从Marplotlib到Plotly: 教你入门Python数据可视化

作为一名数据科学家，在了解 Plotly 之前，我曾经非常依赖 Matplotlib 完成我的数据可视化任务。

虽然 Matplotlib 是在 Python 中创建可视化最快且最直接的工具，但它最适合初始的探索性分析和静态绘图。如果你想通过 Matplotlib 制作基本静态图以外的东西，需要进行非常复杂的操作。

另一方面，Plotly 是一个较新的开源图形库，可以高效地创建更复杂的交互式可视化。操作也很简单，只需几行代码就能创建美观的交互式绘图。近年来，Plotly在数据科学界非常受欢迎，用的人也越来越多，未来可能会超过 Matplotlib 的人气。

本文将逐步带领你通过 Plotly 创建带有自定义工具框（Customized Tooltips）和范围滑（Range Slider）的交互式组合图（Interactive Combo Chart）。在本教程中，你将学习Plotly的关键概念和特性，文章也会为您提供完整的代码。如果你想了解更多数据分析相关内容，可以阅读以下这些文章：
数据可视化Data Visualization需要哪些图表技能？
数据科学必备技能：如何用Power BI做数据可视化
用漏斗可视化，讲好数据故事
数据可视化干货：如何为你的Data Visualization找到正确的色板？

我们构建的交互式组合图如下所示：

Plotly Express Vs. Plotly Go

Python的Plotly库是一个交互式开源图形库，涵盖了多种图表类型和数据可视化用例。Plotly Python有一个 Plotly Express 包装器，是 Plotly 的高级接口。

Plotly Express 可以通过简单的语法，快速创建最常见图形的原型，但对于高级图表或自定义图表来说，缺乏功能性和灵活性。

与 Plotly Express 相比，Plotly Go（图形对象）是一个较低级别的图形包，通常需要更多编程，但可自定义，且灵活性更强。在本教程中，我们将通过 Plotly Go 创建如上所示的组合图。你还可以将代码保存为模板，用于在其他用例中创建类似的图表。

下载数据

我们用来创建图表的数据可以从 CDC 网站下载。这是一个开放数据集，用于记录美国每日 Covid-19 新增病例以及 7 天内平均变化量。

https://covid.cdc.gov/covid-data-tracker/#trends_dailycases

导入库（Libraries）并读取数据

首先，导入本教程所需的所有库，并将数据读入 python。如果这是你第一次使用 Plotly，你需要在导入库之前安装 Plotly。你可以在Jupyter笔记本上运行以下命令（我已经安装了 Plotly，所以页面显示“符合要求”）。

#Import Libraries
import numpy as np
import pandas as pd
import plotly.graph_objects as go
from datetime import datetime

#Read the data
df=pd.read_csv('.../data_table_for_daily_case_trends__the_united_states.csv')

这个数据集相对比较简单，“几乎”可以直接用于可视化。我们注意到“日期（Date）”字段是一个字符串，因此，我们需要将其转换为类型“日期”。此外，为了达到最佳效果，我总是重命名单词之间有空格的字段，因此我们将通过删除空格，重命名最后三个字段。

最后，我们希望在绘图的工具框中显示新增病例”和“7 天内平均变化量”。如果数字以千位分隔符显示，看起来会更直观。我们可以通过创建两个新的重新格式化的字段（对象类型），解决这个问题，这些字段将显示带有千位分隔符的数字。

#Clean and Reformat the Data Fields
df['Date']=df['Date'].str[4:6]+df['Date'].str[:3]+df['Date'].str[7:11]
df['Snapshot_Date'] = pd.to_datetime(df['Date'], format='%d%b%Y').dt.date #Create a new column that has the 'date' type
df = df.rename({'New Cases': 'New_Cases', '7-Day Moving Avg': 'Seven_Day_Avg','Historic Cases':'Historic_Cases'}, axis=1) #Rename the fields
df.loc[:, "New_Cases_formatted"] = df["New_Cases"].map('{:,d}'.format) #Create a new column that shows thousand seperator in numbers (though the new column is now an object not integer)
df.loc[:, "Seven_Day_Avg_formatted"] = df["Seven_Day_Avg"].map('{:,d}'.format) #Create a new column that shows thousand seperator in numbers (though the new column is now an object not integer)

通过 Plotly Go 创建标准组合图（Standard Combo Chart）

如果想要通过 Plotly Go（图形对象）绘图，我们需要先用 go.Figure() 创建一个图形，然后使用 fig.add_trace() 添加两条迹线（Trace）。什么是迹线？以下定义来自 Plotly 文档：

“迹线是我们给数据集合的名称，以及我们希望绘制数据的规格。请注意，迹线本身也是一个对象，其名称根据你希望数据在绘图表面上的显示方式而定。”

迹线就像你想通过数据绘制的特定可视化类型，数量高达 40 多种，包括散点图、条形图、饼图、等值线图等。在本示例中，由于我们正在绘制组合图（折线图和条形图的组合），我们将添加两条迹线。

fig = go.Figure() #Create a Plotly Graph_Objects Figure
#Add the first trace/bar chart to the figure
fig.add_trace(
    go.Bar(
        x=df['Snapshot_Date'],
        y=df['New_Cases'],
        name="New Cases", 
        marker_line_color='#11457E',
        marker_line_width=2, 
        opacity=0.7)
    )
#Add the second trace/line chart to the figure
fig.add_trace(
    go.Scatter(
        x=df['Snapshot_Date'],
        y=df['Seven_Day_Avg'],
        name="7-Day Moving Avg",
        mode='lines', 
        line = dict(color='firebrick', width=3)
    ))

