Python中2种常用数据可视化库：Bokeh和Altair

本文分享自华为云社区《探究数据可视化：Bokeh vs. Altair》，作者：柠檬味拥抱。

在数据科学和数据分析领域，数据可视化是一种强大的工具，可以帮助我们更好地理解数据、发现模式和趋势。Python作为一种流行的数据科学工具，拥有多种数据可视化库。本文将重点比较Bokeh和Altair这两个常用的Python数据可视化库，探讨它们的优缺点以及在不同场景下的适用性。

Bokeh 简介

Bokeh是一个交互式可视化库，它能够创建各种类型的交互式图表，包括散点图、线图、条形图等。Bokeh提供了丰富的工具，使用户能够在图表中进行缩放、平移和选择等操作。

Altair 简介

Altair是一个基于Vega和Vega-Lite的声明式统计可视化库。它的设计理念是简单性和一致性，使用者只需通过简单的Python语法即可创建复杂的可视化图表，而无需深入了解底层的绘图细节。

Bokeh 与 Altair 的比较

1. 易用性：

   • Bokeh：相对而言，Bokeh的学习曲线较为陡峭，需要一定的时间来掌握其强大的交互功能和绘图选项。
   • Altair：Altair的语法相对简单直观，使用者可以更快速地创建出漂亮的图表，对于新手来说更易上手。

2. 交互性：

   • Bokeh：Bokeh提供了丰富的交互工具，可以轻松地创建交互式图表，并且支持自定义交互行为。
   • Altair：虽然Altair的交互功能相对较少，但是它可以无缝地与其他交互库（如Panel）集成，实现更复杂的交互需求。

3. 可视化表达能力：

   • Bokeh：Bokeh可以创建各种类型的图表，并且支持自定义图表的外观和布局。
   • Altair：Altair的语法设计简洁而灵活，可以轻松地实现复杂的可视化表达，例如使用facet进行分面绘图、使用layer进行图层叠加等。

示例代码和解析

Bokeh 示例：

from bokeh.plotting import figure, show
from bokeh.sampledata.iris import flowers

# 创建一个散点图
p = figure(title="Iris Dataset", x_axis_label='Petal Length', y_axis_label='Petal Width')

# 添加散点数据
p.circle(flowers['petal_length'], flowers['petal_width'], legend_label='Iris Flowers', color='blue', size=8)

# 显示图表
show(p)

解析：

• 使用Bokeh创建一个散点图，x轴为花瓣长度，y轴为花瓣宽度。
• 使用Bokeh的circle方法添加散点数据，并指定图例标签、颜色和大小。
• 最后调用show函数显示图表。

Altair 示例：

import altair as alt
from vega_datasets import data

# 加载数据集
iris = data.iris()

# 创建散点图
scatter = alt.Chart(iris).mark_circle().encode(
    x='petalLength:Q',
    y='petalWidth:Q',
    color='species:N',
    tooltip=['species', 'petalLength', 'petalWidth']
).properties(
    title='Iris Dataset',
    width=400,
    height=300
).interactive()

# 显示图表
scatter

解析：

• 使用Altair创建一个散点图，x轴为花瓣长度，y轴为花瓣宽度，颜色根据鸢尾花的种类进行编码。
• 使用Altair的mark_circle方法创建散点图，并指定x、y、color等属性。
• 最后通过.properties方法设置图表标题、宽度和高度，并调用.interactive()方法使图表具有交互功能。

通过以上示例和比较，我们可以看出，Bokeh和Altair都是功能强大的Python可视化库，它们各有优劣，选择合适的库取决于具体的需求和个人偏好。Bokeh适用于需要复杂交互的场景，而Altair则更适合于快速创建漂亮的可视化图表。

案例与代码示例

1. Bokeh 案例：

假设我们有一组销售数据，包括产品名称、销售量和销售额，我们想要使用 Bokeh 创建一个交互式条形图来展示各产品的销售情况。

from bokeh.plotting import figure, output_file, show
from bokeh.models import ColumnDataSource, HoverTool
from bokeh.transform import factor_cmap
import pandas as pd

