文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

做圖表，誰不會？打開Excel，自動就可以生成各種各樣的圖表。

但你看這些圖表呢？

結(jié)合真實地理數(shù)據(jù)，展現(xiàn)美國每個縣的失業(yè)率。

全球自然災(zāi)害統(tǒng)計，類型、規(guī)模、時間，一目了然。

甚至還有可愛的表情符號畫風，生動的展現(xiàn)出英美兩國的養(yǎng)殖業(yè)狀況。

每張都清晰明確，色彩搭配合理，讓人一眼就能看清楚各種狀況，縱觀全局，一目了然。

要是用在晉升答辯PPT上，老板一眼就能看出你究竟做出了多少成績。

要是用在客戶招標會上，手握預(yù)算的客戶也能清醒的認識到這單生意的價值所在。

用Excel的話，很難展示出這種效果，那……不如用Python？不用手動排版設(shè)計，簡單的代碼就能直接運行出結(jié)果。

剛剛出爐的這篇GitHub教程，來自數(shù)據(jù)可視化大牛、D3.js作者Jeffrey Heer，教你7步搞定Python數(shù)據(jù)可視化。

不少網(wǎng)友看到之后贊不絕口：

這個特別棒，謝謝你分享給大家！

謝謝你創(chuàng)作者們好的東西分享給大家，我在加拿大，這對我的數(shù)據(jù)可視化課程非常有用。

現(xiàn)在連推特上的點贊都超過了1200：

工具Vega-Lite和Altair

首先，用Python完成可視化，需要借助兩款工具：Vega-Lite和Altair。

Vega-Lite是一種交互式圖形的高級語法，用簡明的JSON語法，快速生成可視化圖形，Vega-Lite規(guī)范可以編譯為Vega規(guī)范。

比如下圖，左邊的圖形，背后就是右側(cè)的代碼來實現(xiàn)的。

而Altair是一個專為Python編寫的可視化軟件包，它能讓數(shù)據(jù)科學家更多地關(guān)注數(shù)據(jù)本身和其內(nèi)在的聯(lián)系，相比matplotlib，Altair要簡潔的多。

Altair的圖形種類非常豐富，包含條形圖、折線圖、面積圖、散點圖、直方圖、地圖等各種交互式圖表。

Altair也是基于Vega和Vega-Lite而來的，使用的語言是Python，因此，Vega-Lite和Altair兩者一同服用，效果最好哦。

七步學會可視化

說完了需要用到的基礎(chǔ)工具，再來看看這套課程本身。

教程的作者非常友好，在Jupyter、Colab、Observable三個平臺都準備了課程，你可以選擇自己習慣的平臺，或者直接去Colab上，用自己的數(shù)據(jù)體驗一下。

整體教程包含7個部分：

1、Vega-Lite/Altair介紹

2、數(shù)據(jù)種類、圖形標志、視覺編碼渠道

3、數(shù)據(jù)轉(zhuǎn)換

4、比例尺、軸和圖例

5、多視圖合成

6、交互

7、制圖可視化

最后，教程作者還附贈了Altair的debug指南。

來自D3.js創(chuàng)作者

這份教程的作者Jeffrey Heer，是華盛頓大學的計算機教授，在華盛頓大學交互數(shù)據(jù)實驗室工作，同時還是數(shù)據(jù)軟件公司Trifacta的聯(lián)合創(chuàng)始人和CXO。

他專門研究數(shù)據(jù)可視化方向，在Google Scholar的H-index達到了62，超多網(wǎng)站都在用的數(shù)據(jù)可視化JavaScript庫D3.js就是他和學生一起完成的，這篇論文的引用次數(shù)超過了2300。

傳送門

課程GitHub：

https://github.com/uwdata/visualization-curriculum

Vega-Lite：

https://vega.github.io/vega-lite/

Altair：

https://altair-viz.github.io/

當前名稱：7步搞定Python數(shù)據(jù)可視化，大牛出品教程，Jupyter、Colab版都有
網(wǎng)站路徑：http://m.5511xx.com/article/ccdossg.html