如何基于Plotly和ipywidgets在Jupyter Notebook中創(chuàng)建交互可視化內(nèi)容

編者按：Zalando數(shù)據(jù)工程師Alex Martinelli介紹了如何基于Plotly和ipywidgets在Jupyter Notebook中創(chuàng)建交互可視化內(nèi)容。

本文介紹了如何在Jupyter Notebook中創(chuàng)建交互內(nèi)容。所謂內(nèi)容，主要指可視化內(nèi)容。不過(guò)我們很快就會(huì)看到，這里的可視化內(nèi)容不僅包括通常的圖表，還包括有助于探索數(shù)據(jù)的交互界面和動(dòng)畫(huà)。

我將首先簡(jiǎn)要介紹數(shù)據(jù)可視化，并更準(zhǔn)確地定義本文中交互的范圍和含義。接著我將快速概覽所涉及的工具（Plotly和ipywidgets），順便提供一些關(guān)于Jupyter生態(tài)系統(tǒng)的通用建議。最后，我將展示一些具體的例子，這些例子大部分來(lái)自我的個(gè)人項(xiàng)目，我也將同時(shí)介紹這些交互內(nèi)容對(duì)我項(xiàng)目的推進(jìn)作用。這些例子是為了演示這類工具在Jupyter這一強(qiáng)大框架下的能力，希望這能推動(dòng)你在自己的項(xiàng)目上嘗試這些技術(shù)，同時(shí)廣泛傳播這些技術(shù)。

介紹

數(shù)據(jù)可視化是一個(gè)優(yōu)秀數(shù)據(jù)科學(xué)家（或任何涉及數(shù)據(jù)處理的角色）的核心技能之一。一方面，它能讓你（或者團(tuán)隊(duì)的其他成員）更好地理解數(shù)據(jù)集的本質(zhì)；另一方面，它能讓你向（懂技術(shù)、不懂技術(shù)的）外部受眾傳遞合適的消息。

在網(wǎng)上搜索“數(shù)據(jù)可視化”時(shí)，D3.js是推薦最多的庫(kù)之一。但有人斷言，你越是需要個(gè)性化的定制方法，就越有必要深入學(xué)習(xí)這一工具。相反，如果你的目標(biāo)是快速、“標(biāo)準(zhǔn)”可視化，那么使用你選擇的編程語(yǔ)言提供的那些包也許更合適。

對(duì)Python生態(tài)系統(tǒng)而言，一開(kāi)始免不了要和Matplotlib基礎(chǔ)構(gòu)件打交道，接著可能擴(kuò)大到高層替代庫(kù)（例如，Seaborn、Bokeh）。此外，特別是對(duì)數(shù)據(jù)科學(xué)圖表而言，越來(lái)越多人選擇使用Jupyter notebook。我相信這背后的主要原因是Jupyter將不同的媒介很好地封裝成了一個(gè)簡(jiǎn)單的解決方案：代碼、文字、可視化。它不僅讓你的整個(gè)工作流程更方便、更有樂(lè)趣，還大大簡(jiǎn)化了工作成果的分享（面向教學(xué)，也面向協(xié)作）。

我個(gè)人發(fā)現(xiàn)在Jupyter下使用Matplotlib + Seaborn組合最符合我的可視化需求，比Pandas自帶的繪圖功能要強(qiáng)。需要?jiǎng)赢?huà)功能時(shí)，Matplotlib 1.1版以來(lái)提供的簡(jiǎn)單動(dòng)畫(huà)框架提供了很好的易用性和結(jié)果美觀性的折衷。

不過(guò)，總有一個(gè)時(shí)刻，我們會(huì)發(fā)現(xiàn)自己需要更多。并不是說(shuō)完全轉(zhuǎn)移到全新的工具，而是根據(jù)需求使用新的工具。在我看來(lái)，交互可以分為兩類：

交互式圖表：顯示當(dāng)前瀏覽的特定數(shù)據(jù)點(diǎn)或區(qū)域的實(shí)時(shí)信息，高亮/隱藏特定內(nèi)容。

用于內(nèi)容交互的部件：從圖表擴(kuò)展至其他媒介和內(nèi)容，一般需要復(fù)雜UI元素以收集額外輸入。

目前而言，我發(fā)現(xiàn)Plotly能很好地解決第一個(gè)需求。至于后一個(gè)需求，我專門(mén)搜索了能夠方便地嵌入Jupyter的方案，這樣我就可以將任何notebook轉(zhuǎn)變?yōu)榻换ナ矫姘濉Ｗ詈笪艺业搅薸pywidgets.

