7000字 23张图，Pandas一键生成炫酷的动态交互式图表-技术圈

今天小编来演示一下如何用pandas一行代码来绘制可以动态交互的图表，并且将绘制的图表组合到一起，组成可视化大屏，本次小编将要绘制的图表有

折线图
散点图
直方图
柱状图
饼图
面积图
地图
组合图

准备工作

我们先导入需要用到的库，并做相应的设置

import pandas as pd
import pandas_bokeh
pandas_bokeh.output_notebook()

因为小编是在jupyter nobteook上面操作的，这边就用到了output_notebook()的设置

折线图

我们先来画一张简单的折线图，当中随机生成一批数据

import numpy as np

np.random.seed(55)
df = pd.DataFrame({"宁德时代": np.random.randn(100)+0.2, 
                   "贵州茅台": np.random.randn(100)+0.17}, 
                   index=pd.date_range('1/1/2021', periods=100))
df = df.cumsum()
df = df + 50
df.plot_bokeh(kind="line")

output

绘制出来的图表可以任意的缩放以及拖拽，我们也可以点击右边的“保存”按钮来实现对图表的下载保存，以至于图表的类型只需要对参数kind加以设定，我们将上面的代码优化一下

df.plot_bokeh.line(
    figsize=(800, 450),
    title="宁德时代 vs 贵州茅台",
    xlabel="日期",
    ylabel="股票价格 [$]",
    yticks=[0, 100, 200, 300, 400],
    ylim=(0, 100),
    xlim=("2021-01-01", "2021-04-01"),
    colormap=["red", "blue"],
    plot_data_points=True,
    plot_data_points_size=10,
    marker="asterisk")

output

我们对X轴以及Y轴坐标做了范围的限定，并且加上了标注，效果看起来也更加的美观一些。和pyecharts类似，我们也可以在图标的底部添加一个时间轴，拖动时间轴来展示数据

ts = pd.Series(np.random.randn(100), index=pd.date_range('1/1/2021', periods=100))
df = pd.DataFrame(np.random.randn(100, 4), index=ts.index, columns=list('ABCD'))
df = df.cumsum()

df.plot_bokeh(rangetool=True)

output

当然我们也可以对折线加以修改，就可以变成另外一种样子，主要修改的就是参数marker

x = np.arange(-5, 5, 0.1)
y2 = x**2
y3 = x**3
df = pd.DataFrame({"x": x, "Type 1": y2, "Type 2": y3})
df.plot_bokeh.point(
    x="x",
    xticks=range(-5, 5),
    size=5,
    colormap=["#009933", "#ff3399"],
    title="折线图 (Type 1 vs. Type 2)",
    marker="x")

output

散点图

接下来我们来看散点图，步骤与上述的折线图相类似

df = pd.read_csv("iris.csv")
p_scatter = df.plot_bokeh.scatter(
    x="petal length(cm)",
    y="sepal width(cm)",
    category="species",
    title="Iris数据集可视化",
    show_figure=True,
)

output

我们在读取了iris数据集之后，将x参数和y参数上填上我们所要绘制的两列，而title参数则是设置图表的标题

我们也可以通过当中size这个参数来控制散点的大小，例如

df.loc[13, "sepal length(cm)"] = 15
df.loc[15, "sepal length(cm)"] = 17
df.loc[20, "sepal length(cm)"] = 30
df.loc[40, "sepal length(cm)"] = 20

p_scatter = df.plot_bokeh.scatter(
    x="petal length(cm)",
    y="sepal width(cm)",
    category="species",
    title="Iris数据集可视化",
    show_figure=True,
    size="sepal length(cm)"
)

output

柱状图

下面我们来看一下直方图的绘制

data = {
    'fruits':
    ['苹果', '梨', '草莓', '西瓜', '葡萄', '香蕉'],
    '2015': [2, 1, 4, 3, 2, 4],
    '2016': [5, 3, 3, 2, 4, 6],
    '2017': [3, 2, 4, 4, 5, 3]
}
df = pd.DataFrame(data).set_index("fruits")

