數據可以幫助我們描述這個世界、闡釋自己的想法和展示自己的成果，但如果只有單調乏味的文本和數字，我們卻往往能難抓住觀眾的眼球。而很多時候，一張漂亮的可視化圖表就足以勝過千言萬語。本文將介紹 5 種基於 Plotly 的可視化方法，你會發現，原來可視化不僅可用直方圖和箱形圖，還能做得如此動態好看甚至可交互。
對數據科學家來說，講故事是一個至關重要的技能。為了表達我們的思想並且說服別人，我們需要有效的溝通。而漂漂亮亮的可視化是完成這一任務的絕佳工具。本文將介紹 5 種非傳統的可視化技術，可讓你的數據故事更漂亮和更有效。這裡將使用 Python 的 Plotly 圖形庫（也可通過 R 使用），讓你可以毫不費力地生成動畫圖表和交互式圖表。
圖
那麼，Plotly 有哪些好處？Plotly 的整合能力很強：可與 Jupyter Notebook 一起使用，可嵌入網站，並且完整集成了 Dash——一種用於構建儀表盤和分析應用的出色工具。
注意：在這裡還是提醒下，很多人學Python過程中會遇到各種煩惱問題，沒有人解答容易放棄。為此我建了個python學習資源裙裡面有最新學習資料，如果你想學或者正在學python,可以關注我，後臺私信我 ‘py’ 自動獲取！還有老司機解答哦！
啟動
如果你還沒安裝 Plotly，只需在你的終端運行以下命令即可完成安裝：
圖
安裝完成後，就開始使用吧！
動畫
在研究這個或那個指標的演變時，我們常涉及到時間數據。Plotly 動畫工具僅需一行代碼就能讓人觀看數據隨時間的變化情況，如下圖所示：
圖
代碼如下：
代碼
只要你有一個時間變量來過濾，那麼幾乎任何圖表都可以做成動畫。下面是一個製作散點圖動畫的例子：
代碼
太陽圖
太陽圖（sunburst chart）是一種可視化 group by 語句的好方法。如果你想通過一個或多個類別變量來分解一個給定的量，那就用太陽圖吧。
假設我們想根據性別和每天的時間分解平均消費數據，那麼相較於表格，這種雙重 group by 語句可以通過可視化來更有效地展示。
動圖
這個圖表是交互式的，讓你可以自己點擊並探索各個類別。你只需要定義你的所有類別，並聲明它們之間的層次結構（見以下代碼中的 parents 參數）並分配對應的值即可，這在我們案例中即為 group by 語句的輸出。
代碼
現在我們向這個層次結構再添加一層：
圖
為此，我們再添加另一個涉及三個類別變量的 group by 語句的值
代碼
平行類別
另一種探索類別變量之間關係的方法是以下這種流程圖。你可以隨時拖放、高亮和瀏覽值，非常適合演示時使用。
代碼
代碼如下：
代碼
平行座標圖
平行座標圖是上面的圖表的連續版本。這裡，每一根弦都代表單個觀察。這是一種可用於識別離群值（遠離其它數據的單條線）、聚類、趨勢和冗餘變量（比如如果兩個變量在每個觀察上的值都相近，那麼它們將位於同一水平線上，表示存在冗餘）的好用工具。
代碼
代碼如下：
代碼
量表圖和指示器
代碼
量表圖僅僅是為了好看。在報告 KPI 等成功指標並展示其與你的目標的距離時，可以使用這種圖表。
指示器在業務和諮詢中非常有用。它們可以通過文字記號來補充視覺效果，吸引觀眾的注意力並展現你的增長指標。
代碼
2020年最新Python教程：
如果你處於想學Python或者正在學習Python，Python的教程不少了吧，但是是最新的嗎？
說不定你學了可能是兩年前人家就學過的內容，在這小編分享一波2020最新的Python教程。
代碼
以上這些教程小編已經為大家打包準備好了，希望對正在學習的你有所幫助！
獲取方式 點擊 關注，私信小編 “ py ”，即可免費獲取哦！
本文的文字及圖片來源於網絡加上自己的想法,僅供學習、交流使用,不具有任何商業用途,版權歸原作者所有,如有問題請及時聯繫我們以作處理。
閱讀更多 編程叫獸 的文章
