幾周前，R語言社區經歷了一場關于畫圖工具的討論。對于我們這種外人來說，具體的細節并不重要，但是我們可以將一些有用的觀點運用到 Python 中。討論的重點是 R 語言自帶的繪圖工具 base R 和 Hadley Wickham 開發的繪圖工具 ggplot2 之間的優劣情況。如果你想了解更多細節內容，請閱讀以下幾篇文章：

• http://simplystatistics.org/2016/02/11/why-i-dont-use-ggplot2/
• http://varianceexplained.org/r/why-I-use-ggplot2/
• http://flowingdata.com/2016/03/22/comparing-ggplot2-and-r-base-graphics/

其中最重要的兩個內容是：

1. 其中一個工具能夠實現的功能另一個工具也同樣能實現。
2. ggplot2 非常適合用于探索性分析。

不是所有人都認同第二個觀點，ggplot2確實無法繪制出所有的圖表類型，但是我會利用它來做分析。

綜述

以下是 2016 年 4 月寫的關于繪圖工具的概述。出于多方面的原因，繪圖工具的選取更多地取決于個人偏好，因此本文介紹的 Python 繪圖工具也僅代表我的個人使用偏好。

Matplotlib

Matplotlib 是一個強大的工具，它是 Pandas' builtin-plotting 和 Seaborn 的基礎。Matplotlib 能夠繪制許多不同的圖形，還能調用多個級別的許多 API。我發現pyplot api非常好用，你可能用不上Transforms 或者 artists，但是如果你有需求的話可以查閱幫助文檔。我將從 pandas 和 seaborn 圖開始介紹，然后介紹如何調用 pyplot 的API。

Pandas' builtin-plotting

DataFrame 和 Series 擁有 .plot 的命名空間，其中有許多圖形類別可供選擇(line, hist, scatter, 等等)。 Pandas 對象還提供了額外的用于增強圖形展現效果的數據，如索引變量。
由于 pandas 具有更少的向后兼容的限制，所以它具有更好的美學特性。從這方面來說，我認為 pandas 中的 DataFrame.plot 是一個非常實用的快速探索性分析的工具。

Seaborn

Michael Waskom 所開發的 Seaborn 提供了一個高層次的界面來繪制更吸引人統計圖形。Seaborn 提供了一個可以快速探索分析數據不同特征的 API 接口，接下來我們將重點介紹它。

Bokeh

Bokeh 是一款針對瀏覽器開發的可視化工具。
和 matplotlib 一樣，**Bokeh
** 擁有一系列 API 接口。比如 glpyhs 接口，該接口和 matplotllib 中的 Artists 接口非常相似，它主要用于繪制環形圖、方形圖和多邊形圖等。最近 Bokeh 又開放了一個新的圖形接口，該接口主要用于處理詞典數據或 DataFrame 數據，并用于繪制罐頭圖。

其他工具：

以下是一些本文沒有提到的可視化工具：

• Lightning
• HoloViews
• Glueviz
• vispy
• bqplot

案例介紹

我們將利用 ggplot2 中的 diamonds 數據集，你可以在 Vincent Arelbundock's RDatasets 中找到它(pd.read_csv('http://vincentarelbundock.github.io/Rdatasets/csv/ggplot2/diamonds.csv'))，此外我們還需要檢測是否已經安裝feather。

925

926

927

[站外圖片上傳中……(4)]

Bokeh 提供了兩個 API，一個是低級的 glyph API，另一個是高級的 Charts API。

[站外圖片上傳中……(5)]

還不是很清楚我們應該在啥時候利用 Bokeh 來進行探索性分析，不過它的交互式功能可以激發我的興趣。就個人而言，由于習慣問題我平時仍然一直使用 matplotlib 來繪圖，我還無法完全切換到 Bokeh 中。

我非常喜歡 Bokeh 的儀表盤功能和 bokeh server 的 webapps。

[站外圖片上傳中……(6)]

Matplotlib

[站外圖片上傳中……(7)]