请注意，折线图是通过 go.Scatter() 绘制的。这是因为 Plotly 折线图的生成是由于连接散点图。这也意味着，数据点按照它们在数据集中出现的顺序与线连接。因此，在将数据传递给Plotly之前，如果原始的排序不能得到所需的输出，你可能需要在此之前对数据进行显式排序。

自定义悬停工具框（Hover-over Tooltips）

默认情况下，Plotly 会自动在工具框中显示 x 和 y 轴的值。例如，在上图中，如果将鼠标悬停在折线图中的任何数据点上，则会出现一个工具框，并显示新增案例的日期以及 7 天内平均变化量。

我们可以通过在数据框中创建一个叫“text”的新列，从而自定义工具框的外观。这个“text”列显示了我们想要在工具框中显示的信息，并定义了工具框的外观和感觉。然后，通过将这些信息分配给 hoverinfo 参数，将此列“文本”传递给 go.Scatter() 迹线。

下列代码可以在数据框中创建“文本”列。HTML 元素，也被称为 Boldface 元素，在此处用于将“State”字段的文本设为粗体。

HTML 元素在文本中产生一个换行符，之后的文本再次从文本块的下一行开始。

hover_text = []
for index, row in df.iterrows():
    hover_text.append(('<b>{State}</b><br><br>'+
                      'Snapshot Date: {Snapshot_Date}<br>'+
                      'New Cases: {New_Cases_formatted}<br>'+ 
                      '7-Day Moving Avg: {Seven_Day_Avg_formatted}<br>'
                       ).format(
                       State=row['State'],
                       Snapshot_Date=row['Snapshot_Date'],
                       New_Cases_formatted=row['New_Cases_formatted'],
                       Seven_Day_Avg_formatted=row['Seven_Day_Avg_formatted']
                      ))
df['text'] = hover_text

现在，我们将“text”列传递给go.Scatter()中的hoverinfo参数，并检查它在工具框中的外观：

fig = go.Figure()
fig.add_trace(
    go.Bar(
        x=df['Snapshot_Date'],
        y=df['New_Cases'],
        name="New Cases",
        hoverinfo='none', #Do not show tooltip when hovering over the bar chart as this information is repetitive when hovering over the line chart
        marker_line_color='#11457E',
        marker_line_width=2, 
        opacity=0.7)
    )

fig.add_trace(
    go.Scatter(
        x=df['Snapshot_Date'],
        y=df['Seven_Day_Avg'],
        name="7-Day Moving Avg",
        mode='lines', 
        text=df['text'],
        hoverinfo='text', #Pass the 'text' column to the hoverinfo parameter to customize the tooltip
        line = dict(color='firebrick', width=3)
    ))

看起来不错！让我们再对表格做一些额外的调整，看起来更专业。我们将工具框的背景颜色从红色更改为浅蓝色。我们还可以添加图表标题，并将 x 轴刻度更改为每月（而不是每季度）。所有这些操作都可以通过 fig.update_layout() 实现，代码如下所示。

fig.update_layout(hoverlabel_bgcolor='#DAEEED', #Change the tooltip background color to be light grey
                 title_text='Daily COVID-19 Cases in the U.S.', #Add a chart title
                 title_font_family="Times New Roman",
                 title_font_size = 25,
                 title_font_color="darkblue",
                 title_x=0.25, #Specify the title position
                 xaxis=dict(
                        tickfont_size=10,
                        tickangle = 270,
                        showgrid = True,
                        zeroline = True,
                        showline = True,
                        showticklabels = True,
                        dtick="M1", #Change the x-axis ticks to be monthly
                        tickformat="%b\n%Y"
                        ),)

添加范围滑块（Range Slider）/选择器（Selector）

我们还可以添加范围选择器/滑块，方便用户可以放大到特定的时间序列范围，从而使可视化更具信息性和交互性！这一步操作可以在 fig.update_xaxes() 中通过几行代码轻松实现。

#Add the range slider and selector to the plot
fig.update_xaxes(
    rangeslider_visible=True,
    rangeselector=dict(
        buttons=list([
            dict(count=1, label="1m", step="month", stepmode="backward"),
            dict(count=6, label="6m", step="month", stepmode="backward"),
            dict(count=1, label="YTD", step="year", stepmode="todate"),
            dict(count=1, label="1y", step="year", stepmode="backward"),
            dict(step="all")
        ])
    )
)

fig.show()

现在，我们基本上已经完成了所有操作！你已经通过 Plotly Go 创建了一个交互式组合图表，通过自定义工具框和范围滑块/选择器可视化美国每日 Covid-19 病例趋势。正如你所看到的那样，Plotly 图形库功能强大、界面优雅且高度可定制。通过Plotly图形库，你可以轻松高效执行创建复杂的交互式可视化任务。我希望这篇文章对您有所帮助，并做好准备，将 Plotly 添加到你的数据科学家的工具包中。

参考资料及资料来源：

1. Plotly 的官方文档页面：https://plotly.com/python/

2. 数据来源：来自疾病控制与预防中心 (CDC) 网站 (https://covid.cdc.gov/covid-data-tracker/#trends_dailycases) 的开放 Covid-19 跟踪器数据集

原文作者：Sharone Li
翻译作者：Lia
美工编辑：过儿
校对审稿：Jiawei Tong
原文链接：https://towardsdatascience.com/leap-from-matplotlib-to-plotly-a-hands-on-tutorial-for-beginners-d208cd9e6522