從靜態到動態化，Python資料視覺化中的Matplotlib和Seaborn

华为云开发者联盟發表於2024-03-25
Python視覺化

本文分享自華為雲社群《Python資料視覺化大揭秘：Matplotlib和Seaborn高效應用指南》，作者： 檸檬味擁抱。

安裝Matplotlib和Seaborn

首先，確保你已經安裝了Matplotlib和Seaborn庫。如果沒有安裝，可以使用以下命令進行安裝：

pip install matplotlib seaborn

Matplotlib基礎

Matplotlib是一個靈活的繪相簿，支援多種圖表型別。以下是一個簡單的折線圖的程式碼示例：

import matplotlib.pyplot as plt

# 建立資料
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# 繪製折線圖
plt.plot(x, y, label='Line Chart')

# 新增標題和標籤
plt.title('Simple Line Chart')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# 顯示圖例
plt.legend()

# 顯示圖表
plt.show()

上述程式碼首先匯入Matplotlib庫，然後建立了一組簡單的資料並使用plt.plot繪製了折線圖。接著，新增了標題和座標軸標籤，並透過plt.legend顯示圖例。最後，透過plt.show顯示圖表。

Seaborn的美化

Seaborn是基於Matplotlib的統計資料視覺化庫，它提供了更簡單的介面和更美觀的預設樣式。以下是一個使用Seaborn建立直方圖的程式碼示例：

import seaborn as sns
import matplotlib.pyplot as plt

# 建立資料
data = [1, 2, 2, 3, 3, 3, 4, 4, 5]

# 使用Seaborn建立直方圖
sns.histplot(data, bins=5, kde=True, color='skyblue')

# 新增標題和標籤
plt.title('Histogram with Seaborn')
plt.xlabel('Values')
plt.ylabel('Frequency')

# 顯示圖表
plt.show()

在這個例子中，使用seaborn.histplot建立了直方圖，並透過引數設定調整了一些樣式，如bins指定柱子的數量，kde新增核密度估計。此外，Matplotlib的基礎功能仍然可以與Seaborn一起使用。

定製化和進階功能

Matplotlib的子圖和定製化

Matplotlib允許你在同一圖表上繪製多個子圖，透過plt.subplot實現。以下是一個使用子圖的例子：

import matplotlib.pyplot as plt
import numpy as np

# 建立資料
x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 建立子圖
plt.subplot(2, 1, 1)  # 兩行一列，當前選中第一個子圖
plt.plot(x, y1, label='Sin')
plt.title('Sin Function')
plt.legend()

plt.subplot(2, 1, 2)  # 兩行一列，當前選中第二個子圖
plt.plot(x, y2, label='Cos')
plt.title('Cos Function')
plt.legend()

plt.tight_layout()  # 調整子圖佈局，防止重疊
plt.show()

在這個例子中，使用plt.subplot建立了兩個子圖，分別繪製了正弦和餘弦函式。

Matplotlib還提供了大量的定製化選項，包括顏色、線型、標記等。例如：

plt.plot(x, y, color='red', linestyle='--', marker='o', label='Data Points')

這將繪製一條紅色虛線，帶有圓形標記的線條。

Seaborn的高階繪圖功能

Seaborn提供了一些高階繪圖功能，如Pair Plots、Heatmaps等，可以更全面地瞭解資料之間的關係。

import seaborn as sns
import matplotlib.pyplot as plt

# 使用Seaborn建立Pair Plot
iris = sns.load_dataset('iris')
sns.pairplot(iris, hue='species', markers=['o', 's', 'D'])

plt.show()

這個例子中，使用Seaborn的pairplot建立了一個Pair Plot，展示了Iris資料集中不同物種之間的關係。

儲存圖表

無論是Matplotlib還是Seaborn，都支援將圖表儲存為影像檔案。例如，使用plt.savefig儲存Matplotlib圖表：

plt.savefig('my_plot.png')

效能最佳化

對於大型資料集，效能可能成為一個問題。Matplotlib和Seaborn都提供了一些最佳化選項，如使用plt.plot的marker引數控制標記的顯示，以提高渲染效能。

plt.plot(x, y, marker='.', markersize=1)