工具

在詳細(xì)介紹之前提到的工具之前，我想先分享一下個(gè)人使用的Python、Jupyter相關(guān)技術(shù)棧：

Anaconda（Python發(fā)行版）

使用virtualenv管理多個(gè)隔離的Python環(huán)境（或者使用Anaconda自帶的環(huán)境管理方案）

使用nbcondakernels管理Jupyter notebook的多個(gè)環(huán)境/核

使用Jupyter擴(kuò)展定制Jupyter

Plotly

使用Plotly創(chuàng)建和分享交互式圖表極其便利。它甚至為圖表提供了無(wú)縫的web托管——公開(kāi)內(nèi)容免費(fèi)托管，私有內(nèi)容需付費(fèi)。當(dāng)然，如有必要，Plotly完全可以離線使用，直接在notebook中渲染交互式圖表，或者導(dǎo)出至（可交互）HTML文件。

如果這還不夠，Plotly還有兩個(gè)更有吸引力的特性：plot_mpl和cufflinks（cufflink意為袖扣）。

plot_mpl可以直接將純matplotlib圖像轉(zhuǎn)換為可交互的Plotly圖像（目前轉(zhuǎn)換尚不完美，但這一功能正在飛速改善）。

cufflinks讓Plotly可以自動(dòng)綁定Pandas的dataframe。有了自動(dòng)綁定，只需單次調(diào)用，便可基于dataframe內(nèi)容得到高質(zhì)量的數(shù)據(jù)可視化，例如自動(dòng)解析日期數(shù)據(jù)，用恰當(dāng)?shù)母袷斤@示；推斷色調(diào)；管理標(biāo)簽。

一般情況下，開(kāi)始使用Plotly極其方便，只需運(yùn)行：

pip install plotly

pip install cufflinks

接著為notebook選擇在線模式或離線模式。然后只需記住，.iplot()是在Jupyter中顯示內(nèi)容的神奇語(yǔ)句。

ipywidgets

ipywidgets可以很方便地在notebook中創(chuàng)建交互界面。同樣，它很好地平衡了靈活性和易用性。

依照安裝步驟安裝ipywidgets后，就可以直接使用了。ipywidgets提供了供交互界面使用的組件，例如滑動(dòng)條、復(fù)選框、按鈕、文本框，等等。

ipywidgets上手很容易，理解交互函數(shù)即可。交互函數(shù)能夠基于傳入的參數(shù)自動(dòng)創(chuàng)建部件。例如，傳入一個(gè)布爾值參數(shù)會(huì)自動(dòng)生成對(duì)應(yīng)的復(fù)選框；傳入一個(gè)列表會(huì)自動(dòng)生成下拉菜單。

ipywidgets的這些機(jī)制相當(dāng)直截了當(dāng)，官方文檔的說(shuō)明也很棒，所以現(xiàn)在讓我們直接進(jìn)入下一節(jié)。

作品展示

為了演示到目前為止講解的內(nèi)容，也為了無(wú)恥地給自己打廣告，我將舉幾個(gè)源自我個(gè)人項(xiàng)目的例子。

我的所有項(xiàng)目都能在GitHub上找到（5agado），其中一些簡(jiǎn)單項(xiàng)目是自包含、可復(fù)現(xiàn)的notebook。

例一：Fitbit面板

量化生活踐行者，以及想要為個(gè)人數(shù)據(jù)創(chuàng)建簡(jiǎn)易面板（但不打算創(chuàng)建完整的面板應(yīng)用）來(lái)探索數(shù)據(jù)、獲取洞見(jiàn)的人，也許會(huì)對(duì)這個(gè)項(xiàng)目特別感興趣。

我的Fitbit睡眠數(shù)據(jù)是一個(gè)需要可視化不同統(tǒng)計(jì)量（睡眠效率、睡眠得分、初次入睡時(shí)間等）、不同尺度（日、周、年等）數(shù)據(jù)的例子。使用Seaborn的刻面圖（factorplot）可以一次性可視化一組目標(biāo)統(tǒng)計(jì)量。

