摘要：可能對于社區而言，鼎鼎大名的是常見的可視化框架，而大家對于，以及為核心的交互式報告的可個視化方案就并沒有那么熟悉。是維護的比較具有潛力的開源交互可視化框架。示例是基于和組合發展的內核交互式的可視化框架。

對于以Python作為技術棧的數據科學工作者，Jupyter是不得不提的數據報告工具。可能對于R社區而言，鼎鼎大名的ggplot2是常見的可視化框架，而大家對于Python，以及Jupyter為核心的交互式報告的可個視化方案就并沒有那么熟悉。本文試圖比較幾個常用的解決方案，方便大家選擇。

數據工作者使用的圖的類別，常見的就三類：GIS可視化、網絡可視化和統計圖。因此，大多數場景下，我們并不想接觸非常底層的基于點、線、面的命令，所以，選擇一個好的封裝的框架相當重要。

當然，公認較好的封裝是基于《The Grammar of Graphics (Statistics and Computing)》一書，R中的ggplot2基本上就是一個很好的實現。我們基本上可以像用「自然語言」（Natural Language）一樣使用這些繪圖命令。我們姑且采用計算機科學領域的「陳述式」來表達這種繪圖方式。

相反，有時候，以下情形時，我們可能對于這種繪圖命令可能并不在意：

出圖相當簡單，要求繪制速度，一般大的框架較重（當然只是相對而言）；

想要對細節做非常詳盡的微調，一般大框架在微調方面會相對復雜或者退縮成一句句命令；

是統計作圖可視化的創新者，想要嘗試做出新的可視化實踐。

這些情況下，顯然，簡單操作式并提供底層繪制命令的框架更讓人愉快，與上面類似，我們借用「命令式」描述這類框架。

與傳統的交付靜態圖標不同，基于Web端的Jupter的一大好處就是可以繪制交互的圖標（最近的RNotebook也有實現），因此，是否選擇交互式，也是一個需要權衡的地方。

交互圖的優勢：

可以提供更多的數據維度和信息；

用戶端可以做更多諸如放大、選取、轉存的操作；

可以交付BI工程師相應的JavaScript代碼用以工程化；

效果上比較炫酷，考慮到報告接受者的特征可以選擇。

非交互圖的優勢：

報告文件直接導出成靜態文件時相對問題，不會因為轉換而損失信息；

圖片可以與報告分離，必要時作為其他工作的成果；

不需要在運行Notebook時花很多世界載入各類前端框架。

Jupyter上大多數命令通過以下方式獲取數據，而大多數繪圖方式事實上只是通過Notebook內的代碼在Notebook與內核交互后展示出輸出結果。但ipywidgets框架則可以實現Code Cell中的代碼與Notebook中的前端控件（比如按鈕等）綁定來進行操作內核，提供不同的繪圖結果，甚至某些繪圖框架的每個元素都可以直接和內核進行交互。

?

用這些框架，可以搭建更復雜的Notebook的可視化應用，但缺點是因為基于內核，所以在呈遞、展示報告時如果使用離線文件時，這些交互就會無效。

最家喻戶曉的繪圖框架是matplotlib，它提供了幾乎所有python內靜態繪圖框架的底層命令。如果按照上面對可視化框架的分法，matplotlib屬于非交互式的的「命令式」作圖框架。

## matplotlib代碼示例
from pylab import *

X = np.linspace(-np.pi, np.pi, 256,endpoint=True)
C,S = np.cos(X), np.sin(X)

plot(X,C)
plot(X,S)

show()

優點是相對較快，底層操作較多。缺點是語言繁瑣，內置默認風格不夠美觀。

matplotlib在jupyter中需要一些配置，可以展現更好的效果，詳情參見這篇文章.

值得一說，對于R遷移過來的人來說，ggplot和plotnine簡直是福音，基本克隆了ggplot2所有語法。橫向比較的話，plotnine的效果更好。這兩個繪圖包的底層依舊是matplotlib，因此，在引用時別忘了使用%matplotlib inline語句。值得一說的是plotnine也移植了ggplot2中良好的配置語法和邏輯。

## plotnine示例
(ggplot(mtcars, aes("wt", "mpg", color="factor(gear)"))
 + geom_point()
 + stat_smooth(method="lm")
 + facet_wrap("~gear"))

seaborn準確上說屬于matplotlib的擴展包，在其上做了許多非常有用的封裝，基本上可以滿足大部分統計作圖的需求，以matplotlib+seaborn基本可以滿足大部分業務場景，語法也更加「陳述式」。

缺點是封裝較高，基本上API不提供的圖就完全不可繪制，對于各類圖的拼合也不適合；此外配置語句語法又回歸「命令式」，相對復雜且不一致。

## seaborn示例
import seaborn as sns; sns.set(color_codes=True)
iris = sns.load_dataset("iris")
species = iris.pop("species")
g = sns.clustermap(iris)

plotly是跨平臺JavaScript交互式繪圖包，由于開發者的核心是javascript，所以整個語法類似于寫json配置，語法特質也介于「陳述式」和「命令式」之間，無服務版本是免費的。

