作者：Alark Joshi 翻譯：陳雨琳 校對(duì)：吳金笛
本文2200字，建議閱讀8分鐘。
本文將介紹實(shí)現(xiàn)數(shù)據(jù)可視化的軟件包。
這學(xué)期（2018學(xué)年春季學(xué)期）我教授了一門關(guān)于數(shù)據(jù)可視化的數(shù)據(jù)科學(xué)碩士課程。我們的數(shù)據(jù)科學(xué)碩士項(xiàng)目是一個(gè)為期15個(gè)月的強(qiáng)化項(xiàng)目，這個(gè)項(xiàng)目已經(jīng)成功地培養(yǎng)了許多優(yōu)秀的數(shù)據(jù)科學(xué)家。
該項(xiàng)目的學(xué)生背景多元，并且他們?cè)谏线@門課前都對(duì)R和Python有了很深入的理解。通過各種課程的學(xué)習(xí)，他們已經(jīng)能夠熟練使用ggplot2和matplotlib，為學(xué)習(xí)大型多變量數(shù)據(jù)可視化打下了基礎(chǔ)。
作為一個(gè)數(shù)據(jù)可視化的研究者，我想要介紹所有那些在數(shù)據(jù)可視化領(lǐng)域涌現(xiàn)的絕妙技術(shù)。因此，我的課程的其中一部分將會(huì)是基于研究論文，在線可視化和d3示例的講座。
Python中的數(shù)據(jù)可視化
現(xiàn)在大部分的數(shù)據(jù)可視化研究都是通過D3進(jìn)行的。遺憾的是，我只有短短8周跟學(xué)生相處的時(shí)間，所以我只能專注于講授理論和實(shí)踐相結(jié)合的內(nèi)容來幫助他們成為數(shù)據(jù)科學(xué)家。雖然學(xué)生樂于使用可視化技術(shù)探索并解釋問題，但他們中的大多數(shù)對(duì)于使用D3創(chuàng)建美麗的自定義可視化不太感興趣。根據(jù)之前教授這門課的教授反饋來看，在這么短的時(shí)間內(nèi)教授D3是不可能的。
鑒于我自己對(duì)Python的熱愛和Python給學(xué)生帶來的舒適體驗(yàn)，我決定向他們介紹Python中神奇的（我希望是的?。┸浖?，它們可以實(shí)現(xiàn)所有我向?qū)W生展示的內(nèi)容。
Seaborn的靜態(tài)可視化
鑒于我過去使用seaborn的經(jīng)驗(yàn)，我很高興能夠向?qū)W生介紹seaborn產(chǎn)生的美麗的可視化圖案。 他們已經(jīng)有了使用matplotlib的經(jīng)驗(yàn)，所以學(xué)習(xí)seaborn時(shí)很容易，且優(yōu)勢(shì)巨大。 學(xué)生能夠制作散點(diǎn)圖（雙變量和多變量），swarmplots，小提琴圖，條形圖，箱形圖和帶有刻面的直方圖。他們了解到，使用大型數(shù)據(jù)集生成swarmplots非常耗時(shí)，而基于摘要的圖（如小提琴圖）是更好的選擇。
Seaborn中的可視化技術(shù)示例
用Bokeh或Plot.ly實(shí)現(xiàn)交互式可視化
雖然seaborn能夠產(chǎn)生美麗的可視化圖形，但它們都是靜態(tài)的。我希望學(xué)生體驗(yàn)使用交互技術(shù)（如梳理，過濾，縮放和懸停）的好處。為此，我介紹了可視化庫Bokeh和Plot.ly，利用它們可以輕松實(shí)現(xiàn)交互式數(shù)據(jù)可視化。對(duì)于時(shí)間序列可視化分配，學(xué)生可以選擇使用Bokeh或 plot.ly來實(shí)現(xiàn)多線圖(multi line charts)，熱圖(heatmaps)，動(dòng)畫氣泡圖(animated bubble charts)等。
使用plot.ly創(chuàng)建的可視化示例
圖片來源：PolicyViz
Bokeh中的交互式可視化
圖片來源：Christine Doig
可視化樹，圖和網(wǎng)絡(luò)
在討論分層數(shù)據(jù)可視化的技術(shù)時(shí)，我很高興地展示樹狀圖可視化技術(shù)，并將其與節(jié)點(diǎn)鏈接圖進(jìn)行了比較。遺憾的是，當(dāng)我深入挖掘時(shí)，卻沒有找到實(shí)現(xiàn)多級(jí)樹狀圖的方法L 即使在導(dǎo)入了squarify庫之后，你也只能在Python中生成一個(gè)一級(jí)樹狀圖！
使用squarify包只能生成一級(jí)樹圖
圖片來源：The Python Graph Gallery
精彩的networkx軟件包可以被用來分析圖形和網(wǎng)絡(luò)。 然而，網(wǎng)絡(luò)可視化只能通過matplotlib或igraph或plotly來實(shí)現(xiàn)（請(qǐng)參閱使用plotly實(shí)現(xiàn)網(wǎng)絡(luò)可視化的教程）。igraph有許多不同的選項(xiàng)可以幫助用戶嘗試配置圖形，但是設(shè)置起來很不方便，因此許多學(xué)生在使用時(shí)遇到了問題。另一方面，plot.ly使用順暢，但在自定義網(wǎng)絡(luò)圖方面幾乎沒有選擇。
地學(xué)可視化