這在簡(jiǎn)單情形下很有用，但在復(fù)雜情形下就不那么有效了。例如，可視化每月的工作日數(shù)據(jù)：

上圖效果很差，呈現(xiàn)的信息很雜亂，而且對(duì)我這種色彩辨識(shí)能力不強(qiáng)的人而言，很難看清數(shù)據(jù)。相反，Plotly為這種情況提供了很好的解決方案，我們可以通過(guò)三種不同方式創(chuàng)建Plotly圖表：

直接將matplotlib圖像傳給iplot_mpl方法

使用Plotly語(yǔ)法從頭創(chuàng)建圖表

使用cufflinks直接基于Pandas的dataframe繪圖

就這一情形而言，最后一種方式最方便，也最準(zhǔn)確。

例二：營(yíng)養(yǎng)學(xué)數(shù)據(jù)庫(kù)

有時(shí)我們需要為一些結(jié)構(gòu)化內(nèi)容創(chuàng)建一個(gè)簡(jiǎn)易界面。例如，我在探索營(yíng)養(yǎng)學(xué)數(shù)據(jù)的時(shí)候就有這個(gè)需求。我探索的是USDA National Nutrient Database，它提供了豐富的數(shù)據(jù)，相對(duì)而言比較復(fù)雜，不過(guò)，使用Python和Pandas分析這個(gè)數(shù)據(jù)庫(kù)倒是不難。

有人也許會(huì)主張這其實(shí)屬于數(shù)據(jù)庫(kù)領(lǐng)域，使用SQL工具更合適。這個(gè)主張也許是對(duì)的，但我還是想展示下，在Jupyter下使用ipywidgets完成這一任務(wù)有多容易。相比使用單獨(dú)的數(shù)據(jù)庫(kù)系統(tǒng)，這可能是一個(gè)更好的臨時(shí)方案，特別是在數(shù)據(jù)探索階段。

從上圖我們可以看到，ipywidgets使用起來(lái)很方便，只需將原Python函數(shù)和需要自動(dòng)映射到部件的參數(shù)傳給interact函數(shù)：

food（食物）：空列表，將被轉(zhuǎn)換為文本框

nutrient（營(yíng)養(yǎng)物質(zhì)）：將被轉(zhuǎn)換為下拉菜單

例三：動(dòng)畫(huà)

如前所述，一旦具備了良好的工具，交互內(nèi)容在各種場(chǎng)景下都有用武之地，例如動(dòng)畫(huà)。

將(min,max,step)元組傳給interact函數(shù)后，能自動(dòng)生成對(duì)應(yīng)的滑動(dòng)條。以不同的分辨率或復(fù)雜度查看動(dòng)畫(huà)時(shí)，這樣一個(gè)簡(jiǎn)單的整數(shù)滑動(dòng)條很有幫助。例如，模擬[康威生命游戲]：

我們還可以定制界面，以快速瀏覽數(shù)據(jù)和相關(guān)分析結(jié)果。比如，我曾經(jīng)可視化在貓狗數(shù)據(jù)集上訓(xùn)練的CNN中間層的輸出：

現(xiàn)在有很多可視化的框架和工具，用于機(jī)器學(xué)習(xí)任務(wù)的特別多，不過(guò)，有時(shí)候像上面那樣快速粗暴的解決方案可以提供所有實(shí)際需要的信息和功能，同時(shí)節(jié)省大量時(shí)間。

結(jié)語(yǔ)

上面的例子僅僅使用了工具的基本功能。例如ipywidgets僅僅使用了interact函數(shù)和類型推斷。ipywidgets其實(shí)還支持自定義部件和部件組合，詳見(jiàn)官方文檔。

我希望這篇文章能夠展現(xiàn)這些工具的簡(jiǎn)單性和可定制性。同時(shí)，我也希望能得到關(guān)于數(shù)據(jù)可視化工具方面的反饋，特別是包含3D建模和動(dòng)畫(huà)的框架。

最后安利下dunovank/jupyter-themes，這個(gè)GitHub倉(cāng)庫(kù)提供了許多Jupyter主題和可視化風(fēng)格。