?

前言

?

學過Python數據分析的朋友都知道，在可視化的工具中，有很多優秀的三方庫，比如matplotlib，seaborn，plotly，Boken，pyecharts等等。這些可視化庫都有自己的特點，在實際應用中也廣為大家使用。

?

plotly、Boken等都是交互式的可視化工具，結合Jupyter notebook可以非常靈活方便地展現分析后的結果。雖然做出的效果非常的炫酷，比如plotly，但是每一次都需要寫很長的代碼，一是麻煩，二是不便于維護。

?

我覺得在數據的分析階段，更多的時間應該放在分析上，維度選擇、拆解合并，業務理解和判斷。如果既可以減少代碼量，又可以做出炫酷可視化效果，那將大大提高效率。當然如果有特別的需求除外，此方法僅針對想要快速可視化進行分析的人。

?

本篇給大家介紹一個非常棒的工具， cufflinks ，可以完美解決這個問題,且效果一樣炫酷。

?

?

cufflinks介紹

?

就像seaborn封裝了matplotlib一樣，cufflinks在plotly的基礎上做了一進一步的包裝，方法統一，參數配置簡單。其次它還可以結合pandas的dataframe隨意靈活地畫圖。可以把它形容為 "pandas like visualization" 。

?

毫不夸張地說，畫出各種炫酷的可視化圖形，我只需一行代碼，效率非常高，同時也降低了使用的門檻兒。cufflinks的github鏈接如下：

https://github.com/santosjorge/cufflinks

?

cufflinks安裝

?

安裝不多說，直接pip install即可。

• ?

            
              pip install cufflinks
            
          

?

cufflinks如何使用？

?

cufflinks庫一直在不斷更新，目前最新版為V0.14.0，支持plotly3.0。首先我們看看它都支持哪些種類的圖形，可以通過help來查看。

?

• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?

            
              import cufflinks as cf
            
            
              cf.help()
            
            
              Use 'cufflinks.help(figure)' to see the list of available parameters for the given figure.
            
            
              Use 'DataFrame.iplot(kind=figure)' to plot the respective figure
            
            
              Figures:
            
            
                bar
            
            
                box
            
            
                bubble
            
            
                bubble3d
            
            
                candle
            
            
                choroplet
            
            
                distplot
            
            
                heatmap
            
            
                histogram
            
            
                ohlc
            
            
                pie
            
            
                ratio
            
            
                scatter
            
            
                scatter3d
            
            
                scattergeo
            
            
                spread
            
            
                surface
            
            
                violin
            
          

?

使用方法其實很簡單，我總結一下，它的格式大致是這樣的：

?

• DataFrame： 代表pandas的數據框；

• Figure： 代表我們上面看到的可繪制圖形，比如bar、box、histogram等等；

• iplot： 代表繪制方法，其中有很多參數可以進行配置，調節符合你自己風格的可視化圖形；

?

cufflinks實例

?

我們通過幾個實例感受一下上面的使用方法。使用過plotly的朋友可能知道，如果使用online模式，那么生成的圖形是有限制的。所以，我們這里先設置為offline模式，這樣就避免了出現次數限制問題。

?

• ?
• ?
• ?
• ?
• ?

            
              import pandas as pd
            
            
              import cufflinks as cf
            
            
              import numpy as np
            
            
              cf.set_config_file(offline=True)
            
          

?

然后我們需要按照上面的使用格式來操作，首先我們需要有個DataFrame，如果手頭沒啥數據，那可以先生成個隨機數。cufflinks有一個專門生成隨機數的方法，叫做datagen，用于生成不同維度的隨機數據，比如下面。

?

lines線圖

?

• ?

            
              cf.datagen.lines(1,500).ta_plot(study='sma',periods=[13,21,55])
            
          

?

1）cufflinks使用datagen生成隨機數；

2）figure定義為lines形式，數據為(1,500)；

3）然后再用ta_plot繪制這一組時間序列，參數設置SMA展現三個不同周期的時序分析。

?

?

?

box箱型圖

?

還是與上面用法一樣，一行代碼解決。

• ?

            
              cf.datagen.box(20).iplot(kind='box',legend=False)
            
          

?

?