p_bar = df.plot_bokeh.bar(
    ylabel="每斤的的价格 [￥]", 
    title="水果每年的价格", 
    alpha=0.6)

output

我们看到上面的直方图是按照不同的年份分开来的，我们也可以堆叠起来，通过stacked这个参数来实现

p_stacked_bar = df.plot_bokeh.bar(
    ylabel="每斤的的价格 [￥]",
    title="水果每年的价格",
    stacked=True,
    alpha=0.6)

output

直方图

绘制直方图的方式也是类似的

p_hist = df_hist.plot_bokeh.hist(
    y=["a", "b"],
    bins=np.arange(-5, 5, 0.5),
    normed=100,
    vertical_xlabel=True,
    ylabel="Share[%]",
    title="正则分布直方图",
    show_average=True,
    xlim=(-4, 6),
    ylim=(0, 30),
    show_figure=True)

output

小编个人觉得直方图有点丑，不知道大家是不是有类似的体验

面积图

df.plot_bokeh.area(
    x="Year",
    stacked=True,
    legend="top_left",
    colormap=["yellow", "orange", "black", "grey", "blue", "green"],
    title="全球不同能源的消耗量",
    ylabel="不同能源的消耗(吨)",
    ylim=(0, 16000))

output

我们看到石油的消耗量一直都在不断的提升，另外有一个normed参数来帮助我们更好的观察数据的走势

df.plot_bokeh.area(
    x="Year",
    stacked=True,
    normed = 100,
    legend="bottom_left",
    colormap=["yellow", "orange", "black", "grey", "blue", "green"],
    title="全球不同能源的消耗量",
    ylabel="不同能源的消耗(吨)")

output

饼图

df_pie.plot_bokeh.pie(
    x="Type",
    y="2017",
    colormap=["blue", "red", "yellow", "green", "purple", "orange", "grey"],
    title="饼图",
    )

output

上面的代码只是引用了表格当中的一列，当然我们也可以不做指定，引用表格当中的每一列数据

df_pie.plot_bokeh.pie(
    x="Type",
    colormap=["blue", "red", "yellow", "green", "purple", "orange", "grey"],
    title="多重饼图",
    line_color="black")

output

地图

同时我们来看一下地图的绘制，下面的图表是基于全球各大城市的人口密度分布来绘制的

df_mapped.plot_bokeh.map(
    x="longitude",
    y="latitude",
    hovertool_string=""" @{name} 
 
    
                         Population: @{pop_max} 
""",
    tile_provider="STAMEN_TERRAIN_RETINA",
    size="population", 
    figsize=(900, 600),
    title="全球特大城市分布")

output

从图中可以看出，亚洲的日本主要是集中在东京这块，而像在国内的话，有大家熟知的北上广深。上面的代码有两个参数x和y分别对应的是经纬度，

import geopandas as gpd
import pandas_bokeh
pandas_bokeh.output_file("Interactive Plot.html")

df_states = gpd.read_file("states.geojson")
print(df_states.head())

下面这张图是美国各个州2017年的的人口总量，我们给上面的每一个州配上不同的颜色

df_states.plot_bokeh(
    figsize=(900, 600),
    category="POPESTIMATE2017",
    simplify_shapes=5000,
    colormap="Inferno",
    colormap_uselog=True,
    colorbar_tick_format="0.0a")

output

当然我们也可以在地图上面添加一个时间轴，让图表随着时间的流逝而变化

for i in range(8):
    df_states["Delta_Population_201%d"%i] = ((df_states["POPESTIMATE201%d"%i] / df_states["POPESTIMATE2010"]) -1 ) * 100
    
slider_columns = ["Delta_Population_201%d"%i for i in range(8)]
slider_range = range(2010, 2018)
df_states.plot_bokeh(
    figsize=(900, 600),
    simplify_shapes=5000,
    slider=slider_columns,
    slider_range=slider_range,
    slider_name="Year",
    colormap="Inferno",
    hovertool_columns=["STATE_NAME"] + slider_columns,
    title="Change of Population [%]")

