（给机器学习算法与Python学习加星标，提升AI技能） 

译者：欧剃 

https://towardsdatascience.com/the-next-level-of-data-visualization-in-python-dd6e99039d5e

今天就带你深入体验易于使用、文档健全、功能强大的开源 Python 绘图库 Plotly，教你如何用超简单的（甚至只要一行！）代码，绘制出更棒的图表。

“沉没成本谬误”是人们常犯的几种认知偏差之一：由于在某件事上已经投入了（“沉没”）太多的成本，即使这件事已经注定要失败，人们倾向于继续投入更多的时间和金钱。

比如，在不好的职位上待了比正常更长的时间，在一个明显不可能的项目上埋头苦干，以及（你猜的没错）继续用一个陈旧、枯燥的绘图库——matplotlib——即使已经有了更高效、更美观、可互动性更好的替代品了。

我之前一直守着 matplotlib 用的原因，就是为了我学会它复杂的语法，已经“沉没"在里面的几百个小时的时间成本。这也导致我花费了不知多少个深夜，在 StackOverflow 上搜索如何“格式化日期”或“增加第二个Y轴”。

但我们现在有一个更好的选择了 —— 比如易于使用、文档健全、功能强大的开源 Python 绘图库 Plotly。今天就带你深入体验下，了解它如何用超简单的（甚至只要一行！）代码，绘制出更棒的图表。

* 本文中所有代码都已经在 Github 上开源，所有的图表都是可交互的，请使用NBViewer查看 。

（Github 源代码地址：https://github.com/WillKoehrsen/Data-Analysis/blob/master/plotly/Plotly%20Whirlwind%20Introduction.ipynb）

（plotly 绘制的范例图表。图片来源：plot.ly）

plotly 的 Python 软件包是一个开源的代码库，它基于 plot.js，而后者基于 d3.js。我们实际使用的则是一个对 plotly 进行封装的库，名叫 cufflinks，它能让你更方便地使用 plotly 和 Pandas 数据表协同工作。

*注：Plotly 本身是一个拥有多个不同产品和开源工具集的可视化技术公司。Plotly 的 Python 库是可以免费使用的，在离线模式可以创建数量不限的图表，在线模式因为用到了 Plotly 的共享服务，只能生成并分享 25 张图表。

本文中的所有可视化图表都是在 Jupyter Notebook 中使用离线模式的 plotly + cufflinks 库完成的。在使用 pip install cufflinks plotly 完成安装后，你可以用下面这样的代码在 Jupyter 里完成导入：

单变量分析图往往是开始数据分析时的标准做法，而柱状图基本上算是单变量分布分析时必备的图表之一（虽然它还有一些不足）。

就拿博客文章点赞总数为例（原始数据见 Github：https://github.com/WillKoehrsen/Data-Analysis/tree/master/medium ），做一个简单的交互式柱状图：

（代码中的 df 是标准的 Pandas dataframe 对象）

（使用 plotly+cufflinks 创建的交互式柱状图）

对于已经习惯 matplotlib 的同学，你们只需要多打一个字母（把 .plot 改成 .iplot ），就能获得看起来更加美观的交互式图表！点击图片上的元素就能显示出详细信息、随意缩放，还带有（我们接下来会提到的）高亮筛选某些部分等超棒功能。

如果你想绘制堆叠柱状图，也只需要这样：

对 pandas 数据表进行简单的处理，并生成条形图：

就像上面展示的那样，我们可以将 plotly + cufflinks 和 pandas 的能力整合在一起。比如，我们可以先用 .pivot() 进行数据透视表分析，然后再生成条形图。

