學過Python數據分析的朋友都知道,在可視化的工具中,有不少優秀的三方庫,好比matplotlib,seaborn,plotly,Boken,pyecharts等等。這些可視化庫都有本身的特色,在實際應用中也廣爲你們使用。javascript
plotly、Boken等都是交互式的可視化工具,結合Jupyter notebook能夠很是靈活方便地展示分析後的結果。雖然作出的效果很是的炫酷,好比plotly,可是每一次都須要寫很長的代碼,一是麻煩,二是不便於維護。java
我以爲在數據的分析階段,更多的時間應該放在分析上,維度選擇、拆解合併,業務理解和判斷。若是既能夠減小代碼量,又能夠作出炫酷可視化效果,那將大大提升效率。固然若是有特別的需求除外,此方法僅針對想要快速可視化進行分析的人。python
本篇給你們介紹一個很是棒的工具,cufflinks,能夠完美解決這個問題,且效果同樣炫酷。git
就像seaborn封裝了matplotlib同樣,cufflinks在plotly的基礎上作了一進一步的包裝,方法統一,參數配置簡單。其次它還能夠結合pandas的dataframe隨意靈活地畫圖。能夠把它形容爲"pandas like visualization"。github
絕不誇張地說,畫出各類炫酷的可視化圖形,我只需一行代碼,效率很是高,同時也下降了使用的門檻兒。cufflinks的github連接以下:
https://github.com/santosjorge/cufflinksapp
pip install cufflinks
cufflinks庫一直在不斷更新,目前最新版爲V0.14.0,支持plotly3.0。首先咱們看看它都支持哪些種類的圖形,能夠經過help來查看。echarts
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
咱們經過幾個實例感覺一下上面的使用方法。使用過plotly的朋友可能知道,若是使用online模式,那麼生成的圖形是有限制的。因此,咱們這裏先設置爲offline模式,這樣就避免了出現次數限制問題。dom
import pandas as pd import cufflinks as cf import numpy as np cf.set_config_file(offline=True)
<script type="text/javascript"> window.PlotlyConfig = {MathJaxConfig: 'local'}; if (window.MathJax) {MathJax.Hub.Config({SVG: {font: "STIX-Web"}});} if (typeof require !== 'undefined') { require.undef("plotly"); requirejs.config({ paths: { 'plotly': ['https://cdn.plot.ly/plotly-latest.min'] } }); require(['plotly'], function(Plotly) { window._Plotly = Plotly; }); } </script>
而後咱們須要按照上面的使用格式來操做,首先咱們須要有個DataFrame,若是手頭沒啥數據,那能夠先生成個隨機數。cufflinks有一個專門生成隨機數的方法,叫作datagen,用於生成不一樣維度的隨機數據,好比下面。工具
1)cufflinks使用datagen生成隨機數;
2)figure定義爲lines形式,數據爲(1,500);
3)而後再用ta_plot繪製這一組時間序列,參數設置SMA展示三個不一樣週期的時序分析。requirejs
cf.datagen.lines(1,500).ta_plot(study='sma',period=[13,21,55])
cf.datagen.box(20).iplot(kind='box',legend=False)
能夠看到,x軸每一個box都有對應的名稱,這是由於cufflinks經過kind參數識別了box圖形,自動爲它生成的名字。若是咱們只生成隨機數,它是這樣子的,默認生成100行的隨機分佈的數據,列數由本身選定。
cf.datagen.box(10)
ZZQ.IX | KKT.HE | WUI.GF | KUD.YP | LVO.BR | RIQ.OH | HCY.AX | TSI.WB | CZC.FE | PGJ.UN | |
---|---|---|---|---|---|---|---|---|---|---|
0 | 2.650637 | 2.860086 | 0.648258 | 0.453637 | 0.031173 | 1.588635 | 0.665888 | 1.322199 | 0.613859 | 1.887332 |
1 | 1.772565 | 1.223209 | 1.321523 | 5.185581 | 4.585844 | 2.950900 | 0.652469 | 0.471112 | 5.729238 | 3.034579 |
2 | 3.707357 | 5.745729 | 5.766174 | 1.785150 | 8.335558 | 17.388996 | 2.854110 | 5.725720 | 9.582913 | 1.221468 |
3 | 9.298724 | 8.008446 | 2.574685 | 3.924959 | 5.656232 | 8.797833 | 18.606412 | 10.594716 | 1.207231 | 3.901563 |
4 | 5.261365 | 3.498773 | 4.593977 | 6.516262 | 3.852370 | 3.402193 | 2.813485 | 2.340898 | 7.611254 | 5.423463 |
... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
95 | 0.136329 | 2.676648 | 0.403378 | 1.018672 | 1.447996 | 1.106163 | 1.563319 | 6.315881 | 1.148427 | 0.348217 |
96 | 4.243743 | 0.026604 | 0.442303 | 2.650356 | 7.911090 | 1.048235 | 3.231528 | 0.850884 | 0.336564 | 0.301514 |
97 | 2.223366 | 3.581352 | 2.712159 | 1.141006 | 1.841442 | 4.167166 | 10.543993 | 5.589251 | 12.338148 | 4.013969 |
98 | 1.391020 | 0.002552 | 0.177377 | 1.865509 | 0.690297 | 0.682517 | 7.477029 | 0.261913 | 0.020654 | 0.822866 |
99 | 0.229824 | 1.756769 | 1.782207 | 3.621471 | 1.523997 | 4.392876 | 0.403206 | 6.899078 | 1.268289 | 7.484547 |
100 rows × 10 columns
cf.datagen.histogram(3).iplot(kind='histogram')
和plotly同樣,咱們能夠經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。
固然了,除了隨機數據,任何的其它dataframe數據框均可以,包括咱們本身導入的數據。
df=pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd']) df.iplot(kind='bar',barmode='stack')
上面咱們生成了一個(10,4)的dataframe數據框,名稱分別是a,b,c,d。那麼cufflinks將會根據iplot中的kind種類自動識別並繪製圖形。參數設置爲堆疊模式。
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)
df.iplot(kind='bubble',x='a',y='b',size='c')
df = pd.DataFrame(np.random.randn(1000, 4), columns=['a', 'b', 'c', 'd']) df.scatter_matrix()
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)
更復雜一些的
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)
若是咱們想在lines圖上增長一些直線做爲參考基準,這時候咱們可使用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,可使用hspan類型。
df.iplot(hspan=[(-1,1),(2,5)])
又或者是豎條的區域,能夠用vspan類型。
df.iplot(vspan={'x0':'2015-02-15','x1':'2015-03-15','color':'teal','fill':True,'opacity':.4})
若是對iplot中的參數不熟練,直接輸入如下代碼便可查詢。
help(df.iplot)