Как строить красивые графики на Python с Seaborn
Визуализация данных — это метод, который позволяет специалистам по анализу данных преобразовывать сырые данные в диаграммы и графики, которые несут ценную информацию. Диаграммы уменьшают сложность данных и делают более понятными для любого пользователя.
Есть множество инструментов для визуализации данных, таких как Tableau, Power BI, ChartBlocks и других, которые являются no-code инструментами. Они очень мощные, и у каждого своя аудитория. Однако для работы с сырыми данными, требующими обработки, а также в качестве песочницы, Python подойдет лучше всего.
Несмотря на то, что этот путь сложнее и требует умения программировать, Python позволит вам провести любые манипуляции, преобразования и визуализировать ваши данные. Он идеально подходит для специалистов по анализу данных.
Python — лучший инструмент для data science и этому много причин, но самая важная — это его экосистема библиотек. Для работы с данными в Python есть много замечательных библиотек, таких как numpy , pandas , matplotlib , tensorflow .
Matplotlib , вероятно, самая известная библиотека для построения графиков, которая доступна в Python и других языках программирования, таких как R. Именно ее уровень кастомизации и удобства в использовании ставит ее на первое место. Однако с некоторыми действиями и кастомизациями во время ее использования бывает справиться нелегко.
Разработчики создали новую библиотеку на основе matplotlib , которая называется seaborn . Seaborn такая же мощная, как и matplotlib , но в то же время предоставляет большую абстракцию для упрощения графиков и привносит некоторые уникальные функции.
В этой статье мы сосредоточимся на том, как работать с seaborn для создания первоклассных графиков. Если хотите, можете создать новый проект и повторить все шаги или просто обратиться к моему руководству по seaborn на GitHub.
Что такое Seaborn?
Seaborn — это библиотека для создания статистических графиков на Python. Она основывается на matplotlib и тесно взаимодействует со структурами данных pandas.
Архитектура Seaborn позволяет вам быстро изучить и понять свои данные. Seaborn захватывает целые фреймы данных или массивы, в которых содержатся все ваши данные, и выполняет все внутренние функции, нужные для семантического маппинга и статистической агрегации для преобразования данных в информативные графики.
Она абстрагирует сложность, позволяя вам проектировать графики в соответствии с вашими нуждами.
Установка Seaborn
Установить seaborn так же просто, как и любую другую библиотеку, для этого вам понадобится ваш любимый менеджер пакетов Python. Во время установки seaborn библиотека установит все зависимости, включая matplotlib , pandas , numpy и scipy .
Давайте уже установим seaborn и, конечно же, также пакет notebook , чтобы получить доступ к песочнице с данными.
pipenv install seaborn notebookПомимо этого, перед началом работы давайте импортируем несколько модулей.
import seaborn as sns import pandas as pd import numpy as np import matplotlibСтроим первые графики
Перед тем, как мы начнем строить графики, нам нужны данные. Прелесть seaborn в том, что он работает непосредственно с объектами dataframe из pandas , что делает ее очень удобной. Более того, библиотека поставляется с некоторыми встроенными наборами данных, которые можно использовать прямо из кода, и не загружать файлы вручную.
Давайте посмотрим, как это работает на наборе данных о рейсах самолетов.
flights_data = sns.load_dataset("flights") flights_data.head()Как использовать Python для работы с графикой и анимацией
Освойте графику и анимацию в Python с помощью популярных библиотек: Matplotlib, Pillow, Pygame и Manim!
Python является мощным и гибким языком программирования, который предоставляет множество возможностей для работы с графикой и анимацией. В этой статье мы познакомимся с основными библиотеками и техниками, которые помогут вам создавать визуализации и анимации на Python.
Библиотеки для работы с графикой
Matplotlib
Matplotlib — это популярная библиотека для создания статических, интерактивных и анимированных визуализаций на Python. С помощью Matplotlib вы можете создавать графики, диаграммы, гистограммы и многое другое.
Пример использования Matplotlib:
import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] plt.plot(x, y) plt.xlabel('X-axis') plt.ylabel('Y-axis') plt.title('Simple Line Plot') plt.show() Pillow (PIL)
Pillow (Python Imaging Library) — это библиотека для работы с изображениями. Она позволяет открывать, изменять и сохранять изображения в различных форматах. Некоторые возможности Pillow включают изменение размера изображения, поворот, наложение фильтров и т.д.
Пример использования Pillow:
from PIL import Image, ImageFilter image = Image.open('example.jpg') blurred_image = image.filter(ImageFilter.BLUR) blurred_image.save('blurred_example.jpg') Библиотеки для работы с анимацией
Pygame
Pygame — это кросс-платформенная библиотека для создания видеоигр и мультимедийных приложений на Python. Она предоставляет возможности для работы с графикой, звуком, управлением и столкновениями объектов.
Пример использования Pygame:
import pygame pygame.init() screen = pygame.display.set_mode((800, 600)) running = True while running: for event in pygame.event.get(): if event.type == pygame.QUIT: running = False screen.fill((255, 255, 255)) pygame.draw.circle(screen, (0, 0, 255), (400, 300), 50) pygame.display.flip() pygame.quit()
Manim
Manim (Mathematical Animation Engine) — это библиотека для создания математических анимаций на Python. Она была разработана Грантом Сандерсоном (3Blue1Brown) и предназначена для визуализации математических концепций и создания образовательных видеороликов.
Пример использования Manim:
from manim import * class CircleScene(Scene): def construct(self): circle = Circle() self.play(Create(circle)) self.wait() config.media_width = "60%" CircleScene().render()
😉 Теперь вы знакомы с основными библиотеками и техниками для работы с графикой и анимацией на Python. Попробуйте использовать эти инструменты в своих проектах и узнайте больше о возможностях каждой библиотеки, изучая их документацию и примеры. Удачи вам в освоении мира Python-разработки!