# 创建示例销售数据
sales_data = {
    'Product': ['Product A', 'Product B', 'Product C', 'Product D'],
    'Sales Volume': [100, 150, 200, 120],
    'Revenue': [5000, 7500, 10000, 6000]
}

df = pd.DataFrame(sales_data)

# 设置输出文件
output_file("sales_bar_chart.html")

# 创建ColumnDataSource
source = ColumnDataSource(df)

# 创建绘图对象
p = figure(x_range=df['Product'], plot_height=350, title="Sales Summary",
           toolbar_location=None, tools="")

# 添加条形图
p.vbar(x='Product', top='Sales Volume', width=0.9, source=source,
       line_color='white', fill_color=factor_cmap('Product', palette='Set1', factors=df['Product']))

# 添加悬停工具
p.add_tools(HoverTool(tooltips=[("Product", "@Product"), ("Sales Volume", "@{Sales Volume}"), ("Revenue", "@Revenue")]))

# 设置图表属性
p.xgrid.grid_line_color = None
p.y_range.start = 0
p.yaxis.axis_label = "Sales Volume"

# 显示图表
show(p)

这段代码是用于创建一个简单的条形图来展示销售数据，并使用 Bokeh 库进行可视化。以下是代码的主要步骤解析：

1. 导入必要的库：

   • from bokeh.plotting import figure, output_file, show: 从 Bokeh 库中导入创建绘图、输出文件和显示图表的函数。
   • from bokeh.models import ColumnDataSource, HoverTool: 从 Bokeh 库中导入用于处理数据源和悬停工具的相关类。
   • from bokeh.transform import factor_cmap: 从 Bokeh 库中导入用于颜色映射的转换函数。
   • import pandas as pd: 导入 Pandas 库，用于处理数据。

2. 创建示例销售数据：

   • 使用字典形式创建了示例的销售数据，包括产品名称、销售量和收入。

3. 将数据转换为 Pandas DataFrame：

   • 使用 pd.DataFrame() 函数将销售数据转换为 DataFrame。

4. 设置输出文件：

   • 使用 output_file() 函数设置输出文件名为 "sales_bar_chart.html"。

5. 创建 ColumnDataSource：

   • 使用 ColumnDataSource 类将 DataFrame 转换为 Bokeh 可用的数据源。

6. 创建绘图对象：

   • 使用 figure() 函数创建一个条形图对象 p，指定了 x 轴的范围、绘图高度、标题等属性。

7. 添加条形图：

   • 使用 vbar() 方法向绘图对象添加条形图，指定了 x 值（产品名称）、条形的高度（销售量）、线条颜色、填充颜色等属性。

8. 添加悬停工具：

   • 使用 add_tools() 方法向绘图对象添加悬停工具，指定了悬停时显示的信息，包括产品名称、销售量和收入。

9. 设置图表属性：

   • 使用一系列属性设置函数设置图表的外观属性，如去除 x 轴的网格线、设置 y 轴起始值、设置 y 轴标签等。

10. 显示图表：

    • 使用 show() 函数显示绘图对象。

通过这些步骤，代码创建了一个包含销售数据的条形图，并通过悬停工具提供了额外的交互信息。

2. Altair 案例：

假设我们有一组学生的成绩数据，包括学生姓名、数学成绩和英语成绩，我们想要使用 Altair 创建一个散点图来展示学生的数学成绩与英语成绩的关系。

import altair as alt
import pandas as pd

# 创建示例成绩数据
score_data = {
    'Student': ['Alice', 'Bob', 'Charlie', 'David', 'Emma'],
    'Math Score': [85, 90, 75, 80, 95],
    'English Score': [75, 85, 80, 70, 90]
}

df = pd.DataFrame(score_data)

# 创建散点图
scatter_plot = alt.Chart(df).mark_point().encode(
    x='Math Score',
    y='English Score',
    tooltip=['Student', 'Math Score', 'English Score']
).properties(
    title='Math vs English Scores',
    width=400,
    height=300
).interactive()

# 显示图表
scatter_plot

这些示例代码展示了如何使用 Bokeh 和 Altair 分别创建交互式条形图和散点图，以展示销售数据和成绩数据的可视化。通过这些示例，可以更好地理解 Bokeh 和 Altair 在实际应用中的使用方法和效果。

