Pandas 图表的威力：后端
原文：
towardsdatascience.com/the-power-of-pandas-plots-backends-6a08d52071d2?source=collection_archive---------9-----------------------#2024-08-30
从 Pandas 中轻松创建交互式图形
https://medium.com/@petoulemonde?source=post_page---byline--6a08d52071d2--------------------------------https://towardsdatascience.com/?source=post_page---byline--6a08d52071d2-------------------------------- Pierre-Etienne Toulemonde
·发布于Towards Data Science ·5 分钟阅读·2024 年 8 月 30 日
–
https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/d5b796700b79a971847f9d847e9373d9.png
图片由Lukas Blazek提供，来源于Unsplash
索引
上下文
后端
2.1. Matplotlib
2.2. Plotly
2.3. Hvplot
讨论
离开之前的一句话
1.上下文
Python 有许多可视化包，其中三个最著名的是：Matplotlib（以及 seaborn）、Plotly 和 Hvplot。这三种包各有其优点，但都需要付出学习成本，甚至有时相当可观。
本文的灵感来源于我发现的《Pandas 方法思维导图》，该导图由Daily Dose of Data science newsletter提供（这是我强烈推荐的一个通讯）。当时，我正好在探索 Hvplot 可视化包。我认为，像 Hvplot 这样轻松切换不同可视化后端的想法非常棒（这里有一个示例，展示如何从 Hvplot 切换到 Plotly）。看到我们也可以用 pandas 实现这一点，我觉得这个想法太有趣，不能不分享出来。
Pandas 是 Python 数据科学的核心，我们都知道如何使用它。但集成到 Pandas 中的 Matplotlib 已经显得有些老旧，并且在易用性和展示效果上被其他包超越。Pandas 可视化后端的强大之处在于，它让你能够利用最新的可视化包进行数据探索和结果呈现，而无需花时间学习这些包，尽管这些包非常强大！
2. 后端
Pandas 是基于两个包构建的，Numpy 和 Matplotlib。这也解释了为什么我们使用 Matplotlib 脚本来生成图表，因此生成的图表是 Matplotlib 图表。
自从 Pandas 创建以来，它不断发展，并提供了用户修改 Pandas 使用的可视化后端的可能性。
我在研究过程中找到的 6 个可用的后端是：
Plotnine（ggplot2）
Plotly
Altair
Holoviews
Hvplot
Pandas_bokeh
Matplotlib（默认后端）
有几种方法可以更改后端：
- 2 个全局方法：
pd.set_option("plotting.backend",'<name of backend>')# ORpd.options.plotting.backend='<name of backend>'- 1 个本地方法：
df.plot(backend='<name of backend>',x='...')注意：更改后端需要 Pandas >= 0.25，有时还需要一些特定的依赖项，例如下面的 Hvplot。
这里有 2 个示例：
- 使用 Plotly：
importpandasaspd# Basic packagespd.options.plotting.backend="plotly"df=pd.DataFrame(dict(a=[1,3,2],b=[3,2,1]))fig=df.plot()fig.show()- 使用 Hvplot：
importnumpyasnpimportpandasaspd# Basic packagesimporthvplotimporthvplot.pandas# ! Specific dependency to installpd.options.plotting.backend='hvplot'# Backend modificationdata=np.random.normal(size=[50,2])df=pd.DataFrame(data,columns=['x','y'])df.plot(kind='scatter',x='x',y='y')# Plotting2.1. Matplotlib
Matplotlib 是 Pandas 的默认可视化后端。换句话说，如果不指定后端，将使用 Matplotlib。它是一个高效的包，可以快速可视化数据以进行探索或提取结果，但它已经老化，并且在易用性和渲染能力上被其他包赶超。
Matplotlib 的优势在于，由于 Pandas 从创建之初就基于 Matplotlib，因此 Matplotlib 与 Pandas 的集成非常完美，所有 Matplotlib 函数都可以在 Pandas 中使用。
提醒一下，这里是集成到 Pandas 中的 11 个 Matplotlib 显示方法：
“area” 用于区域图，
“bar” 用于垂直条形图，
“barh” 用于水平条形图，
“box” 用于箱形图，
“hexbin” 用于 hexbin 图，
“hist” 用于直方图，