[站外圖片上傳中……(8)]

matplotlib 并不局限于處理 DataFrame 數據，它支持所有使用 getitem 作為鍵值的數據類型。

[站外圖片上傳中……(9)]

[站外圖片上傳中……(10)]

我們從列變量的名字中提取出軸標簽，利用 Pandas 可以更加便捷地繪制一系列共享 x 軸數據的圖形。

[站外圖片上傳中……(11)]

[站外圖片上傳中……(12)]

Seaborn

本文中的剩余部分將重點介紹 seaborn和為什么我認為它是探索性分析的強大工具。

我強烈建議你閱讀 Seaborn 的 introductory notes，這上面介紹了 seaborn 的設計邏輯和應用領域。

Seaborn 主要目的是將探索和理解數據核心部分的過程進行可視化處理。

我們可以通過一個穩定的且易懂的 API 接口來調用 Seaborn。

繪圖函數通過調用盡量少的參數來實現可視化的過程，此外還可以通過修改附加參數的形式來自定義選項。

事實上，seaborn 是基于 matplotlib 開發的，這意味著如果你熟悉 pyplot API的話，那么你可以很容易地掌握 seaborn。

大多數 seaborn 繪圖函數的參數都由 x, y, hue, 和 data 構成(并不是所有的參數都是必須的)。如果你處理的對象是 DataFrame，那么你可以直接將列變量的名稱和數據集的名稱一同傳遞到繪圖函數中。

[站外圖片上傳中……(13)]

[站外圖片上傳中……(14)]

[站外圖片上傳中……(15)]

[站外圖片上傳中……(16)]

我們可以很輕易地探究兩個變量之間的關系：

[站外圖片上傳中……(17)]

[站外圖片上傳中……(18)]

或者一次探究多個變量之間的關系：

[站外圖片上傳中……(19)]

[站外圖片上傳中……(20)]

pariplot 是 PairGrid 的一個包裝函數，它提供了 seaborn 一個重要的抽象功能——Grid。Seaborn 的 Grid 將 matplotlib 中Figure 和數據集中的變量聯系起來了。

我們有兩種方式可以和 grids 進行交互操作。其一，seaborn 提供了類似于 pairplot 的包裝函數，它提前設置了許多常見任務的參數；其二，如果你需要更多的自定義選項，那么你可以直接利用 Grid 方法。

[站外圖片上傳中……(21)]
[站外圖片上傳中……(22)]

[站外圖片上傳中……(23)]
34312 rows × 7 columns

[站外圖片上傳中……(24)]
[站外圖片上傳中……(25)]

FaceGrid 可以通過控制分面變量來生成 Grid圖形，其中PairGrid是它的一個特例。接下來的案例中，我們將以數據集中的 cut 變量為分面變量來繪制圖像：
[站外圖片上傳中……(26)]

[站外圖片上傳中……(27)]
最后一個案例展示了如何將 seaborn 和 matplotlib 結合起來。g.axes是matplotlib.Axes的一個數組，g.fig是matplotlib.Figure的一個特例。這是使用 seaborn 時常見的一個模式：利用 seaborn 的方法來繪制圖像，然后再利用 matplotlib 來調整細節部分。

我認為 seaborn 之所以吸引人是因為它的繪圖語法具有很強的靈活性。你不會被作者所設定的圖表類型所局限住，你可以根據自己的需要創建新的圖表。
[站外圖片上傳中……(28)]

[站外圖片上傳中……(29)]

[站外圖片上傳中……(30)]

[站外圖片上傳中……(31)]

本來，我打算準備更多的例子來介紹 seaborn，但是我會將相關鏈接分享給大家。Seaborn 的說明文檔寫的非常詳細。

最后，我們將結合 scikit-learn 來介紹如何利用 GridSearch 來尋找最佳參數。
[站外圖片上傳中……(32)]

[站外圖片上傳中……(33)]

[站外圖片上傳中……(34)]

原文鏈接：http://tomaugspurger.github.io/modern-6-visualization.html

原文作者：Tom Augspurger

譯者：Fibears