助力 Pandas 智慧視覺化分析的 Python 庫

Pandas是用於資料處理的核心庫，也可以進行簡單的視覺化，繪製散點、折線、直方等基礎圖表都不在話下。

Pandas自帶的視覺化方法是基於matplotlib的函式介面，在Jupyter裡可以靜態展示。

這次介紹一個視覺化工具-

LUX

，它能自動地將DataFrame資料轉化為統計圖表，讓你可以一目瞭然地看到相關性、分佈、頻率等資訊。

LUX在Jupyter Notebook或Lab中進行互動，圖表與資料可以同步顯示。

使用LUX

以下面資料集（美國各大學資訊表）為例：

# 匯入pandas和lux庫import pandas as pdimport lux#載入資料df = pd。read_excel（“C：\\Users\\zii\\Documents\\USA_College。xlsx”）df

讀取的資料如下：

除了顯示的資料表外，同時你還會看到資料集上面出現一個按鈕，可以進行資料/圖表的交換顯示。

所以說只需要匯入lux庫，就能直接使用圖表功能。

LUX顯示有三種類型的圖表，代表的統計學含義分別是相關性、直方分佈、事件頻次。

除了全表的視覺化探索外，你還可以研究特定變數間的關係。

比如，想看

SAT平均值

和

收入中位數

的關聯性。

df。intent = ［‘SAT平均值’，‘收入中位數’］df

左邊的表是兩個變數的總體分佈，右邊是在有篩選條件下的分佈。

匯出圖表

LUX 支援圖表的匯出，既可以匯出圖表檔案，也可以匯出相應的matplotlib、altair程式碼。

首先選定一個或多個圖表，點選匯出按鈕。

可以直接將選定的圖表單獨顯示出來：

匯出htmldf。save_as_html（‘hpi。html’）

匯出matplotlib程式碼

vis = df。exportedprint （vis［0］。to_matplotlib（））

匯出altair程式碼

vis = df。exportedprint（vis［0］。to_Altair（））

匯出的程式碼可以直接執行：

import altair as altchart = alt。Chart（df）。mark_circle（）。encode（ x=alt。X（‘SAT平均值’，scale=alt。Scale（domain=（666， 1534）），type=‘quantitative’， axis=alt。Axis（title=‘SAT平均值’））， y=alt。Y（‘收入中位數’，scale=alt。Scale（domain=（20200， 125600）），type=‘quantitative’， axis=alt。Axis（title=‘收入中位數’）））chart = chart。configure_mark（tooltip=alt。TooltipContent（‘encoding’）） # Setting tooltip as non-nullchart = chart。interactive（） # Enable Zooming and Panningchart = chart。encode（color=alt。Color（‘最高學位’，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