekkel

Még ha Plotly, Altair, és a Bokeh is lehetővé teszi számunkra a térképek létrehozását, a Folium egy nyílt utcai térképet használ, hogy a Google térképhez közelebbi érzést adjon minimális kóddal

Emlékszel, hogyan készítettük el a térképet a Github felhasználók helyének vizualizálására a Plotly segítségével? A Folium segítségével még szebbé tehetjük a térképet

A kezdeti helyszín Brooklyn, NY. Nagyítsa ki a térképen a többi helyszín megtekintéséhez. Néhány sornyi kóddal létrehoztunk egy valódi térképet, amely a felhasználók helyeit mutatja.

2. Potenciális hely hozzáadása

Ha más felhasználók potenciális helyeit szeretnénk hozzáadni, a Folium megkönnyíti ezt azzal, hogy lehetővé teszi a felhasználók számára a jelölések hozzáadását