有點是學習成本不高，可以很快將語句移植到javascript版本；缺點是語言相對繁瑣。

##plotly示例
import plotly.plotly as py
import plotly.graph_objs as go

# Add data
month = ["January", "February", "March", "April", "May", "June", "July",
         "August", "September", "October", "November", "December"]
high_2000 = [32.5, 37.6, 49.9, 53.0, 69.1, 75.4, 76.5, 76.6, 70.7, 60.6, 45.1, 29.3]
low_2000 = [13.8, 22.3, 32.5, 37.2, 49.9, 56.1, 57.7, 58.3, 51.2, 42.8, 31.6, 15.9]
high_2007 = [36.5, 26.6, 43.6, 52.3, 71.5, 81.4, 80.5, 82.2, 76.0, 67.3, 46.1, 35.0]
low_2007 = [23.6, 14.0, 27.0, 36.8, 47.6, 57.7, 58.9, 61.2, 53.3, 48.5, 31.0, 23.6]
high_2014 = [28.8, 28.5, 37.0, 56.8, 69.7, 79.7, 78.5, 77.8, 74.1, 62.6, 45.3, 39.9]
low_2014 = [12.7, 14.3, 18.6, 35.5, 49.9, 58.0, 60.0, 58.6, 51.7, 45.2, 32.2, 29.1]

# Create and style traces
trace0 = go.Scatter(
    x = month,
    y = high_2014,
    name = "High 2014",
    line = dict(
        color = ("rgb(205, 12, 24)"),
        width = 4)
)
trace1 = go.Scatter(
    x = month,
    y = low_2014,
    name = "Low 2014",
    line = dict(
        color = ("rgb(22, 96, 167)"),
        width = 4,)
)
trace2 = go.Scatter(
    x = month,
    y = high_2007,
    name = "High 2007",
    line = dict(
        color = ("rgb(205, 12, 24)"),
        width = 4,
        dash = "dash") # dash options include "dash", "dot", and "dashdot"
)
trace3 = go.Scatter(
    x = month,
    y = low_2007,
    name = "Low 2007",
    line = dict(
        color = ("rgb(22, 96, 167)"),
        width = 4,
        dash = "dash")
)
trace4 = go.Scatter(
    x = month,
    y = high_2000,
    name = "High 2000",
    line = dict(
        color = ("rgb(205, 12, 24)"),
        width = 4,
        dash = "dot")
)
trace5 = go.Scatter(
    x = month,
    y = low_2000,
    name = "Low 2000",
    line = dict(
        color = ("rgb(22, 96, 167)"),
        width = 4,
        dash = "dot")
)
data = [trace0, trace1, trace2, trace3, trace4, trace5]

# Edit the layout
layout = dict(title = "Average High and Low Temperatures in New York",
              xaxis = dict(title = "Month"),
              yaxis = dict(title = "Temperature (degrees F)"),
              )

fig = dict(data=data, layout=layout)
py.iplot(fig, filename="styled-line")

注意：此框架在jupyter中使用需要使用init_notebook_mode()加載JavaScript框架。

bokeh是pydata維護的比較具有潛力的開源交互可視化框架。

值得一說的是，該框架同時提供底層語句和「陳述式」繪圖命令。相對來說語法也比較清楚，但其配置語句依舊有很多可視化框架的問題，就是與「陳述式」命令不符，沒有合理的結構。此外，一些常見的交互效果都是以底層命令的方式使用的，因此如果要快速實現Dashboard或者作圖時就顯得較為不便了。

## Bokeh示例
import numpy as np
import scipy.special

from bokeh.layouts import gridplot
from bokeh.plotting import figure, show, output_file

p1 = figure(title="Normal Distribution (μ=0, σ=0.5)",tools="save",
            background_fill_color="#E8DDCB")

mu, sigma = 0, 0.5

measured = np.random.normal(mu, sigma, 1000)
hist, edges = np.histogram(measured, density=True, bins=50)

x = np.linspace(-2, 2, 1000)
pdf = 1/(sigma * np.sqrt(2*np.pi)) * np.exp(-(x-mu)**2 / (2*sigma**2))
cdf = (1+scipy.special.erf((x-mu)/np.sqrt(2*sigma**2)))/2

p1.quad(top=hist, bottom=0, left=edges[:-1], right=edges[1:],
        fill_color="#036564", line_color="#033649")
p1.line(x, pdf, line_color="#D95B43", line_width=8, alpha=0.7, legend="PDF")
p1.line(x, cdf, line_color="white", line_width=2, alpha=0.7, legend="CDF")

p1.legend.location = "center_right"
p1.legend.background_fill_color = "darkgrey"
p1.xaxis.axis_label = "x"
p1.yaxis.axis_label = "Pr(x)"



