（给机器学习算法与Python学习加星标，提升AI技能）
选自TowardsDataScience
机器之心编译
数据可以帮助我们描述这个世界、阐释自己的想法和展示自己的成果，但如果只有单调乏味的文本和数字，我们却往往能难抓住观众的眼球。而很多时候，一张漂亮的可视化图表就足以胜过千言万语。本文将介绍 5 种基于 Plotly 的可视化方法，你会发现，原来可视化不仅可用直方图和箱形图，还能做得如此动态好看甚至可交互。
对数据科学家来说，讲故事是一个至关重要的技能。为了表达我们的思想并且说服别人，我们需要有效的沟通。而漂漂亮亮的可视化是完成这一任务的绝佳工具。本文将介绍 5 种非传统的可视化技术，可让你的数据故事更漂亮和更有效。这里将使用 Python 的 Plotly 图形库（也可通过 R 使用），让你可以毫不费力地生成动画图表和交互式图表。
那么，Plotly 有哪些好处？Plotly 的整合能力很强：可与 Jupyter Notebook 一起使用，可嵌入网站，并且完整集成了 Dash——一种用于构建仪表盘和分析应用的出色工具。
启动
如果你还没安装 Plotly，只需在你的终端运行以下命令即可完成安装：
pip install plotly
安装完成后，就开始使用吧！
动画
在研究这个或那个指标的演变时，我们常涉及到时间数据。Plotly 动画工具仅需一行代码就能让人观看数据随时间的变化情况，如下图所示：
代码如下：
import
 plotly.express 
as
 px
from
 vega_datasets 
import
 data
df = data.disasters()
df = df[df.Year > 
1990
]
fig = px.bar(df,
             y=
"Entity"
,
             x=
"Deaths"
,
             animation_frame=
"Year"
,
             orientation=
h
,
             range_x=[
0
, df.Deaths.max()],
             color=
"Entity"
)
# improve aesthetics (size, grids etc.)
fig.update_layout(width=
1000
,
                  height=
800
,
                  xaxis_showgrid=
False
,
                  yaxis_showgrid=
False
,
                  paper_bgcolor=
rgba(0,0,0,0)
,
                  plot_bgcolor=
rgba(0,0,0,0)
,
                  title_text=
Evolution of Natural Disasters
,
                  showlegend=
False
)
fig.update_xaxes(title_text=
Number of Deaths
)
fig.update_yaxes(title_text=
)
fig.show()
只要你有一个时间变量来过滤，那么几乎任何图表都可以做成动画。下面是一个制作散点图动画的例子：
import
 plotly.express 
as
 px
df = px.data.gapminder()
fig = px.scatter(
    df,
    x=
"gdpPercap"
,
    y=
"lifeExp"
,
    animation_frame=
"year"
,
    size=
"pop"
,
    color=
"continent"
,
    hover_name=
"country"
,
    log_x=
True
,
    size_max=
55
,
    range_x=[
100
, 
100000
],
    range_y=[
25
, 
90
],
#   color_continuous_scale=px.colors.sequential.Emrld
)
fig.update_layout(width=
1000
,
                  height=
800
,
                  xaxis_showgrid=
False
,
                  yaxis_showgrid=
False
,
                  paper_bgcolor=
rgba(0,0,0,0)
,
                  plot_bgcolor=
rgba(0,0,0,0)
)
太阳图
太阳图（sunburst chart）是一种可视化 group by 语句的好方法。如果你想通过一个或多个类别变量来分解一个给定的量，那就用太阳图吧。
假设我们想根据性别和每天的时间分解平均小费数据，那么相较于表格，这种双重 group by 语句可以通过可视化来更有效地展示。
这个图表是交互式的，让你可以自己点击并探索各个类别。你只需要定义你的所有类别，并声明它们之间的层次结构（见以下代码中的 parents 参数）并分配对应的值即可，这在我们案例中即为 group by 语句的输出。
import
 plotly.graph_objects 
as
 go
import
 plotly.express 
as
 px
import
 numpy 
as
 np
import
 pandas 
as
 pd
df = px.data.tips()
fig = go.Figure(go.Sunburst(
    labels=[
"Female"
, 
"Male"
, 
"Dinner"
, 
"Lunch"
, 
Dinner 
, 
Lunch 
],
    parents=[
""
, 
""
, 
"Female"
, 
"Female"
, 
Male
, 
Male
],
    values=np.append(
        df.groupby(
sex
).tip.mean().values,
        df.groupby([
sex
, 
time
]).tip.mean().values),
    marker=dict(colors=px.colors.sequential.Emrld)),
                layout=go.Layout(paper_bgcolor=
rgba(0,0,0,0)
,
                                 plot_bgcolor=
rgba(0,0,0,0)
))
fig.update_layout(margin=dict(t=
0
, l=
0
, r=
0
, b=
0
),
                  title_text=
Tipping Habbits Per Gender, Time and Day
)
fig.show()
现在我们向这个层次结构再添加一层：
为此，我们再添加另一个涉及三个类别变量的 group by 语句的值。
