对数据科学家来说，讲故事是一个至关重要的技能。为了表达我们的思想并且说服别人，我们需要有效的沟通。而漂漂亮亮的可视化是完成这一任务的绝佳工具。
本文将介绍5种非传统的可视化技术，可让你的数据故事更漂亮和更有效。这里将使用Python的Plotly图形库，让你可以毫不费力地生成动画图表和交互式图表。
安装模块
如果你还没安装 Plotly，只需在你的终端运行以下命令即可完成安装：
pip install plotly
可视化动态图
在研究这个或那个指标的演变时，我们常涉及到时间数据。Plotly动画工具仅需一行代码就能让人观看数据随时间的变化情况，如下图所示：
代码如下
import plotly.express as px
from vega_datasets import data
df = data.disasters()
df = df[df.Year > 1990]
fig = px.bar(df,
y="Entity",
x="Deaths",
animation_frame="Year",
orientation='h',
range_x=[0, df.Deaths.max()],
color="Entity")
# improve aesthetics (size, grids etc.)
fig.update_layout(width=1000,
height=800,
xaxis_showgrid=False,
yaxis_showgrid=False,
paper_bgcolor='rgba(0,0,0,0)',
plot_bgcolor='rgba(0,0,0,0)',
title_text='Evolution of Natural Disasters',
showlegend=False)
fig.update_xaxes(title_text='Number of Deaths')
fig.update_yaxes(title_text='')
fig.show()
只要你有一个时间变量来过滤，那么几乎任何图表都可以做成动画。下面是一个制作散点图动画的例子：
import plotly.express as px
df = px.data.gapminder()
fig = px.scatter(
df,
x="gdpPercap",
y="lifeExp",
animation_frame="year",
size="pop",
color="continent",
hover_name="country",
log_x=True,
size_max=55,
range_x=[100, 100000],
range_y=[25, 90],
# color_continuous_scale=px.colors.sequential.Emrld
)
fig.update_layout(width=1000,
height=800,
xaxis_showgrid=False,
yaxis_showgrid=False,
paper_bgcolor='rgba(0,0,0,0)',
plot_bgcolor='rgba(0,0,0,0)')
太阳图
太阳图（sunburst chart）是一种可视化group by语句的好方法。如果你想通过一个或多个类别变量来分解一个给定的量，那就用太阳图吧。
假设我们想根据性别和每天的时间分解平均小费数据，那么相较于表格，这种双重group by语句可以通过可视化来更有效地展示。
这个图表是交互式的，让你可以自己点击并探索各个类别。你只需要定义你的所有类别，并声明它们之间的层次结构（见以下代码中的parents参数）并分配对应的值即可，这在我们案例中即为group by语句的输出。
import plotly.graph_objects as go
import plotly.express as px
import numpy as np
import pandas as pd
df = px.data.tips()
fig = go.Figure(go.Sunburst(
labels=["Female", "Male", "Dinner", "Lunch", 'Dinner ', 'Lunch '],
parents=["", "", "Female", "Female", 'Male', 'Male'],
values=np.append(
df.groupby('sex').tip.mean().values,
df.groupby(['sex', 'time']).tip.mean().values),
marker=dict(colors=px.colors.sequential.Emrld)),
layout=go.Layout(paper_bgcolor='rgba(0,0,0,0)',
plot_bgcolor='rgba(0,0,0,0)'))
fig.update_layout(margin=dict(t=0, l=0, r=0, b=0),
title_text='Tipping Habbits Per Gender, Time and Day')
fig.show()
现在我们向这个层次结构再添加一层：
为此，我们再添加另一个涉及三个类别变量的group by语句的值
import plotly.graph_objects as go
import plotly.express as px
import pandas as pd
import numpy as np
df = px.data.tips()
fig = go.Figure(go.Sunburst(labels=[
"Female", "Male", "Dinner", "Lunch", 'Dinner ', 'Lunch ', 'Fri', 'Sat',
'Sun', 'Thu', 'Fri ', 'Thu ', 'Fri ', 'Sat ', 'Sun ', 'Fri ', 'Thu '
],
parents=[
"", "", "Female", "Female", 'Male', 'Male',
'Dinner', 'Dinner', 'Dinner', 'Dinner',
'Lunch', 'Lunch', 'Dinner ', 'Dinner ',
'Dinner ', 'Lunch ', 'Lunch '