鑒于創(chuàng)建交互式映射圖是數(shù)據(jù)可視化的重要組成部分，我對(duì)于找到能夠創(chuàng)建等值區(qū)域圖(choropleth maps)，符號(hào)圖(symbol maps)，統(tǒng)計(jì)圖(cartograms)，交通圖(transit maps)甚至流向圖(flow maps)的軟件包更有信心。以下是我在Python中發(fā)現(xiàn)的地學(xué)可視化庫：
Plot.ly允許您創(chuàng)建等值區(qū)域圖和符號(hào)圖，但幾乎無法控制圖的創(chuàng)建過程。
geoplotlib是一個(gè)小巧好用的軟件包，它建立在pyglet上，但它有點(diǎn)不穩(wěn)定，經(jīng)常崩潰。它使用OpenStreetMap圖塊，甚至允許基于動(dòng)畫的空間數(shù)據(jù)可視化。我很喜歡這個(gè)包，因?yàn)樗锩嬗幸恍┖?jiǎn)潔好用的示例。
geoplot看起來很完美，其中有一些很棒的例子，但是我和我們的學(xué)生都無法安裝它。鑒于我們大多數(shù)人都不使用conda，我們應(yīng)該注意這個(gè)警告 - “請(qǐng)謹(jǐn)慎使用，因?yàn)檫@可能不適用于Windows，并且可能無法在OSX和Linux上運(yùn)行?！?/p>
Cartopy和geopandas+matplotlib只生成靜態(tài)可視化，所有我還沒有嘗試過。
文本可視化
我們學(xué)習(xí)了很多關(guān)于各種文本可視化技術(shù)的知識(shí)，例如標(biāo)簽云(tag clouds)（例如wordle），文檔散（docubursts），平行標(biāo)簽云（parallel tag clouds），短語網(wǎng)絡(luò)(phrase nets)和單詞樹(word trees)，還介紹了主題探索和情感可視化技術(shù)。
不幸的是，除了word_cloud軟件包之外，對(duì)于想要在Python中實(shí)現(xiàn)單個(gè)文檔或大型文本集可視化的人來說，幾乎沒有其他選項(xiàng)。
Web的交互式數(shù)據(jù)可視化
當(dāng)前，Bokeh和Plot.ly Dash是創(chuàng)建允許多視圖刷選和過濾的交互式儀表盤的主要選擇。Bokeh的示例非常少，而Plot.ly Dash對(duì)慣于在Python中創(chuàng)建可視化的用戶來說則非常重要。
Plot.ly Dash是基于Flask，Plotly.js和React.js構(gòu)建的，同時(shí)增加了創(chuàng)建同步多視點(diǎn)可視化的障礙。我班上的一些學(xué)生團(tuán)隊(duì)使用Plot.ly Dash完成期末項(xiàng)目，但他們學(xué)得非常快。以下鏈接中是一個(gè)關(guān)于Ryan Campa和Shikhar Gupta通過Dash實(shí)現(xiàn)TED演講數(shù)據(jù)集可視化的簡(jiǎn)單案例。
http://campa-gupta.herokuapp.com/
Altar會(huì)是理想的選擇嗎？
隨著課程的進(jìn)展，出現(xiàn)了一些關(guān)于Python 和 Vega組合成為Altair的消息！我欣喜地得知我所使用的Vega來自UW Interactive Data Lab。Jim Vallandingam出色的“Altair簡(jiǎn)介”教程是一個(gè)很好的起點(diǎn)。
Altair的主要開發(fā)人員Jake VanderPlas最近發(fā)布了他的Python筆記本和PyCon 2018視頻的鏈接。我從那以后一直在玩它，我非常喜歡它！數(shù)據(jù)科學(xué)家們希望探索他們的數(shù)據(jù)并創(chuàng)建可視化圖形來從內(nèi)部和外部解釋它們。我希望它能滿足數(shù)據(jù)科學(xué)家的需求。
Altair示例庫中的交互式可視化示例集合
圖片來源：Altair Gallery
總結(jié)
數(shù)據(jù)科學(xué)家喜歡使用Python中的可視化庫和包，我希望像Altair這樣的工具就是最終的實(shí)現(xiàn)途徑。諸如plotly，seaborn，bokeh，geoplotlib等軟件包將繼續(xù)發(fā)展，并擁有更多功能。通過Python實(shí)現(xiàn)的交互式數(shù)據(jù)可視化（用于Web）將有一個(gè)更光明的未來，我們期待這一天！
致謝
感謝Sophie Engle教授提供的講座筆記，讓我在整個(gè)學(xué)期的講課都很順利。感謝Shirley Wu和Robert Gove為早期的草稿提供了極有價(jià)值的反饋。
原文標(biāo)題：
We need more Interactive Data Visualization tools (for the Web) in Python
https://medium.com/@alark/we-need-more-interactive-data-visualization-tools-for-the-web-in-python-ad80ec3f440e
譯者簡(jiǎn)介：陳雨琳，清華大學(xué)大二在讀，英語專業(yè)。專業(yè)學(xué)習(xí)之外喜歡學(xué)些數(shù)學(xué)、計(jì)算機(jī)類課程，被數(shù)據(jù)和模型的魅力所吸引，希望未來能往這個(gè)方向發(fā)展。道阻且長(zhǎng)，行則將至。
END
聯(lián)系客服