p2 = figure(title="Log Normal Distribution (μ=0, σ=0.5)", tools="save",
            background_fill_color="#E8DDCB")

mu, sigma = 0, 0.5

measured = np.random.lognormal(mu, sigma, 1000)
hist, edges = np.histogram(measured, density=True, bins=50)

x = np.linspace(0.0001, 8.0, 1000)
pdf = 1/(x* sigma * np.sqrt(2*np.pi)) * np.exp(-(np.log(x)-mu)**2 / (2*sigma**2))
cdf = (1+scipy.special.erf((np.log(x)-mu)/(np.sqrt(2)*sigma)))/2

p2.quad(top=hist, bottom=0, left=edges[:-1], right=edges[1:],
        fill_color="#036564", line_color="#033649")
p2.line(x, pdf, line_color="#D95B43", line_width=8, alpha=0.7, legend="PDF")
p2.line(x, cdf, line_color="white", line_width=2, alpha=0.7, legend="CDF")

p2.legend.location = "center_right"
p2.legend.background_fill_color = "darkgrey"
p2.xaxis.axis_label = "x"
p2.yaxis.axis_label = "Pr(x)"



p3 = figure(title="Gamma Distribution (k=1, θ=2)", tools="save",
            background_fill_color="#E8DDCB")

k, theta = 1.0, 2.0

measured = np.random.gamma(k, theta, 1000)
hist, edges = np.histogram(measured, density=True, bins=50)

x = np.linspace(0.0001, 20.0, 1000)
pdf = x**(k-1) * np.exp(-x/theta) / (theta**k * scipy.special.gamma(k))
cdf = scipy.special.gammainc(k, x/theta) / scipy.special.gamma(k)

p3.quad(top=hist, bottom=0, left=edges[:-1], right=edges[1:],
        fill_color="#036564", line_color="#033649")
p3.line(x, pdf, line_color="#D95B43", line_width=8, alpha=0.7, legend="PDF")
p3.line(x, cdf, line_color="white", line_width=2, alpha=0.7, legend="CDF")

p3.legend.location = "center_right"
p3.legend.background_fill_color = "darkgrey"
p3.xaxis.axis_label = "x"
p3.yaxis.axis_label = "Pr(x)"



p4 = figure(title="Weibull Distribution (λ=1, k=1.25)", tools="save",
            background_fill_color="#E8DDCB")

lam, k = 1, 1.25

measured = lam*(-np.log(np.random.uniform(0, 1, 1000)))**(1/k)
hist, edges = np.histogram(measured, density=True, bins=50)

x = np.linspace(0.0001, 8, 1000)
pdf = (k/lam)*(x/lam)**(k-1) * np.exp(-(x/lam)**k)
cdf = 1 - np.exp(-(x/lam)**k)

p4.quad(top=hist, bottom=0, left=edges[:-1], right=edges[1:],
       fill_color="#036564", line_color="#033649")
p4.line(x, pdf, line_color="#D95B43", line_width=8, alpha=0.7, legend="PDF")
p4.line(x, cdf, line_color="white", line_width=2, alpha=0.7, legend="CDF")

p4.legend.location = "center_right"
p4.legend.background_fill_color = "darkgrey"
p4.xaxis.axis_label = "x"
p4.yaxis.axis_label = "Pr(x)"



output_file("histogram.html", title="histogram.py example")

show(gridplot(p1,p2,p3,p4, ncols=2, plot_width=400, plot_height=400, toolbar_location=None))

bqplot是基于ipywidgets和d3.js組合發展的內核交互式的可視化框架。語法上采用了和matplotlib大致一致的語法已經相對封裝較高的「陳述式語法」。優點是直接和內核交互，可以使用大量控件來實現更多的圖像處理，缺點也是直接的，離線文檔則不會顯示任何圖案、控件也都失效。

## bqplot示例
import numpy as np
from IPython.display import display
from bqplot import (
    OrdinalScale, LinearScale, Bars, Lines, Axis, Figure
)

size = 20
np.random.seed(0)

x_data = np.arange(size)

x_ord = OrdinalScale()
y_sc = LinearScale()

bar = Bars(x=x_data, y=np.random.randn(2, size), scales={"x": x_ord, "y":
y_sc}, type="stacked")
line = Lines(x=x_data, y=np.random.randn(size), scales={"x": x_ord, "y": y_sc},
             stroke_width=3, colors=["red"], display_legend=True, labels=["Line chart"])

ax_x = Axis(scale=x_ord, grid_lines="solid", label="X")
ax_y = Axis(scale=y_sc, orientation="vertical", tick_format="0.2f",
            grid_lines="solid", label="Y")

Figure(marks=[bar, line], axes=[ax_x, ax_y], title="API Example",
       legend_location="bottom-right")

除了統計作圖，網絡可視化和GIS可視化也是很常用的，在此只做一個簡單的羅列：

GIS類：

gmap：交互，使用google maps接口

ipyleaflet：交互，使用leaflet接口

網絡類：

networkx：底層為matplotlib

plotly