高级,这个Python库助力pandas智能可视化分析

大数据DT

共 3392字,需浏览 7分钟

 ·

2021-06-15 20:25


导读:介绍一个可视化工具——LUX


作者:朱卫军
来源:Python大数据分析(ID:pydatas)




Pandas是用于数据处理的核心库,它也可以进行简单的可视化,绘制散点、折线、直方等基础图表都不在话下。


Pandas自带的可视化方法是基于matplotlib的函数接口,在Jupyter里可以静态展示。

这次介绍一个可视化工具——LUX,它能自动地将DataFrame数据转化为统计图表,让你可以一目了然地看到相关性、分布、频率等信息。

LUX在Jupyter Notebook或Lab中进行交互,图表与数据可以同步显示。

项目地址: 
https://github.com/lux-org/lux



01 使用LUX


以下面数据集(美国各大学信息表)为例:

# 导入pandas和lux库
import pandas as pd
import lux

#加载数据
df = pd.read_excel("C:\\Users\\zii\\Documents\\USA_College.xlsx")
df

读取的数据如下:


除了显示的数据表外,同时你还会看到数据集上面出现一个按钮,可以进行数据/图表的交换显示。


所以说只需要导入lux库,就能直接使用图表功能。


LUX显示有三种类型的图表,代表的统计学含义分别是相关性、直方分布、事件频次。


除了全表的可视化探索外,你还可以研究特定变量间的关系。

比如,我想看SAT平均值和收入中位数的关联性.

df.intent = ['SAT平均值','收入中位数']
df


左边的表是两个变量的总体分布,右边是在有筛选条件下的分布。


02 导出图表


LUX支持图表的导出,既可以导出图表文件,也可以导出相应的matplotlib、altair代码。

首先选定一个或多个图表,点击导出按钮。


可以直接将选定的图表单独显示出来:


1. 导出htmldf.save_as_html('hpi.html')

2. 导出matplotlib代码

vis = df.exported
print (vis[0].to_matplotlib())


3. 导出altair代码

vis = df.exported
print(vis[0].to_Altair())


导出的代码可以直接运行:

import altair as alt

chart = alt.Chart(df).mark_circle().encode(
    x=alt.X('SAT平均值',scale=alt.Scale(domain=(6661534)),type='quantitative', axis=alt.Axis(title='SAT平均值')),
    y=alt.Y('收入中位数',scale=alt.Scale(domain=(20200125600)),type='quantitative', axis=alt.Axis(title='收入中位数'))
)
chart = chart.configure_mark(tooltip=alt.TooltipContent('encoding')) # Setting tooltip as non-null
chart = chart.interactive() # Enable Zooming and Panning
chart = chart.encode(color=alt.Color('最高学位',type='nominal'))

chart = chart.configure_title(fontWeight=500,fontSize=13,font='Helvetica Neue')
chart = chart.configure_axis(titleFontWeight=500,titleFontSize=11,titleFont='Helvetica Neue',
labelFontWeight=400,labelFontSize=8,labelFont='Helvetica Neue',labelColor='#505050')
chart = chart.configure_legend(titleFontWeight=500,titleFontSize=10,titleFont='Helvetica Neue',
labelFontWeight=400,labelFontSize=8,labelFont='Helvetica Neue')
chart = chart.properties(width=160,height=150)

chart



03 安装设置


lux安装过程和其他库一样,可以通过pip或conda安装,直接在命令行输入:

pip install lux-api


conda install -c conda-forge lux-api

因为lux一般用在Jupyter生态中,所以需要安装并激活luxwidget拓展,才能显示交互式窗口。

如果你是在Jupyter Notebook或VSCode中使用,使用下面代码激活拓展:

jupyter nbextension install --py luxwidget
jupyter nbextension enable --py luxwidget

如果你使用的是Jupyter Lab,则激活lab拓展:

jupyter labextension install @jupyter-widgets/jupyterlab-manager
jupyter labextension install luxwidget



04 总结


LUX是一个不错的数据可视化分析工具,能智能地辅助Pandas做数据探索,省去了很多不必要的操作。


延伸阅读👇

利用Python进行数据分析》(原书第2版)

干货直达👇


更多精彩👇

在公众号对话框输入以下关键词
查看更多优质内容!

PPT | 读书 | 书单 | 硬核 | 干货 | 讲明白 | 神操作
大数据 | 云计算 | 数据库 | Python | 爬虫 | 可视化
AI | 人工智能 | 机器学习 | 深度学习 | NLP
5G | 中台 | 用户画像 1024 | 数学 | 算法 数字孪生

据统计,99%的大咖都关注了这个公众号
👇
浏览 5
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报