文經AI新媒體量子位(公衆號ID:QbitAI)授權轉載,轉載請聯繫出處。
做圖表,誰不會?打開Excel,自動就可以生成各種各樣的圖表。
但你看這些圖表呢?
結合真實地理數據,展現美國每個縣的失業率。
全球自然災害統計,類型、規模、時間,一目瞭然。
甚至還有可愛的表情符號畫風,生動的展現出英美兩國的養殖業狀況。
每張都清晰明確,色彩搭配合理,讓人一眼就能看清楚各種狀況,縱觀全局,一目瞭然。
要是用在晉升答辯PPT上,老闆一眼就能看出你究竟做出了多少成績。
要是用在客戶招標會上,手握預算的客戶也能清醒的認識到這單生意的價值所在。
用Excel的話,很難展示出這種效果,那……不如用Python?不用手動排版設計,簡單的代碼就能直接運行出結果。
剛剛出爐的這篇GitHub教程,來自數據可視化大牛、D3.js作者Jeffrey Heer,教你7步搞定Python數據可視化。
不少網友看到之後讚不絕口:
這個特別棒,謝謝你分享給大家!
謝謝你創作者們好的東西分享給大家,我在加拿大,這對我的數據可視化課程非常有用。
現在連推特上的點贊都超過了1200:
工具Vega-Lite和Altair
首先,用Python完成可視化,需要藉助兩款工具:Vega-Lite和Altair。
Vega-Lite是一種交互式圖形的高級語法,用簡明的JSON語法,快速生成可視化圖形,Vega-Lite規範可以編譯爲Vega規範。
比如下圖,左邊的圖形,背後就是右側的代碼來實現的。
而Altair是一個專爲Python編寫的可視化軟件包,它能讓數據科學家更多地關注數據本身和其內在的聯繫,相比matplotlib,Altair要簡潔的多。
Altair的圖形種類非常豐富,包含條形圖、折線圖、面積圖、散點圖、直方圖、地圖等各種交互式圖表。
Altair也是基於Vega和Vega-Lite而來的,使用的語言是Python,因此,Vega-Lite和Altair兩者一同服用,效果最好哦。
七步學會可視化
說完了需要用到的基礎工具,再來看看這套課程本身。
教程的作者非常友好,在Jupyter、Colab、Observable三個平臺都準備了課程,你可以選擇自己習慣的平臺,或者直接去Colab上,用自己的數據體驗一下。
整體教程包含7個部分:
1、Vega-Lite/Altair介紹 2、數據種類、圖形標誌、視覺編碼渠道 3、數據轉換 4、比例尺、軸和圖例 5、多視圖合成 6、交互 7、製圖可視化
最後,教程作者還附贈了Altair的debug指南。
來自D3.js創作者
這份教程的作者Jeffrey Heer,是華盛頓大學的計算機教授,在華盛頓大學交互數據實驗室工作,同時還是數據軟件公司Trifacta的聯合創始人和CXO。
他專門研究數據可視化方向,在Google Scholar的H-index達到了62,超多網站都在用的數據可視化JavaScript庫D3.js就是他和學生一起完成的,這篇論文的引用次數超過了2300。
傳送門
課程GitHub:
https://github.com/uwdata/visualization-curriculum
Vega-Lite:
https://vega.github.io/vega-lite/
Altair:
https://altair-viz.github.io/