Python数据可视化，看这篇就够了

2 年前 · 来自专栏波波老师开讲啦

迷途小球迷

说到python的常见应用，很多人会想到python的数据分析，作为数据分析中的表现层面，数据可视化都是其中必不可少的部分。但本文 并非只推荐无任何数据分析需求仅需要做漂亮可视化图表的人 学习python数据可视化。本文介绍的只是一些常见的python第三方库，毕竟作为一个工具来说，这些第三方库使用起来并不是非常方便，也有一定的学习成本，普通的可视化推荐使用excel、wps，有条件的可以使用各种BI工具如：tableau，powerBI等。

那什么情况下需要用到python数据可视化库呢？

如果是在某些特定场景中，需要用到python做数据分析，输出各种图表用于辅助分析或者数据报告展示，那这些库则显得必不可少，接下来将介绍一些如何学习的方法和第三方库的介绍：

比如选择一款合适的库，先了解各种库的特点，选择合适的库，然后学习绘图原理，掌握的知识点

选择官网是最省钱和系统的学习的最佳路径，至于效率方面见仁见智。选择书籍或视频的方式也未尝不可。

1、了解几大常用的可视化库，比如特性、使用场景、效果图等；

2、选择一款适合自己的第三方库，比如要做国内地图类的项目，选择pyecharts；

3、学习该库的绘图原理，各种函数调用和参数修改，就是所谓的"调参"；

4、不断练习、练习、练习；

推荐学习使用的开发工具：JupyterNotebook。在数据分析和可视化的应用中，jupyter无疑是首选，相比其他如pycharm等工具，可以将每一步的可视化图表输出在同一页面中，方便比较分析。

为什么需要数据可视化？

视觉是人类获取外界信息最高速，最主要也是最重要渠道。超过50%的人脑功能用于视觉感知，而大脑接收到的信息 90％来自视觉，人类利用视觉获取和处理的信息量，远远超出其他途径。

视觉的信息带宽是最大的，其次是触觉和听觉。

人类大脑处理图像的速度比文本快 6 万倍。所谓的“可视化”，就是利用人类视觉化的思考能力，对数据进行可视表达以增强认知的技术。

常用的可视化库介绍

- 1 -

Matplotlib

官方文档地址：

https:// matplotlib.org/2.0.2/in dex.html

Gallery画廊地址：

https:// matplotlib.org/2.0.2/ga llery.html

matplotlib是Python数据可视化库的OG。尽管它已有十多年的历史，但仍然是Python社区中使用最广泛的绘图库。它的设计与MATLAB非常相似，MATLAB是20世纪80年代开发的专有编程语言。通常在python数据分析的教程中经常会包含该库的学习。

基础讲解 ：使用matplotlib绘图的原理，主要就是理解figure(画布)、axes(坐标系)、axis(坐标轴)三者之间的关系。

步骤：创建figure图形对象-> 获取对应位置的axes坐标系对象->调用axes对象，进行对应位置的图形绘制->显示图形。下图是帮助我们理解figure和axes的关系。

- 2 -

Seaborn

官方文档地址：

https:// seaborn.pydata.org/tuto rial.html

Gallery画廊地址：

https:// seaborn.pydata.org/exam ples/index.html

Seaborn利用matplotlib的强大功能，可以只用几行代码就创建漂亮的图表。关键区别在于Seaborn的默认款式和调色板设计更加美观和现代。由于Seaborn是在matplotlib之上构建的一个更高级的库，因此还需要了解matplotlib以便调整Seaborn的默认值，所以在matplotlib上的调参也可以在Seaborn上面使用。Seaborn针对的点主要是数据挖掘和机器学习中的变量特征选取，seaborn可以用短小的代码去绘制描述更多维度数据的可视化效果图。

基础讲解：原理比较简单，主要是通过sns对象调用各种类型表格的函数，这里举一个例子：

- 3 -

Pyecharts

官方文档地址：

https:// pyecharts.org/

Gallery画廊地址：

http:// gallery.pyecharts.org/# /README

Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 诞生了。

这是国人开发的一个Echarts与Python结合的轮子，可以结合cdth等前端技术定制我们要的主题风格，功能非常强大，也是数据可视化非常常用的一个工具，也是比较推荐新手学习的。

基础讲解：选择图表类型-> 声明图形类并添加数据，比如添加x轴和y轴的数据->选择全局变量set_global_opts，设置参数->显示及保存图表；

注：各种不同的图表输入的数据格式会有所不同，导致部分复杂图表的设置难度较大。

- 4 -

ggplot

官方文档地址：

http:// ggplot.yhathq.com/

ggplot基于ggplot2，一个 R 语言绘图系统，以及The Grammar of Graphics的概念。ggplot的运行方式与matplotlib不同：它允许你对组件进行分层以创建完整的绘图。例如，你可以从轴开始画，然后添加点，然后是线、趋势线等。虽然图形语法被称为绘图的“直观”方法，但经验丰富的matplotlib用户可能需要时间来适应这个新的方式。

- 5 -

Bokeh

官方文档地址：

https:// docs.bokeh.org/en/lates t/

Gallery画廊地址：

https:// docs.bokeh.org/en/lates t/docs/gallery.html