],
values=np.append(
np.append(
df.groupby('sex').tip.mean().values,
df.groupby(['sex',
'time']).tip.mean().values,
),
df.groupby(['sex', 'time',
'day']).tip.mean().values),
marker=dict(colors=px.colors.sequential.Emrld)),
layout=go.Layout(paper_bgcolor='rgba(0,0,0,0)',
plot_bgcolor='rgba(0,0,0,0)'))
fig.update_layout(margin=dict(t=0, l=0, r=0, b=0),
title_text='Tipping Habbits Per Gender, Time and Day')
fig.show()
指针图
指针图仅仅是为了好看。在报告 KPI 等成功指标并展示其与你的目标的距离时，可以使用这种图表。
import plotly.graph_objects as go
fig = go.Figure(go.Indicator(
domain = {'x': [0, 1], 'y': [0, 1]},
value = 4.3,
mode = "gauge+number+delta",
title = {'text': "Success Metric"},
delta = {'reference': 3.9},
gauge = {'bar': {'color': "lightgreen"},
'axis': {'range': [None, 5]},
'steps' : [
{'range': [0, 2.5], 'color': "lightgray"},
{'range': [2.5, 4], 'color': "gray"}],
}))
fig.show()
桑基图
另一种探索类别变量之间关系的方法是以下这种平行坐标图。你可以随时拖放、高亮和浏览值，非常适合演示时使用。
代码如下
import plotly.express as px
from vega_datasets import data
import pandas as pd
df = data.movies()
df = df.dropna()
df['Genre_id'] = df.Major_Genre.factorize()[0]
fig = px.parallel_categories(
df,
dimensions=['MPAA_Rating', 'Creative_Type', 'Major_Genre'],
color="Genre_id",
color_continuous_scale=px.colors.sequential.Emrld,
)
fig.show()
平行坐标图
平行坐标图是上面的图表的衍生版本。这里，每一根弦都代表单个观察。这是一种可用于识别离群值（远离其它数据的单条线）、聚类、趋势和冗余变量（比如如果两个变量在每个观察上的值都相近，那么它们将位于同一水平线上，表示存在冗余）的好用工具。
代码如下
import plotly.express as px
from vega_datasets import data
import pandas as pd
df = data.movies()
df = df.dropna()
df['Genre_id'] = df.Major_Genre.factorize()[0]
fig = px.parallel_coordinates(
df,
dimensions=[
'IMDB_Rating', 'IMDB_Votes', 'Production_Budget', 'Running_Time_min',
'US_Gross', 'Worldwide_Gross', 'US_DVD_Sales'
],
color='IMDB_Rating',
color_continuous_scale=px.colors.sequential.Emrld)
fig.show()
职业发展
作为一个代码打工仔，对于绝大部分程序员来说，想要成为牛逼的真正挣钱程序员的路还很长，一刻都不能懈怠。
我们无法从HR角度，或者技术leader的角度来臆测哪种状态的面试更能获取面试官青睐。但通过我们积攒的大量的面试经验，大家多少可以推断一些成为有竞争力的程序员的一些必要条件。
大佬云集、资料丰富
当初我在字节认识一个非常非常资深的前辈，他到字节比我早三年，但因为各种原因级别不是很高。我当时问他，既然你对现状如此不满，为什么不想着离开寻找更好的机会呢？
他沉思了片刻跟我说，他说我现在在这里虽然待着不顺心，但是我接触到的人都是非常优秀的。我遇到问题，还可以和你们讨论讨论。我如果出去了，我要是再遇到问题，可能连一个讨论的人都没有。
我当时听听只是觉得有道理，现在再回想起来，感受非常深刻。三观、格局、能力，能够进入大公司的，这三个方面一般都不会太差。别的不说，就拿个人能力而言，我曾出国出差过几个月，有幸见识了许多各种海外名校的同事，和他们学习交流人工智能，这真的让我AI有了更深层次的认识。
除了优秀的同事之外，大公司里往往还有丰富的内部文档和资料。我当时在字节内部看到了很多优秀的文章，也有很多优秀的技术沙龙和分享。现在想起来两年下来，也没有去过几次，文章和资料看得也不算多，现在想想颇为遗憾。别的不说，就拿推荐领域而言，近些年质量不错的论文往往都来源于大公司尤其是国内的大公司，以腾讯、华为和头条为主。除了公开的论文，公司内部还有很多技术相关的资料和文档，这些真的可以说是有价无市，非常珍贵。
Python 知识手册
Linux 知识手册
爬虫查询手册
而且，这些资料不是扫描版的，里面的文字都可以直接复制，非常便于我们学习：
数据分析知识手册：
机器学习知识手册：
金融量化知识手册：
岗位内推、学习交流
我们大量需要前端岗位、python岗位、Java 岗位、Android 和 iOS 的开发岗位，工作地点：北京字节，欢迎校招社招扫描下方二维码找我内推
Python资料、技术、课程、解答、咨询也可以直接点击下面名片，
添加官方客服斯琪↓
4633
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