output

同时我们也可以在地图上面添加一个下拉框，通过点选来筛选数据的展示

df_states["STATE_NAME_SMALL"] = df_states["STATE_NAME"].str.lower()

df_states.plot_bokeh(
    figsize=(900, 600),
    simplify_shapes=5000,
    dropdown=["POPESTIMATE2010", "POPESTIMATE2017"],
    colormap="Viridis",
    hovertool_string="""
                        " 
                        height="42" alt="@imgs" width="42"
                        style="float: left; margin: 0px 15px 15px 0px;"
                        border="2">
                
                          @STATE_NAME 

                         2010: @POPESTIMATE2010 

                         2017: @POPESTIMATE2017 
""",
    tile_provider_url=r"http://c.tile.stamen.com/watercolor/{Z}/{X}/{Y}.jpg",
    tile_attribution='Map tiles by Stamen Design, under CC BY 3.0. Data by OpenStreetMap, under ODbL.'
    )

output

最后我们可以通过区域的筛选来进行数据的呈现，通过`category`这个参数来实现

df_states.plot_bokeh(
    figsize=(900, 600),
    simplify_shapes=5000,
    category="REGION",
    show_colorbar=False,
    colormap=["blue", "yellow", "green", "red"],
    hovertool_columns=["STATE_NAME", "REGION"],
    tile_provider="STAMEN_TERRAIN_RETINA")

多图组合

用pandas_bokeh模块也能够实现多张图表的组合，例如上面人口密度的图表就可以和美国各大洲的人口总量的图表进行组合

#绘制出大致的轮廓图
figure = df_states.plot_bokeh(
    figsize=(800, 450),
    simplify_shapes=10000,
    show_figure=False,
    xlim=[-170, -80],
    ylim=[10, 70],
    category="REGION",
    colormap="Dark2",
    legend="States",
    show_colorbar=False,
)

#绘制人口的密度图
df_cities.plot_bokeh(
    figure=figure,         # <== pass figure here!
    category="pop_max",
    colormap="Viridis",
    colormap_uselog=True,
    size="size",
    hovertool_string="""@name

                        Population: @pop_max 
""",
    marker="inverted_triangle",
    legend="Cities",
)

上面的代码我们主要是用到了pandas_bokeh.plot_grid这个方法来将多个图结合起来，再来看几个简单的案例

df = pd.read_csv("iris.csv")

from bokeh.models.widgets import DataTable, TableColumn
from bokeh.models import ColumnDataSource

data_table = DataTable(
    columns=[TableColumn(field=Ci, title=Ci) for Ci in df.columns],
    source=ColumnDataSource(df),
    height=300,
)

# 创建散点图:
p_scatter = df.plot_bokeh.scatter(
    x="petal length(cm)",
    y="sepal width(cm)",
    category="species",
    title="Iris数据可视化",
    show_figure=False,
)

# Combine Table and Scatterplot via grid layout:
pandas_bokeh.plot_grid([[data_table, p_scatter]], plot_width=400, plot_height=350)

output

我们也可以借此多绘制几个直方图，然后组合起来

#重置表格的行索引:
df.reset_index(inplace=True)

#创建水平方向的直方图:
p_hbar = df.plot_bokeh(
    kind="barh",
    x="fruits",
    xlabel="Price per Unit [€]",
    title="Fruit prices per Year",
    alpha=0.6,
    legend = "bottom_right",
    show_figure=False)

#创建堆叠式的柱状图:
p_stacked_hbar = df.plot_bokeh.barh(
    x="fruits",
    stacked=True,
    xlabel="Price per Unit [€]",
    title="Fruit prices per Year",
    alpha=0.6,
    legend = "bottom_right",
    show_figure=False)

#Plot all barplot examples in a grid:
pandas_bokeh.plot_grid([[p_bar, p_stacked_bar],
                        [p_hbar, p_stacked_hbar]], 
                       plot_width=450)

output