比如统计不同发表渠道中，每篇文章带来的新增粉丝数：

交互式图表带来的好处是，我们可以随意探索数据、拆分子项进行分析。箱型图能提供大量的信息，但如果你看不到具体数值，你很可能会错过其中的一大部分！

散点图是大多数分析的核心内容，它能让我们看出一个变量随着时间推移的变化情况，或是两个（或多个）变量之间的关系变化情况。

在现实世界中，相当部分的数据都带有时间元素。幸运的是，plotly + cufflinks 天生就带有支持时间序列可视化分析的功能。

以我在“Towards Data Science”网站上发表的文章数据为例，让我们以发布时间为索引构建一个数据集，看看文章热度的变化情况：

在上图中，我们用一行代码完成了几件事情：

• 自动生成美观的时间序列 X 轴

• 增加第二条 Y 轴，因为两个变量的范围并不一致

• 把文章标题放在鼠标悬停时显示的标签中

为了显示更多数据，我们可以方便地添加文本注释：

（带有文本注释的散点图）

下面的代码中，我们将一个双变量散点图按第三个分类变量进行着色：

接下来我们要玩点复杂的：对数坐标轴。我们通过指定 plotly 的布局（layout）参数来实现这一点（关于不同的布局，请参考官方文档 https://plot.ly/python/reference/ ），同时我们把点的尺寸（size参数）和一个数值变量 read_ratio （阅读比例）绑定，数字越大，泡泡的尺寸也越大。

如果想要更复杂一些（详见 Github 的源代码），我们甚至可以在一张图里塞进 4 个变量！（然而并不推荐你们真的这么搞）

和前面一样，我们可以将 pandas 和 plotly+cufflinks 结合起来，实现许多有用的图表：

建议你查看官方文档，或者源代码，里面有更多的范例和函数实例。只需要简单的一两行代码，就可以为你的图表加上文字注释，辅助线，最佳拟合线等有用的元素，并且保持原有的各种交互式功能。

高级绘图功能

接下来，我们要详细介绍几种特殊的图表，平时你可能并不会很经常用到它们，但我保证只要你用好了它们，一定能让人刮目相看。我们要用到 plotly 的 figure_factory 模块，只需要一行代码，就能生成超棒的图表！

假如我们要探索许多不同变量之间的关系，散点图矩阵（也被称为SPLOM）就是个很棒的选择：

即使是这样复杂的图形，也是完全可交互的，让我们能更详尽地对数据进行探索。

为了体现多个数值变量间的关系，我们可以计算它们的相关性，然后用带标注热度图的形式进行可视化：

除了层出不穷的各种图表外，Cufflinks 还提供了许多不同的着色主题，方便你轻松切换各种不同的图表风格。下面两张图分别是“太空”主题和“ggplot”主题：

此外，还有 3D 图表（曲面和泡泡）：

对有兴趣研究的用户来说，做张饼图也不是什么难事：

当你在 Jupyter Notebook 里生成了这些图表之后，你将会发现图表的右下角出现了一个小小的链接，写着“Export to plot.ly（发布到 plot.ly）”。如果你点击这个链接，你将会跳转到一个“图表工坊”（https://plot.ly/create/）。

在这里，你可以在最终展示之前进一步修改和润色你的图表。可以添加标注，选择某些元素的颜色，把一切都整理清楚，生成一个超棒的图表。之后，你还可以将它发布到网络上，生成一个供其他人查阅的链接。

下面两张图是在图表工坊里制作的：

讲了这么多，看都看累了吧？然而我们还并没有穷尽这个库的所有功能。限于篇幅，有些更棒的图表和范例，只好请大家访问 plotly 和 cufflinks 的官方文档去一一查看咯。

（Plotly 交互式地图，显示了美国国内的风力发电场数据。来源：plot.ly）

关于沉没成本谬误，最糟糕的一点在于，人们往往只能在放弃之前的努力时，才能意识到自己浪费了多少时间。

在选择一款绘图库的时候，你最需要的几个功能有：

从现在看来，要用 Python 语言实现以上功能的最佳选择非 plotly 莫属。它让我们快速生成可视化图表，交互功能使我们更好地理解信息。

我承认，绘图绝对是数据科学工作中最让人享受的部分，而 plotly 能让你更加愉悦地完成这些任务。

（用一张图表显示一下用 Python 绘图的愉悦程度随着时间变化。来源 towardsdatascience.com）

2020 年是时候升级你的 Python 绘图库了，让自己在数据科学和可视化方面变得更快、更强、更美吧！