import
 plotly.graph_objects 
as
 go
import
 plotly.express 
as
 px
import
 pandas 
as
 pd
import
 numpy 
as
 np
df = px.data.tips()
fig = go.Figure(go.Sunburst(labels=[
"Female"
, 
"Male"
, 
"Dinner"
, 
"Lunch"
, 
Dinner 
, 
Lunch 
, 
Fri
, 
Sat
,
Sun
, 
Thu
, 
Fri 
, 
Thu 
, 
Fri  
, 
Sat  
, 
Sun  
, 
Fri   
, 
Thu   
],
                            parents=[
""
, 
""
, 
"Female"
, 
"Female"
, 
Male
, 
Male
,
Dinner
, 
Dinner
, 
Dinner
, 
Dinner
,
Lunch
, 
Lunch
, 
Dinner 
, 
Dinner 
,
Dinner 
, 
Lunch 
, 
Lunch 
                            ],
                            values=np.append(
                                np.append(
                                    df.groupby(
sex
).tip.mean().values,
                                    df.groupby([
sex
,
time
]).tip.mean().values,
                                ),
                                df.groupby([
sex
, 
time
,
day
]).tip.mean().values),
                            marker=dict(colors=px.colors.sequential.Emrld)),
                layout=go.Layout(paper_bgcolor=
rgba(0,0,0,0)
,
                                 plot_bgcolor=
rgba(0,0,0,0)
))
fig.update_layout(margin=dict(t=
0
, l=
0
, r=
0
, b=
0
),
                  title_text=
Tipping Habbits Per Gender, Time and Day
)
fig.show()
平行类别
另一种探索类别变量之间关系的方法是以下这种流程图。你可以随时拖放、高亮和浏览值，非常适合演示时使用。
代码如下：
import
 plotly.express 
as
 px
from
 vega_datasets 
import
 data
import
 pandas 
as
 pd
df = data.movies()
df = df.dropna()
df[
Genre_id
] = df.Major_Genre.factorize()[
0
]
fig = px.parallel_categories(
    df,
    dimensions=[
MPAA_Rating
, 
Creative_Type
, 
Major_Genre
],
    color=
"Genre_id"
,
    color_continuous_scale=px.colors.sequential.Emrld,
)
fig.show()
平行坐标图
平行坐标图是上面的图表的连续版本。这里，每一根弦都代表单个观察。这是一种可用于识别离群值（远离其它数据的单条线）、聚类、趋势和冗余变量（比如如果两个变量在每个观察上的值都相近，那么它们将位于同一水平线上，表示存在冗余）的好用工具。
代码如下：
import
 plotly.express 
as
 px
from
 vega_datasets 
import
 data
import
 pandas 
as
 pd
df = data.movies()
df = df.dropna()
df[
Genre_id
] = df.Major_Genre.factorize()[
0
]
fig = px.parallel_coordinates(
    df,
    dimensions=[
IMDB_Rating
, 
IMDB_Votes
, 
Production_Budget
, 
Running_Time_min
,
US_Gross
, 
Worldwide_Gross
, 
US_DVD_Sales
    ],
    color=
IMDB_Rating
,
    color_continuous_scale=px.colors.sequential.Emrld)
fig.show()
量表图和指示器
量表图仅仅是为了好看。在报告 KPI 等成功指标并展示其与你的目标的距离时，可以使用这种图表。
指示器在业务和咨询中非常有用。它们可以通过文字记号来补充视觉效果，吸引观众的注意力并展现你的增长指标。
import
 plotly.graph_objects 
as
 go
fig = go.Figure(go.Indicator(
    domain = {
x
: [
0
, 
1
], 
y
: [
0
, 
1
]},
    value = 
4.3
,
    mode = 
"gauge+number+delta"
,
    title = {
text
: 
"Success Metric"
},
    delta = {
reference
: 
3.9
},
    gauge = {
bar
: {
color
: 
"lightgreen"
},
axis
: {
range
: [
None
, 
5
]},
steps
 : [
                 {
range
: [
0
, 
2.5
], 
color
: 
"lightgray"
},
                 {
range
: [
2.5
, 
4
], 
color
: 
"gray"
}],
          }))
fig.show()
原文链接：https://towardsdatascience.com/5-visualisations-to-level-up-your-data-story-e131759c2f41
推荐阅读
【送书包邮】免费赠送5本畅销书，机器学习从入门到入职
微软，致力于做最好的Linux发行版，Windows支持直接访问Linux子系统
华科博士入职华为年薪201万，博三才发文章，打破学校零记录
万字长文综述：文本增强技术的研究进展及应用实践
GitHub标星2.4W！五分钟带你搞定Bash脚本使用技巧
继续阅读
阅读原文
关键词
数据
代码
变量
图表
工具