炫酷的可视化工具包——cufflinks

前言

学过Python数据分析的朋友都知道，在可视化的工具中，有很多优秀的三方库，比如matplotlib，seaborn，plotly，Boken，pyecharts等等。这些可视化库都有自己的特点，在实际应用中也广为大家使用。

plotly、Boken等都是交互式的可视化工具，结合Jupyter notebook可以非常灵活方便地展现分析后的结果。虽然做出的效果非常的炫酷，比如plotly，但是每一次都需要写很长的代码，一是麻烦，二是不便于维护。

我觉得在数据的分析阶段，更多的时间应该放在分析上，维度选择、拆解合并，业务理解和判断。如果既可以减少代码量，又可以做出炫酷可视化效果，那将大大提高效率。当然如果有特别的需求除外，此方法仅针对想要快速可视化进行分析的人。

本篇给大家介绍一个非常棒的工具，cufflinks，可以完美解决这个问题,且效果一样炫酷。

cufflinks介绍

就像seaborn封装了matplotlib一样，cufflinks在plotly的基础上做了一进一步的包装，方法统一，参数配置简单。其次它还可以结合pandas的dataframe随意灵活地画图。可以把它形容为"pandas like visualization"。

毫不夸张地说，画出各种炫酷的可视化图形，我只需一行代码，效率非常高，同时也降低了使用的门槛儿。cufflinks的github链接如下：

https://github.com/santosjorge/cufflinks

安装

pip install cufflinks

cufflinks操作

cufflinks库一直在不断更新，目前最新版为V0.14.0，支持plotly3.0。首先我们看看它都支持哪些种类的图形，可以通过help来查看。

import cufflinks as cf

cf.help()

Use 'cufflinks.help(figure)' to see the list of available parameters for the given figure.
Use 'DataFrame.iplot(kind=figure)' to plot the respective figure
Figures:
	bar
	box
	bubble
	bubble3d
	candle
	choroplet
	distplot
	heatmap
	histogram
	ohlc
	pie
	ratio
	scatter
	scatter3d
	scattergeo
	spread
	surface
	violin

• DataFrame：代表pandas的数据框；
• Figure：代表我们上面看到的可绘制图形，比如bar、box、histogram等等；
• iplot：代表绘制方法，其中有很多参数可以进行配置，调节符合你自己风格的可视化图形；

cufflinks实例

注意：以下图例都是动态图，无法放置gif图，可以自己尝试一下

我们通过几个实例感受一下上面的使用方法。使用过plotly的朋友可能知道，如果使用online模式，那么生成的图形是有限制的。所以，我们这里先设置为offline模式，这样就避免了出现次数限制问题。

import pandas as pd
import cufflinks as cf
import numpy as np

cf.set_config_file(offline=True)

    <script type="text/javascript">
    window.PlotlyConfig = {MathJaxConfig: 'local'};
    if (window.MathJax) {MathJax.Hub.Config({SVG: {font: "STIX-Web"}});}
    if (typeof require !== 'undefined') {
    require.undef("plotly");
    requirejs.config({
        paths: {
            'plotly': ['https://cdn.plot.ly/plotly-latest.min']
        }
    });
    require(['plotly'], function(Plotly) {
        window._Plotly = Plotly;
    });
    }
    </script>

然后我们需要按照上面的使用格式来操作，首先我们需要有个DataFrame，如果手头没啥数据，那可以先生成个随机数。cufflinks有一个专门生成随机数的方法，叫做datagen，用于生成不同维度的随机数据，比如下面。

lines线图

1）cufflinks使用datagen生成随机数；

2）figure定义为lines形式，数据为(1,500)；

3）然后再用ta_plot绘制这一组时间序列，参数设置SMA展现三个不同周期的时序分析。

cf.datagen.lines(1,500).ta_plot(study='sma',period=[13,21,55])

box箱型图

cf.datagen.box(20).iplot(kind='box',legend=False)

可以看到，x轴每个box都有对应的名称，这是因为cufflinks通过kind参数识别了box图形，自动为它生成的名字。如果我们只生成随机数，它是这样子的，默认生成100行的随机分布的数据，列数由自己选定。

cf.datagen.box(10)

