今天就帶你深入體驗(yàn)易于使用、文檔健全、功能強(qiáng)大的開源 Python 繪圖庫 Plotly，教你如何用超簡單的（甚至只要一行！）代碼，繪制出更棒的圖表。

“沉沒成本謬誤”是人們常犯的幾種認(rèn)知偏差之一：由于在某件事上已經(jīng)投入了（“沉沒”）太多的成本，即使這件事已經(jīng)注定要失敗，人們傾向于繼續(xù)投入更多的時(shí)間和金錢。

比如，在不好的職位上待了比正常更長的時(shí)間，在一個(gè)明顯不可能的項(xiàng)目上埋頭苦干，以及（你猜的沒錯(cuò)）繼續(xù)用一個(gè)陳舊、枯燥的繪圖庫——matplotlib——即使已經(jīng)有了更高效、更美觀、可互動(dòng)性更好的替代品了。

我之前一直守著 matplotlib 用的原因，就是為了我學(xué)會它復(fù)雜的語法，已經(jīng)“沉沒"在里面的幾百個(gè)小時(shí)的時(shí)間成本。這也導(dǎo)致我花費(fèi)了不知多少個(gè)深夜，在 StackOverflow 上搜索如何“格式化日期”或“增加第二個(gè)Y軸”。

但我們現(xiàn)在有一個(gè)更好的選擇了 —— 比如易于使用、文檔健全、功能強(qiáng)大的開源 Python 繪圖庫 Plotly。今天就帶你深入體驗(yàn)下，了解它如何用超簡單的（甚至只要一行?。┐a，繪制出更棒的圖表。

* 本文中所有代碼都已經(jīng)在 Github 上開源，所有的圖表都是可交互的，請使用NBViewer查看 。

（Github 源代碼地址：https://github.com/WillKoehrsen/Data-Analysis/blob/master/plotly/Plotly%20Whirlwind%20Introduction.ipynb）

（plotly 繪制的范例圖表。圖片來源：plot.ly）

plotly 的 Python 軟件包是一個(gè)開源的代碼庫，它基于 plot.js，而后者基于 d3.js。我們實(shí)際使用的則是一個(gè)對 plotly 進(jìn)行封裝的庫，名叫 cufflinks，它能讓你更方便地使用 plotly 和 Pandas 數(shù)據(jù)表協(xié)同工作。

*注：Plotly 本身是一個(gè)擁有多個(gè)不同產(chǎn)品和開源工具集的可視化技術(shù)公司。Plotly 的 Python 庫是可以免費(fèi)使用的，在離線模式可以創(chuàng)建數(shù)量不限的圖表，在線模式因?yàn)橛玫搅?Plotly 的共享服務(wù)，只能生成并分享 25 張圖表。

本文中的所有可視化圖表都是在 Jupyter Notebook 中使用離線模式的 plotly + cufflinks 庫完成的。在使用 pip install cufflinks plotly 完成安裝后，你可以用下面這樣的代碼在 Jupyter 里完成導(dǎo)入：

單變量分析圖往往是開始數(shù)據(jù)分析時(shí)的標(biāo)準(zhǔn)做法，而柱狀圖基本上算是單變量分布分析時(shí)必備的圖表之一（雖然它還有一些不足）。

就拿博客文章點(diǎn)贊總數(shù)為例（原始數(shù)據(jù)見 Github：https://github.com/WillKoehrsen/Data-Analysis/tree/master/medium ），做一個(gè)簡單的交互式柱狀圖：

（代碼中的 df 是標(biāo)準(zhǔn)的 Pandas dataframe 對象）

（使用 plotly+cufflinks 創(chuàng)建的交互式柱狀圖）

對于已經(jīng)習(xí)慣 matplotlib 的同學(xué)，你們只需要多打一個(gè)字母（把 .plot 改成 .iplot ），就能獲得看起來更加美觀的交互式圖表！點(diǎn)擊圖片上的元素就能顯示出詳細(xì)信息、隨意縮放，還帶有（我們接下來會提到的）高亮篩選某些部分等超棒功能。

如果你想繪制堆疊柱狀圖，也只需要這樣：

對 pandas 數(shù)據(jù)表進(jìn)行簡單的處理，并生成條形圖：

就像上面展示的那樣，我們可以將 plotly + cufflinks 和 pandas 的能力整合在一起。比如，我們可以先用 .pivot() 進(jìn)行數(shù)據(jù)透視表分析，然后再生成條形圖。

比如統(tǒng)計(jì)不同發(fā)表渠道中，每篇文章帶來的新增粉絲數(shù)：

交互式圖表帶來的好處是，我們可以隨意探索數(shù)據(jù)、拆分子項(xiàng)進(jìn)行分析。箱型圖能提供大量的信息，但如果你看不到具體數(shù)值，你很可能會錯(cuò)過其中的一大部分！

散點(diǎn)圖是大多數(shù)分析的核心內(nèi)容，它能讓我們看出一個(gè)變量隨著時(shí)間推移的變化情況，或是兩個(gè)（或多個(gè)）變量之間的關(guān)系變化情況。

在現(xiàn)實(shí)世界中，相當(dāng)部分的數(shù)據(jù)都帶有時(shí)間元素。幸運(yùn)的是，plotly + cufflinks 天生就帶有支持時(shí)間序列可視化分析的功能。