資料視覺化的互動性

在實際應用中，互動性是資料視覺化中的重要部分，能夠增強使用者體驗並提供更深層次的資料探索。使用Matplotlib和Seaborn，你可以透過其他庫或工具來實現互動性，如Plotly、Bokeh等。

使用Plotly建立互動性圖表

Plotly是一個強大的互動性繪相簿，可以與Matplotlib和Seaborn無縫整合。以下是一個簡單的例子：

import plotly.express as px

# 建立資料
df = px.data.iris()

# 使用Plotly建立互動性散點圖
fig = px.scatter(df, x='sepal_width', y='sepal_length', color='species', size='petal_length', hover_data=['petal_width'])

# 顯示圖表
fig.show()

這個例子中，使用Plotly的scatter函式建立了一個互動性的散點圖，透過hover_data引數新增了懸停資訊。

Bokeh的互動性繪圖

Bokeh是另一個強大的互動性繪相簿，支援大規模資料集的互動式視覺化。以下是一個簡單的Bokeh例子：

from bokeh.plotting import figure, show
from bokeh.models import ColumnDataSource

# 建立資料
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# 建立Bokeh圖表
source = ColumnDataSource(data=dict(x=x, y=y))
p = figure(title='Interactive Line Chart', x_axis_label='X-axis', y_axis_label='Y-axis')

# 新增線條
p.line('x', 'y', source=source, line_width=2)

# 顯示圖表
show(p)

這個例子中，使用Bokeh的figure和line函式建立了一個互動性的折線圖。

結合使用Matplotlib/Seaborn和互動性庫

你還可以結合使用Matplotlib或Seaborn與互動性庫，以在靜態圖表中新增互動性元素，提供更豐富的使用者體驗。

import matplotlib.pyplot as plt
from mplcursors import cursor

# 建立資料
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# 繪製散點圖
plt.scatter(x, y, label='Data Points')

# 新增標題和標籤
plt.title('Interactive Scatter Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# 使用mplcursors新增懸停資訊
cursor(hover=True)

# 顯示圖例
plt.legend()

# 顯示圖表
plt.show()

在這個例子中，使用了mplcursors庫來新增懸停資訊，透過懸停滑鼠可以檢視資料點的具體數值。

高階主題：時間序列視覺化和麵向物件的繪圖

時間序列視覺化

在許多資料分析任務中，我們需要處理時間序列資料。Matplotlib和Seaborn提供了強大的工具來視覺化時間序列。

import pandas as pd
import matplotlib.pyplot as plt

# 建立時間序列資料
date_rng = pd.date_range(start='2024-01-01', end='2024-01-10', freq='D')
data = {'value': [1, 3, 7, 2, 5, 8, 4, 6, 9, 10]}
df = pd.DataFrame(data, index=date_rng)

# 繪製時間序列折線圖
plt.plot(df.index, df['value'], marker='o', linestyle='-', color='b')

# 新增標題和標籤
plt.title('Time Series Plot')
plt.xlabel('Date')
plt.ylabel('Value')

# 日期標籤自動格式化
plt.gcf().autofmt_xdate()

# 顯示圖表
plt.show()

在這個例子中，我們使用了Pandas建立了一個簡單的時間序列資料，並使用Matplotlib繪製了折線圖。透過autofmt_xdate可以自動調整日期標籤的格式，確保它們在圖上顯示得更加美觀。

物件導向的繪圖

Matplotlib支援兩種不同的繪圖介面：MATLAB風格的plt介面和麵向物件的介面。物件導向的介面更為靈活，能夠實現更高階的定製化。

import numpy as np
import matplotlib.pyplot as plt

# 建立資料
x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 建立Figure和Axes物件
fig, ax = plt.subplots()

# 在Axes物件上繪製折線圖
line1, = ax.plot(x, y1, label='Sin')
line2, = ax.plot(x, y2, label='Cos')

# 新增標題和標籤
ax.set_title('Sine and Cosine Functions')
ax.set_xlabel('X-axis')
ax.set_ylabel('Y-axis')

# 顯示圖例
ax.legend()

# 顯示圖表
plt.show()

在這個例子中，我們使用了物件導向的繪圖方式，透過subplots建立了Figure和Axes物件，然後在Axes物件上繪製了兩條折線。這種方式可以更靈活地控制圖表的各個元素。

