easiest-way-make-beautiful-interactive-visualizations-pandas.md

使用 Pandas 制作美丽的交互式可视化的最简单方法

原文：www.kdnuggets.com/2021/12/easiest-way-make-beautiful-interactive-visualizations-pandas.html

由 Frank Andrade 数据科学家和 Python 教师

图片由 Jerry Zhang 拍摄，来自 Unsplash

---

我们的前三个课程推荐

1. Google Cybersecurity Certificate - 快速进入网络安全职业。

2. Google Data Analytics Professional Certificate - 提升你的数据分析技能

3. Google IT Support Professional Certificate - 支持你的组织进行 IT 管理

---

如果你一直关注我的data visualization guides，你可能知道我喜欢在 Python 中创建既美观又易读的可视化，而不需要过于技术化或浪费大量时间。

交互式可视化也不例外，因此我已经寻找了一段时间友好的 Python 库。虽然有许多库可以完成这个工作，但当涉及到与 Pandas 配合使用时，情况变得复杂。

幸运的是，现在有一种简单的方法可以直接从 Pandas 创建交互式可视化，我们将在本指南中详细了解其工作原理。

首先

安装库

要轻松创建交互式可视化，我们需要安装 Cufflinks。这个库将 Pandas 与 Plotly 连接在一起，因此我们可以直接从 Pandas 创建可视化（以前你需要学习解决方法才能让它们一起工作，但现在更简单了）。

首先，确保你通过终端运行以下命令来安装 Pandas 和 Plotly：

pip install pandas
pip install plotly

请注意，你也可以使用 conda 安装 Plotlyconda install -c plotly。

安装 Plotly 后，运行以下命令来安装 Cufflinks：

pip install cufflinks

导入库

开始工作之前，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) 

在这种情况下，我使用了‘ggplot’主题，但可以随意选择任何你喜欢的主题。运行命令cf.getThemes()获取所有可用的主题。

要在接下来的部分中使用 Pandas 制作交互式可视化，我们只需要使用语法dataframe.iplot()。

数据

在本指南中，我们将使用一个人口数据框。首先，从Google Drive或Github下载 CSV 文件，将文件移动到你的 Python 脚本所在的位置，然后如下面所示在 Pandas 数据框中读取它。

df_population = pd.read_csv('population_total.csv')

数据框包含了世界上大多数国家多年来的人口数据，长这样：

作者提供的图片

这个数据框几乎已经准备好绘制，我们只需要丢弃空值，重新塑形，然后选择几个国家来测试我们的交互式图表。下面的代码完成了这一切。

# 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']]

现在数据框看起来像下面的图片，已经准备好绘制了。

作者提供的图片

如果你想了解数据科学家如何收集像“population_total.csv”这样的真实世界数据，请查看我写的这个指南（查看这个指南）。（你不一定总是会有 Kaggle 数据集用于数据科学项目）

现在让我们开始制作交互式可视化吧！

线形图

让我们制作一个线形图，以比较 1955 年到 2020 年这 5 个国家的人口增长情况。

如前所述，我们将使用df_population.iplot(kind='name_of_plot')语法来制作下图所示的图表。

df_population.iplot(kind='**line**',xTitle='Years', yTitle='Population',
                    title='Population (1955-2020)')

作者提供的图片

一眼看去，可以很容易看出印度的人口增长速度比其他国家快。

条形图

我们可以制作一个单独的条形图来展示按类别分组的条形图。我们来看看。

单个条形图

让我们创建一个条形图，展示每个国家到 2020 年的总人口。为此，首先，我们从索引中选择 2020 年，然后将行与列转置，以便将年份放入列中。我们将这个新的数据框命名为df_population_2020（我们在绘制饼图时还会用到这个数据框）

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()来绘制这个新的数据框。在这种情况下，我将使用color参数将条形图颜色设置为浅绿色。

df_population_2020.iplot(kind='**bar**', color='lightgreen',
                         xTitle='Years', yTitle='Population',
                         title='Population in 2020')

作者提供的图片

按“n”变量分组的条形图

现在让我们看看每个十年初的人口变化。

# 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')

作者提供的图片

自然，所有国家的总人口都在这些年中增长了，但有些国家的增长速度更快。

箱形图

箱型图在我们想查看数据分布时非常有用。箱型图将揭示最小值、第一个四分位数（Q1）、中位数、第三个四分位数（Q3）和最大值。查看这些值的最简单方法是创建互动可视化。

让我们看看美国的人口分布。

df_population['United States'].iplot(kind='**box**', color='green', 
                                     yTitle='Population')

作者提供的图片

假设我们现在想获取所有选定国家的相同分布。

df_population.iplot(kind='**box**', xTitle='Countries',
                    yTitle='Population')

作者提供的图片

如我们所见，我们还可以通过点击右侧的图例来过滤任何国家。

直方图

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')

作者提供的图片

饼图

让我们再次比较 2020 年的人口数据，但这次使用饼图。为此，我们将使用在“单条柱状图”部分创建的df_population_2020数据框。

然而，为了制作饼图，我们需要将“国家”作为列而不是索引，因此我们使用.reset_index()来恢复列。然后我们将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 (%)')

作者提供的图片

散点图

尽管人口数据不适合做散点图（数据遵循常见模式），但为了本指南的目的，我仍会制作这个图。

制作散点图类似于折线图，但我们必须添加mode参数。

df_population.iplot(kind='**scatter'**, **mode**='markers')

就这样！现在你已经准备好使用 Pandas 制作自己的美丽互动可视化。如果你想学习 Python 中其他可视化库，如 Matplotlib 和 Seaborn，并且还想了解如何制作词云，查看我制作的这些指南。

加入我的 3k+人邮件列表，获取我在所有教程中使用的 Python 数据科学备忘单（免费 PDF）

如果你喜欢阅读这样的故事并且想支持我作为作者，请考虑注册成为 Medium 会员。每月$5，你可以无限制访问成千上万的 Python 指南和数据科学文章。如果你通过我的链接注册，我将获得少量佣金，对你没有额外费用。

简历: Frank Andrade 是数据科学家，Python 教师，以及 Medium 上的前 1000 名作者。

原文。经许可转载。

了解更多相关内容

• 在本地运行 Llama 3 的最简单方法

• 使用 Python 图形库制作惊人的可视化

• 使用 Seaborn 创建美丽的直方图

• 使用 Python 和 Beautiful Soup 进行网页抓取的逐步指南

• 使用 Pandas fillna() 输入缺失数据的最佳方法

• 将 JSON 转换为 Pandas DataFrames：正确解析的方法