3. Bokeh 案例（交互式地图）：

假设我们有一组城市的经纬度数据，以及每个城市的人口数量，我们希望使用 Bokeh 创建一个交互式地图，显示每个城市的位置并以圆的大小表示人口数量。

from bokeh.plotting import figure, output_file, show
from bokeh.models import ColumnDataSource, HoverTool

# 示例城市数据
cities_data = {
    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston'],
    'Latitude': [40.7128, 34.0522, 41.8781, 29.7604],
    'Longitude': [-74.0060, -118.2437, -87.6298, -95.3698],
    'Population': [8399000, 3990456, 2705994, 2320268]
}

df = pd.DataFrame(cities_data)

# 设置输出文件
output_file("population_map.html")

# 创建ColumnDataSource
source = ColumnDataSource(df)

# 创建绘图对象
p = figure(plot_width=800, plot_height=600, title="Population Map",
           toolbar_location="below")

# 添加圆形标记
p.circle(x='Longitude', y='Latitude', size='Population' / 100000,
         fill_alpha=0.6, line_color=None, source=source)

# 添加悬停工具
hover = HoverTool()
hover.tooltips = [("City", "@City"), ("Population", "@Population")]
p.add_tools(hover)

# 设置图表属性
p.xaxis.axis_label = "Longitude"
p.yaxis.axis_label = "Latitude"

# 显示图表
show(p)

4. Altair 案例（堆叠柱状图）：

假设我们有一组月度销售数据，包括销售额和利润，我们希望使用 Altair 创建一个堆叠柱状图，展示每个月的销售额和利润情况。

import altair as alt
import pandas as pd

# 示例销售数据
sales_data = {
    'Month': ['Jan', 'Feb', 'Mar', 'Apr', 'May'],
    'Sales': [50000, 60000, 70000, 55000, 65000],
    'Profit': [20000, 25000, 30000, 22000, 27000]
}

df = pd.DataFrame(sales_data)

# 创建堆叠柱状图
stacked_bar_chart = alt.Chart(df).mark_bar().encode(
    x='Month',
    y='Sales',
    color=alt.value('blue'),
    tooltip=['Month', 'Sales']
).properties(
    title='Monthly Sales and Profit',
    width=400,
    height=300
).interactive() + \
alt.Chart(df).mark_bar().encode(
    x='Month',
    y='Profit',
    color=alt.value('orange'),
    tooltip=['Month', 'Profit']
)

# 显示图表
stacked_bar_chart

这些示例代码展示了如何使用 Bokeh 和 Altair 分别创建交互式地图和堆叠柱状图，以展示城市人口分布和销售数据的可视化。这些示例为使用 Bokeh 和 Altair 进行数据可视化提供了更多的灵感和实践经验。

总结

本文对Python中两个常用的数据可视化库 Bokeh 和 Altair 进行了比较和探讨。通过对它们的特点、优缺点以及使用示例的详细分析，读者可以更好地了解这两个库的功能和适用场景，从而更好地选择合适的库来进行数据可视化工作。

在比较中，我们发现：

• Bokeh 提供了丰富的交互功能和自定义选项，适用于需要复杂交互和自定义图表外观的场景，但学习曲线较陡。
• Altair 的语法简洁直观，易于上手，适用于快速创建漂亮的可视化图表，但交互功能相对较少。

针对不同的需求和技能水平，读者可以灵活选择使用 Bokeh 或 Altair 进行数据可视化。Bokeh 适用于需要复杂交互和自定义外观的场景，而 Altair 则更适合快速创建漂亮的可视化图表。

通过本文的介绍和示例代码，读者可以进一步掌握 Bokeh 和 Altair 的使用方法，并在实践中运用它们来进行数据可视化工作。同时，我们也展望了数据可视化领域未来的发展趋势，包括增强交互性、提升性能和效率、整合机器学习和深度学习等方面。

总之，数据可视化作为数据科学和数据分析领域的重要工具，将在未来继续发挥重要作用。Bokeh 和 Altair 等可视化库的不断发展和完善，将为用户提供更加强大和便捷的数据可视化工具，助力数据分析和决策支持工作的开展。