以我在“Towards Data Science”網(wǎng)站上發(fā)表的文章數(shù)據(jù)為例，讓我們以發(fā)布時(shí)間為索引構(gòu)建一個(gè)數(shù)據(jù)集，看看文章熱度的變化情況：

在上圖中，我們用一行代碼完成了幾件事情：

• 自動(dòng)生成美觀的時(shí)間序列 X 軸

• 增加第二條 Y 軸，因?yàn)閮蓚€(gè)變量的范圍并不一致

• 把文章標(biāo)題放在鼠標(biāo)懸停時(shí)顯示的標(biāo)簽中

為了顯示更多數(shù)據(jù)，我們可以方便地添加文本注釋：

（帶有文本注釋的散點(diǎn)圖）

下面的代碼中，我們將一個(gè)雙變量散點(diǎn)圖按第三個(gè)分類變量進(jìn)行著色：

接下來我們要玩點(diǎn)復(fù)雜的：對數(shù)坐標(biāo)軸。我們通過指定 plotly 的布局（layout）參數(shù)來實(shí)現(xiàn)這一點(diǎn)（關(guān)于不同的布局，請參考官方文檔 https://plot.ly/python/reference/ ），同時(shí)我們把點(diǎn)的尺寸（size參數(shù)）和一個(gè)數(shù)值變量 read_ratio （閱讀比例）綁定，數(shù)字越大，泡泡的尺寸也越大。

如果想要更復(fù)雜一些（詳見 Github 的源代碼），我們甚至可以在一張圖里塞進(jìn) 4 個(gè)變量?。ㄈ欢⒉煌扑]你們真的這么搞）

和前面一樣，我們可以將 pandas 和 plotly+cufflinks 結(jié)合起來，實(shí)現(xiàn)許多有用的圖表：

建議你查看官方文檔，或者源代碼，里面有更多的范例和函數(shù)實(shí)例。只需要簡單的一兩行代碼，就可以為你的圖表加上文字注釋，輔助線，最佳擬合線等有用的元素，并且保持原有的各種交互式功能。

高級繪圖功能

接下來，我們要詳細(xì)介紹幾種特殊的圖表，平時(shí)你可能并不會很經(jīng)常用到它們，但我保證只要你用好了它們，一定能讓人刮目相看。我們要用到 plotly 的 figure_factory 模塊，只需要一行代碼，就能生成超棒的圖表！

假如我們要探索許多不同變量之間的關(guān)系，散點(diǎn)圖矩陣（也被稱為SPLOM）就是個(gè)很棒的選擇：

即使是這樣復(fù)雜的圖形，也是完全可交互的，讓我們能更詳盡地對數(shù)據(jù)進(jìn)行探索。

為了體現(xiàn)多個(gè)數(shù)值變量間的關(guān)系，我們可以計(jì)算它們的相關(guān)性，然后用帶標(biāo)注熱度圖的形式進(jìn)行可視化：

除了層出不窮的各種圖表外，Cufflinks 還提供了許多不同的著色主題，方便你輕松切換各種不同的圖表風(fēng)格。下面兩張圖分別是“太空”主題和“ggplot”主題：

此外，還有 3D 圖表（曲面和泡泡）：

對有興趣研究的用戶來說，做張餅圖也不是什么難事：

當(dāng)你在 Jupyter Notebook 里生成了這些圖表之后，你將會發(fā)現(xiàn)圖表的右下角出現(xiàn)了一個(gè)小小的鏈接，寫著“Export to plot.ly（發(fā)布到 plot.ly）”。如果你點(diǎn)擊這個(gè)鏈接，你將會跳轉(zhuǎn)到一個(gè)“圖表工坊”（https://plot.ly/create/）。

在這里，你可以在最終展示之前進(jìn)一步修改和潤色你的圖表。可以添加標(biāo)注，選擇某些元素的顏色，把一切都整理清楚，生成一個(gè)超棒的圖表。之后，你還可以將它發(fā)布到網(wǎng)絡(luò)上，生成一個(gè)供其他人查閱的鏈接。

下面兩張圖是在圖表工坊里制作的：

講了這么多，看都看累了吧？然而我們還并沒有窮盡這個(gè)庫的所有功能。限于篇幅，有些更棒的圖表和范例，只好請大家訪問 plotly 和 cufflinks 的官方文檔去一一查看咯。

（Plotly 交互式地圖，顯示了美國國內(nèi)的風(fēng)力發(fā)電場數(shù)據(jù)。來源：plot.ly）

關(guān)于沉沒成本謬誤，最糟糕的一點(diǎn)在于，人們往往只能在放棄之前的努力時(shí)，才能意識到自己浪費(fèi)了多少時(shí)間。

在選擇一款繪圖庫的時(shí)候，你最需要的幾個(gè)功能有：

從現(xiàn)在看來，要用 Python 語言實(shí)現(xiàn)以上功能的最佳選擇非 plotly 莫屬。它讓我們快速生成可視化圖表，交互功能使我們更好地理解信息。

我承認(rèn)，繪圖絕對是數(shù)據(jù)科學(xué)工作中最讓人享受的部分，而 plotly 能讓你更加愉悅地完成這些任務(wù)。

（用一張圖表顯示一下用 Python 繪圖的愉悅程度隨著時(shí)間變化。來源 towardsdatascience.com）