效能和效率最佳化

對於大規模的資料集或複雜的圖表，效能和效率成為關鍵問題。以下是一些最佳化技巧：

  • 使用NumPy和Pandas最佳化資料處理： 儘可能使用向量化操作，以提高資料處理效率。

  • 使用plt.tight_layout()： 該函式能夠自動調整子圖的佈局，避免重疊。

  • 避免繪製過多資料點： 對於大型資料集，可以透過降取樣等方法減少資料點的數量。

  • 非同步渲染： 在一些情況下，使用非同步渲染可以提高互動性圖表的響應速度。

互動性和動態視覺化

在一些場景中，靜態圖表無法完全滿足需求，需要使用互動性和動態視覺化來更好地與資料進行互動。

使用Bokeh建立動態視覺化

Bokeh是一個強大的互動式視覺化庫，支援建立動態視覺化。以下是一個簡單的Bokeh動態圖表的例子：

from bokeh.plotting import figure, curdoc
from bokeh.models import ColumnDataSource
from bokeh.driving import count

# 建立資料來源
source = ColumnDataSource(data={'x': [], 'y': []})

# 建立Bokeh圖表
p = figure(title='Dynamic Plot', width=800, height=400)
p.circle(x='x', y='y', size=10, color='navy', alpha=0.5, source=source)

# 定義動態更新函式
@count()
def update(i):
    new_data = {'x': [i], 'y': [i % 10]}  # 更新資料
    source.stream(new_data, rollover=20)  # 更新資料來源

# 新增定時器，每100毫秒觸發一次更新
curdoc().add_periodic_callback(update, 100)

# 顯示圖表
curdoc().title = 'Dynamic Plot'
curdoc().add_root(p)

在這個例子中，使用Bokeh建立了一個動態散點圖，透過ColumnDataSource更新資料。使用add_periodic_callback函式定時觸發資料更新，實現了動態視覺化。

使用Plotly建立互動性動畫

Plotly也提供了建立互動性動畫的功能，以下是一個簡單的例子：

import plotly.express as px
import pandas as pd

# 建立資料
df = pd.DataFrame({'x': range(10), 'y': [i % 10 for i in range(10)]})

# 建立動畫散點圖
fig = px.scatter(df, x='x', y='y', animation_frame=df.index, size_max=50, range_x=[0, 10], range_y=[0, 10])

# 顯示圖表
fig.show()

在這個例子中，使用Plotly的scatter函式建立了一個動畫散點圖，透過animation_frame引數指定了動畫的幀。

輸出和分享視覺化

一旦建立了令人滿意的視覺化，你可能希望將其分享給他人。Matplotlib、Seaborn、Bokeh和Plotly都提供了儲存圖表的功能，可以將圖表儲存為圖片或HTML檔案。

# 儲存Matplotlib圖表
plt.savefig('my_plot.png')

# 儲存Bokeh圖表
from bokeh.io import output_file, save
output_file('my_bokeh_plot.html')
save(p)

# 儲存Plotly圖表
fig.write_html('my_plotly_plot.html')

這些方法使得你可以方便地將視覺化結果分享給他人，或者嵌入到網頁中。

實際應用示例：輿情分析的互動性視覺化

讓我們透過一個實際的應用場景，結合Matplotlib、Seaborn、Bokeh和Plotly，來展示如何建立一個互動性的輿情分析視覺化。

假設我們有一份包含日期、情感分數和新聞數量的資料集，我們希望透過視覺化展示每天的輿情走勢，並提供互動性操作。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from bokeh.plotting import figure, show
import plotly.express as px

