CDA数据分析师 出品
作者:Frank Andrade
编译:Mika
作为一名数据工作者,我特别喜欢用Python创建美观且易懂的可视化图表,而且技术难度小,不会花费大量时间。
交互式可视化也是如此,因此我花了很长时间寻找Python中好用的库。能创建交互式可视化图表的库有很多,但当使用Pandas时,很容易遇到各种各样的问题。
今天,我就来手把手教你如何直接使用Pandas创建出交互式可视化效果。
为了轻松创建交互式可视化,我们需要安装Cufflinks。这是一个将Pandas与Plotly连接起来的库,从而我们能够直接从Pandas创建可视化效果。
首先,确保安装Pandas并在终端上运行以下命令:
pip install pandas
pip install plotly
注意,你也可以使用conda安装Plotly
conda install -c plotly
安装 Plotly 后,运行以下命令安装 Cufflinks:
pip install cufflinks
接下来要导入以下库:
import pandas as pd
import cufflinks as cf
from IPython.display import display,HTMLcf.set_config_file(sharing='public',theme='ggplot',offline=True)
在这里,我用的是 ‘ggplot’ 主题,你也可以随意选择任何想要的主题。运行命令 cf.getThemes() 以获取所有可用的主题。
要在以下部分中使用 Pandas 进行交互式可视化,我们只需要使用语法 dataframe.iplot()
在本文中,我们将使用人口数据框。
“CDA数据分析师”公众号后台回复关键字 “人口” ,
即可下载数据CSV 文件。
下载文件后,移动到 Python 脚本所在的位置,然后在 Pandas 数据框中进行读取,如下所示。
df_population = pd.read_csv('population_total.csv')
数据框中包含了世界上大多数国家多年来的人口数据,如下所示:
在使用之前,我们需要对其进行处理,删除空值,重新调整,然后选择几个国家来测试交互式绘图。
代码如下:
# dropping null values
df_population = df_population.dropna()# reshaping the dataframe
df_population = df_population.pivot(index='year', columns='country',
values='population')# selecting 5 countries
df_population = df_population[['United States', 'India', 'China',
'Indonesia', 'Brazil']]
现在数据框如下图所示,可以进行绘图了。
下面让我们做一个折线图来,对其中5 个国家在 1955 年到 2020 年的人口增长量进行对比。
如前所述,我们将使用语法 df_population.iplot(kind=‘name_of_plot’) 来进行绘制。如下所示:
df_population.iplot(kind='line',xTitle='Years', yTitle='Population',
title='Population (1955-2020)')
一眼就可以看到,印度的人口增长速度比其他国家快。
单条形图
让我们创建一个条形图,显示2020年前每个国家的人口。
首先,我们从索引中选择2020年,然后将行与列转换,以获得列中的年份。将这个新的数据框命名为 df_population_2020 。我们将在绘制饼图时将再次使用这个数据框。
df_population_2020 = df_population[df_population.index.isin([2020])]
df_population_2020 = df_population_2020.T
现在我们可以用 .iplot() 来对新数据框进行绘制. 在这种情况下,我将使用颜色参数将条形颜色设置为浅绿色。
df_population_2020.iplot(kind='bar', color='lightgreen',
xTitle='Years', yTitle='Population',
title='Population in 2020')
多个变量分组的条形图
现在让我们看看不同年代初期人口的变化情况。
# filter years out
df_population_sample = df_population[df_population.index.isin([1980, 1990, 2000, 2010, 2020])]# plotting
df_population_sample.iplot(kind='bar', xTitle='Years',
yTitle='Population')
多年来,这些国家的人口都在增长,但有些国家的增长速度更快。
箱形图
当我们想查看数据的分布时,箱线图就派上用场了。箱线图将显示最小值、第一四分位数 (Q1)、中位数、第三个四分位数 (Q3)以及 最大值。查看这些值的最简单方法是创建交互式可视化。
接着让我们看到美国的人口分布。
df_population['United States'].iplot(kind='box', color='green',
yTitle='Population')
我们还可以看到其他国家或地区的人口分布。
df_population.iplot(kind='box', xTitle='Countries',
yTitle='Population')
如我们所见,我们还可以通过点击右侧的图例来过滤掉任何国家。
直方图表示数值数据的分布。让我们看看美国和印度尼西亚的人口分布。
df_population[['United States', 'Indonesia']].iplot(kind='hist',
xTitle='Population')
饼图
让我们用饼图来比较一下 2020 年的人口。为此,我们将使用在单个条形图部分中创建的数据框 df_population_2020
注意,要制作饼图,我们需要将“国家/地区”作为列而不是索引,因此我们使用 .reset_index() 来获取列。然后我们将其 2020 转换为字符串。
# transforming data
df_population_2020 = df_population_2020.reset_index()
df_population_2020 =df_population_2020.rename(columns={2020:'2020'})# plotting
df_population_2020.iplot(kind='pie', labels='country',
values='2020',
title='Population in 2020 (%)')
其实人口数据不适合用散点图,但出于演示的目的,这里还是列举出来了。
df_population.iplot(kind='scatter', mode='markers')
以上就是本文的全部内容了。不妨下载数据来试试,用Pandas来绘制文中提到的交互式可视化吧!
“CDA数据分析师”公众号后台回复关键字 “人口” ,
即可下载数据CSV 文件。
还想学习哪方面的内容,也欢迎在评论区给我们留言哦~
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14