“kde” 用于核密度估计图，
“density” 是 “kde” 的别名，
“line” 用于折线图，
“pie” 用于饼图，
“scatter” 用于散点图。
2.2. Plotly
Plotly 是由 Plotly 公司开发的可视化包。该公司开发了框架 Plotly.js，用于在 Python 中进行交互式数据可视化。Plotly 公司还提供了 Python 仪表板包 Dash。
要在 Pandas 中使用 Plotly，只需导入Plotly express并更改后端：
importpandasaspdimportplotly.expressaspx# Import packagesdf=pd.read_csv("iris.csv")# Modifying locally Pandas backenddf.plot.scatter(backend="plotly",x="sepal.length",y="sepal.width")Pandas 返回一个与 Plotly 相同类型的对象：
df.plot.scatter(backend="plotly",x="sepal.length",y="sepal.width")# → <class 'plotly.graph_objs._figure.Figure'>px.scatter(x=df["sepal.length"],y=df["sepal.width"])# → <class 'plotly.graph_objs._figure.Figure'>其优势在于你可以将 Pandas 中创建的图形直接集成到 Plotly 宇宙中，尤其是 Dash！
一个限制是，Plotly 与 Pandas 的集成尚不完美，详细信息请参见 Plotly 网站（Plotly 网站详情）。
2.3. Hvplot
Hvplot 是一个基于 bokeh 的交互式可视化包。
这是一个令人兴奋的包，我是前些时候发现的，至今仍令我着迷，既因为 Hvplot 集成了类似于 Pandas 的后端概念，也因为 Holoviz 套件 以及相关包如 Panel 用于创建动态客户端网站。
即使没有 Pandas 后端的概念，Hvplot 也不需要过多的学习就能开始使用，只需将 Pandas 的.plot()替换为.hvplot()：
importpandasaspdimporthvplot df=pd.read_csv("iris.csv")# Plot with Pandasdf.plot.scatter(backend="hvplot",x="sepal.length",y="sepal.width")# Same plot with hvplotdf.hvplot.scatter(backend="hvplot",x="sepal.length",y="sepal.width")使用 Hvplot 后端的方式与使用 Plotly 后端相同，只需要导入 Hvplot 包的依赖项：
importnumpyasnpimportpandasaspd# Basic packagesimporthvplotimporthvplot.pandas# Specific dependency to installpd.options.plotting.backend='hvplot'# Backend modificationdata=np.random.normal(size=[50,2])df=pd.DataFrame(data,columns=['x','y'])df.plot(kind='scatter',x='x',y='y')# Plotting与 Plotly 类似，通过 hvplot 后端从 Pandas 生成的图表是 Hvplot 类型的：
df.plot.scatter(backend="hvplot",x="sepal.length",y="sepal.width")# → <class 'holoviews.element.chart.Curve'>df.hvplot.scatter(backend="hvplot",x="sepal.length",y="sepal.width")# → <class 'holoviews.element.chart.Curve'>Hvplot 是强大的 Holoviz 套件的一部分，套件中还有许多其他相关工具，可以推动数据分析的深度，例如 Panel、geoviews、datashader 等等。这种一致性使得我们可以从 pandas 创建图表，同时仍然能够利用 Holoviz 套件的优势。
3. 结论
Pandas 后端是一个非常高效的解决方案，可以发现并利用最新的 Python 可视化包，而无需投入太多时间：只需 18 个字符（包括空格），就可以将一个标准的 matplotlib 图表本地转化为交互式的 Plotly 图表，从而享受这种可视化类型的所有好处。
然而，这种解决方案也有一定的局限性：它不适用于那些需要大量定制化的高级可视化目标，比如数据新闻中的高级可视化，因为 Pandas 中的包集成尚不完善。此外，这个解决方案仅涵盖了基于 Pandas 构建的可视化包，排除了像 D3.js 这样的其他可视化解决方案。
Hvplot 目前是我最喜欢的可视化包：它一开始非常容易上手，能与所有主要的数据处理包（如 Polars、Dask、Xray 等）兼容，并且是一个持续应用的部分，可以让你从图表扩展到动态的全客户端网站。
4. 离开前的一句话
在我的研究过程中，我没有找到预期的那么多文档。我认为这个概念很棒，所以我本以为会有很多相关文章。如果你觉得这个解决方案真的有用，或者只是一个看起来很酷但没有实际用途的东西，欢迎在评论中告诉我。
感谢阅读！