# 建立示例資料集
data = {'Date': pd.date_range(start='2024-01-01', end='2024-01-10'),
        'Sentiment': [0.2, -0.1, 0.5, -0.3, 0.6, -0.2, 0.1, 0.4, -0.5, 0.3],
        'News_Count': [10, 8, 12, 6, 15, 9, 11, 14, 7, 13]}

df = pd.DataFrame(data)

# Matplotlib折線圖
plt.figure(figsize=(10, 5))
plt.plot(df['Date'], df['Sentiment'], label='Sentiment Score', marker='o')
plt.plot(df['Date'], df['News_Count'], label='News Count', marker='o')
plt.title('Sentiment Analysis Over Time')
plt.xlabel('Date')
plt.ylabel('Score/Count')
plt.legend()
plt.show()

# Seaborn折線圖
plt.figure(figsize=(10, 5))
sns.lineplot(x='Date', y='Sentiment', data=df, label='Sentiment Score', marker='o')
sns.lineplot(x='Date', y='News_Count', data=df, label='News Count', marker='o')
plt.title('Sentiment Analysis Over Time (Seaborn)')
plt.xlabel('Date')
plt.ylabel('Score/Count')
plt.legend()
plt.show()

# Bokeh互動性折線圖
p = figure(title='Sentiment Analysis Over Time', x_axis_label='Date', y_axis_label='Score/Count', width=800, height=400)
p.line(df['Date'], df['Sentiment'], legend_label='Sentiment Score', line_width=2, line_color='blue')
p.circle(df['Date'], df['Sentiment'], size=8, color='blue')
p.line(df['Date'], df['News_Count'], legend_label='News Count', line_width=2, line_color='green')
p.square(df['Date'], df['News_Count'], size=8, color='green')
p.legend.location = 'top_left'
show(p)

# Plotly互動性折線圖
fig = px.line(df, x='Date', y=['Sentiment', 'News_Count'], labels={'value': 'Score/Count'},
              title='Sentiment Analysis Over Time (Plotly)', markers=True)
fig.show()

在這個示例中，我們使用了Matplotlib、Seaborn、Bokeh和Plotly建立了相同的輿情分析視覺化，其中Bokeh和Plotly提供了互動性操作，可以縮放、平移、懸停檢視數值等。

這種綜合運用不同庫的方式，可以根據具體需求選擇最適合的工具，為資料科學和分析提供更全面、多樣化的視覺化支援。

總結

本文詳細介紹瞭如何使用Python中的Matplotlib、Seaborn、Bokeh和Plotly等庫進行資料視覺化，並深入探討了一系列主題，涵蓋了從基礎的靜態圖表到高階的互動性和動態視覺化的方方面面。以下是本文的主要總結：

  1. Matplotlib和Seaborn基礎： 學習了使用Matplotlib和Seaborn建立各種靜態圖表的基本方法，包括折線圖、直方圖和散點圖。

  2. 高階主題： 涵蓋了時間序列視覺化、物件導向的繪圖和效能最佳化等高階主題，使讀者能夠更好地應對不同場景下的資料視覺化任務。

  3. 互動性和動態視覺化： 介紹了Bokeh和Plotly這兩個強大的互動性視覺化庫，展示瞭如何建立動態視覺化和互動性圖表，以更靈活地與資料進行互動。

  4. 實際應用示例： 透過一個輿情分析的實際應用場景，演示瞭如何結合多個庫建立一個綜合、互動性的視覺化，為讀者提供了在實際工作中應用所學知識的示範。

  5. 輸出和分享視覺化： 介紹瞭如何儲存視覺化結果為圖片或HTML檔案，以便分享或嵌入到網頁中，幫助讀者將成果展示給他人。

透過這篇綜合性的指南，讀者可以全面瞭解資料視覺化的基礎知識，並學會如何應用不同的庫和技術，使得資料科學和分析工作更具深度和廣度。希望本文能夠激發讀者對資料視覺化的興趣，併為他們在實際專案中提供有力的工具和方法。

點選關注，第一時間瞭解華為雲新鮮技術~

相關文章