可以看到，x軸每個box都有對應的名稱，這是因為cufflinks通過kind參數識別了box圖形，自動為它生成的名字。如果我們只生成隨機數，它是這樣子的，默認生成100行的隨機分布的數據，列數由自己選定。

?

?

?

histogram直方圖

?

• ?

            
              cf.datagen.histogram(3).iplot(kind='histogram')
            
          

?

?

?

和plotly一樣，我們可以通過一些輔助的小工具框選或者lasso選擇來區分和選定指定區域，只要一行代碼。

?

當然了，除了隨機數據，任何的其它dataframe數據框都可以，包括我們自己導入的數據。

?

histogram條形圖

?

• ?
• ?

            
              df=pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
            
            
              df.iplot(kind='bar',barmode='stack')
            
          

?

?

?

上面我們生成了一個(10,4)的dataframe數據框，名稱分別是a,b,c,d。那么cufflinks將會根據iplot中的kind種類自動識別并繪制圖形。參數設置為堆疊模式。

?

scatter散點圖

?

• ?
• ?

            
              df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd'])
            
            
              df.iplot(kind='scatter',mode='markers',colors=['orange','teal','blue','yellow'],size=10)
            
          

?

?

bubble氣泡圖

?

• ?

            
              df.iplot(kind='bubble',x='a',y='b',size='c')
            
          

?

?

scatter matrix 散點矩陣圖

?

• ?
• ?

            
              df = pd.DataFrame(np.random.randn(1000, 4), columns=['a', 'b', 'c', 'd'])
            
            
              df.scatter_matrix()
            
          

?

?

subplots?子圖

?

• ?
• ?

            
              df=cf.datagen.lines(4)
            
            
              df.iplot(subplots=True,shape=(4,1),shared_xaxes=True,vertical_spacing=.02,fill=True)
            
          

?

?

• ?

            
              df.iplot(subplots=True,subplot_titles=True,legend=False)
            
          

?

?

?

再比如復雜一點的。

• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?
• ?

            
              df=cf.datagen.bubble(10,50,mode='stocks')
            
            
              figs=cf.figures(df,[dict(kind='histogram',keys='x',color='blue'),
            
            
                                  dict(kind='scatter',mode='markers',x='x',y='y',size=5),
            
            
                                  dict(kind='scatter',mode='markers',x='x',y='y',size=5,color='teal')],asList=True)
            
            
              figs.append(cf.datagen.lines(1).figure(bestfit=True,colors=['blue'],bestfit_colors=['pink']))
            
            
              base_layout=cf.tools.get_base_layout(figs)
            
            
              sp=cf.subplots(figs,shape=(3,2),base_layout=base_layout,vertical_spacing=.15,horizontal_spacing=.03,
            
            
                             specs=[[{'rowspan':2},{}],[None,{}],[{'colspan':2},None]],
            
            
                             subplot_titles=['Histogram','Scatter 1','Scatter 2','Bestfit Line'])
            
            
              sp['layout'].update(showlegend=False)
            
            
              cf.iplot(sp)
            
          

?

?

?

shapes?形狀圖

?

如果我們想在lines圖上增加一些直線作為參考基準，這時候我們可以使用hlines的類型圖。

• ?
• ?

            
              df=cf.datagen.lines(3,columns=['a','b','c'])
            
            
              df.iplot(hline=[dict(y=-1,color='blue',width=3),dict(y=1,color='pink',dash='dash')])
            
          

?

?

?

或者是將某個區域標記出來，可以使用hspan類型。

• ?

            
              df.iplot(hspan=[(-1,1),(2,5)])
            
          

?

?

又或者是豎條的區域，可以用vspan類型。

• ?

            
              df.iplot(vspan={'x0':'2015-02-15','x1':'2015-03-15','color':'teal','fill':True,'opacity':.4})
            
          

?

?

如果對iplot中的參數不熟練，直接輸入以下代碼即可查詢。

• ?

            
              help(df.iplot)
            
          

?

總結

?

怎么樣，是不是非常快捷方便？以上介紹是一般的可繪制類型，當然你可以根據自己的需求做出更多的可視化圖形。 如果是常規圖形，一行即可實現。 除此外，cufflinks還有強大的顏色管理功能，如果感興趣可以自行學習。