.dataframe tbody tr th:only-of-type {
vertical-align: middle;
}

.dataframe tbody tr th {
    vertical-align: top;
}

.dataframe thead th {
    text-align: right;
}

	ZZQ.IX	KKT.HE	WUI.GF	KUD.YP	LVO.BR	RIQ.OH	HCY.AX	TSI.WB	CZC.FE	PGJ.UN
0	2.650637	2.860086	0.648258	0.453637	0.031173	1.588635	0.665888	1.322199	0.613859	1.887332
1	1.772565	1.223209	1.321523	5.185581	4.585844	2.950900	0.652469	0.471112	5.729238	3.034579
2	3.707357	5.745729	5.766174	1.785150	8.335558	17.388996	2.854110	5.725720	9.582913	1.221468
3	9.298724	8.008446	2.574685	3.924959	5.656232	8.797833	18.606412	10.594716	1.207231	3.901563
4	5.261365	3.498773	4.593977	6.516262	3.852370	3.402193	2.813485	2.340898	7.611254	5.423463
...	...	...	...	...	...	...	...	...	...	...
95	0.136329	2.676648	0.403378	1.018672	1.447996	1.106163	1.563319	6.315881	1.148427	0.348217
96	4.243743	0.026604	0.442303	2.650356	7.911090	1.048235	3.231528	0.850884	0.336564	0.301514
97	2.223366	3.581352	2.712159	1.141006	1.841442	4.167166	10.543993	5.589251	12.338148	4.013969
98	1.391020	0.002552	0.177377	1.865509	0.690297	0.682517	7.477029	0.261913	0.020654	0.822866
99	0.229824	1.756769	1.782207	3.621471	1.523997	4.392876	0.403206	6.899078	1.268289	7.484547

100 rows × 10 columns

histogram直方图

cf.datagen.histogram(3).iplot(kind='histogram')

和plotly一样，我们可以通过一些辅助的小工具框选或者lasso选择来区分和选定指定区域，只要一行代码。

当然了，除了随机数据，任何的其它dataframe数据框都可以，包括我们自己导入的数据。

histogram条形图

df=pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
df.iplot(kind='bar',barmode='stack')

上面我们生成了一个(10,4)的dataframe数据框，名称分别是a,b,c,d。那么cufflinks将会根据iplot中的kind种类自动识别并绘制图形。参数设置为堆叠模式。

scatter散点图

df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd'])
df.iplot(kind='scatter',mode='markers',colors=['orange','teal','blue','yellow'],size=10)

bubble气泡图

df.iplot(kind='bubble',x='a',y='b',size='c')

scatter matrix 散点矩阵图

df = pd.DataFrame(np.random.randn(1000, 4), columns=['a', 'b', 'c', 'd'])
df.scatter_matrix()

​

subplots子图

df=cf.datagen.lines(4)
df.iplot(subplots=True,shape=(4,1),shared_xaxes=True,vertical_spacing=.02,fill=True)

df.iplot(subplots=True,subplot_titles=True,legend=False)

更复杂一些的

df=cf.datagen.bubble(10,50,mode='stocks')
figs=cf.figures(df,[dict(kind='histogram',keys='x',color='blue'),
                    dict(kind='scatter',mode='markers',x='x',y='y',size=5),
                    dict(kind='scatter',mode='markers',x='x',y='y',size=5,color='teal')],asList=True)
figs.append(cf.datagen.lines(1).figure(bestfit=True,colors=['blue'],bestfit_colors=['pink']))
base_layout=cf.tools.get_base_layout(figs)
sp=cf.subplots(figs,shape=(3,2),base_layout=base_layout,vertical_spacing=.15,horizontal_spacing=.03,
               specs=[[{'rowspan':2},{}],[None,{}],[{'colspan':2},None]],
               subplot_titles=['Histogram','Scatter 1','Scatter 2','Bestfit Line'])
sp['layout'].update(showlegend=False)
cf.iplot(sp)

​

shapes形状图

如果我们想在lines图上增加一些直线作为参考基准，这时候我们可以使用hlines的类型图。

df=cf.datagen.lines(3,columns=['a','b','c'])
df.iplot(hline=[dict(y=-1,color='blue',width=3),dict(y=1,color='pink',dash='dash')])

或者是将某个区域标记出来，可以使用hspan类型。

df.iplot(hspan=[(-1,1),(2,5)])

又或者是竖条的区域，可以用vspan类型。

df.iplot(vspan={'x0':'2015-02-15','x1':'2015-03-15','color':'teal','fill':True,'opacity':.4})

如果对iplot中的参数不熟练，直接输入以下代码即可查询。

help(df.iplot)