郭一璞 发自 凹非寺
量子位 报道 | 公众号 QbitAI
做图表，谁不会？打开Excel，自动就可以生成各种各样的图表。
但你看这些图表呢？
结合真实地理数据，展现美国每个县的失业率。
全球自然灾害统计，类型、规模、时间，一目了然。
甚至还有可爱的表情符号画风，生动的展现出英美两国的养殖业状况。
每张都清晰明确，色彩搭配合理，让人一眼就能看清楚各种状况，纵观全局，一目了然。
要是用在晋升答辩PPT上，老板一眼就能看出你究竟做出了多少成绩。
要是用在客户招标会上，手握预算的客户也能清醒的认识到这单生意的价值所在。
用Excel的话，很难展示出这种效果，那……不如用Python？不用手动排版设计，简单的代码就能直接运行出结果。
刚刚出炉的这篇GitHub教程，来自数据可视化大牛、D3.js作者Jeffrey Heer，教你7步搞定Python数据可视化。
不少网友看到之后赞不绝口：
这个特别棒，谢谢你分享给大家！
谢谢你创作者们好的东西分享给大家，我在加拿大，这对我的数据可视化课程非常有用。
现在连推特上的点赞都超过了1200：
工具Vega-Lite和Altair
首先，用Python完成可视化，需要借助两款工具：Vega-Lite和Altair。
Vega-Lite是一种交互式图形的高级语法，用简明的JSON语法，快速生成可视化图形，Vega-Lite规范可以编译为Vega规范。
比如下图，左边的图形，背后就是右侧的代码来实现的。
而Altair是一个专为Python编写的可视化软件包，它能让数据科学家更多地关注数据本身和其内在的联系，相比matplotlib，Altair要简洁的多。
Altair的图形种类非常丰富，包含条形图、折线图、面积图、散点图、直方图、地图等各种交互式图表。
Altair也是基于Vega和Vega-Lite而来的，使用的语言是Python，因此，Vega-Lite和Altair两者一同服用，效果最好哦。
七步学会可视化
说完了需要用到的基础工具，再来看看这套课程本身。
教程的作者非常友好，在Jupyter、Colab、Observable三个平台都准备了课程，你可以选择自己习惯的平台，或者直接去Colab上，用自己的数据体验一下。
整体教程包含7个部分：
1、Vega-Lite/Altair介绍
2、数据种类、图形标志、视觉编码渠道
3、数据转换
4、比例尺、轴和图例
5、多视图合成
6、交互
7、制图可视化
最后，教程作者还附赠了Altair的debug指南。
来自D3.js创作者
这份教程的作者Jeffrey Heer，是华盛顿大学的计算机教授，在华盛顿大学交互数据实验室工作，同时还是数据软件公司Trifacta的联合创始人和CXO。
他专门研究数据可视化方向，在Google Scholar的H-index达到了62，超多网站都在用的数据可视化JavaScript库D3.js就是他和学生一起完成的，这篇论文的引用次数超过了2300。
传送门
课程GitHub：
Vega-Lite：
Altair：
脸熟的评判标准是根据通过留言的次数来决定的
留言时需要按照今日留言主题来用心留言，否则不计入总数
每日赠书专区会出现在AI派当天发布文章的头条或次条的文章末尾
本书简介：
本书由Python pandas项目创始人Wes McKinney亲笔撰写，详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。第2版针对Python 3.6进行全面修订和更新，涵盖新版的pandas、NumPy、IPython和Jupyter，并增加大量实际案例，可以帮助你高效解决一系列数据分析问题。
适读人群 ：适合刚学Python的数据分析师或刚学数据科学以及科学计算的Python编程者
?↑↑点击上方小程序即可购买
恭喜上期通过留言成功混脸熟的读者：冰凉，赠送一本《机器学习线性代数基础》
请中奖同学联系小编：wanglaoshi201907
/ 今日留言主题 /
你觉得数据分析最大的价值是什么？
近期专栏推荐
1. 算法原理稳如狗，工程落地慌得很！AI炼丹炉实践指南来啦~
点下「在看」，给文章盖个戳吧！?
1万+
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
