比Tableau更驚豔的可視化工具——Plotly

比Tableau更驚豔的可視化工具——Plotly

《【Power BI VS Tableau】 可視化篇(上)》中我們提到,Tableau具有極其強大的可視化能力,可以創作天馬行空般的圖表。 這也是讓它躋身BI界領頭羊梯隊的關鍵能力之一。 那麼,單看可視化,有沒有哪些工具能媲美Tableau呢? 本文的主角——Plotly,就是答案之一。

Plotly,是一款基於Python框架的Web式分析工具。 它非常適合於搭建網頁端的數據分析可視化應用。 通俗來講,它就是個把Python數據分析結果,呈現在網頁端的可視化工具。 它沒有BI工具那麼完整的功能,只專注於可視化領域。 BI工具可視化比較吃電腦配置,但Plotly可視化應用載入在網頁端,對計算機配置要求較低,運行流暢,就跟流覽普通網頁一般。

案例1——紐約油氣儀錶板

這是BI作品里常見的儀錶板。 切片、篩選、交互、縮放等,Plotly輕鬆勝任。

案例2—— Forex Web Trader

這是一個金融交易網頁應用。 定期抓取外匯和股票價格、交易訊息,同時也可以進行虛擬交易。 數據抓取和交易由Python的其他代碼實現,可視化則由Plotly完成。

案例3——財務分析報告

財務分析報告的應用。 這種圖+表+文章式的頗具專業範的報告以後可以直接通過Plotly出具了,還具有極好的交互性。

案例4——SVM機器學習模擬器

更精彩的來了。 依託於Python在機器學習方面的優勢,Plotly可以很好地將機器學習過程和結果進行可視化呈現。 該案例呈現了支援向量機模型對不同數據集的分析效果。 左側提供了參數篩選器,方便模型調參,同時快速呈現出結果。

案例5——Covid-19論文關係分析

Power BI和Tableau都不太擅長製作複雜網路關係圖。 它們頂多能做出關係圖的外殼,而缺少關係圖的靈魂。 畢竟它們本身不具備複雜機器學習模型的能力。 這方面,Plotly再次表現強悍。

Plotly用法

作為依託於Python框架的工具,直接在Python里調用Plotly自然是最優的做法。 但考慮到本公眾號的讀者比較多不太懂代碼,習慣在UI圖形介面里拖拽,那麼本文將介紹Plotly在圖形介面裡的使用方法。

首先,註冊並登陸Plotly Chart Studio。 類似大多數可視化工具,Plotly可視化分為兩個層級,圖表及儀錶板,並且提供了多種不同的可視化圖表。

創建圖表。 類似於Tableau,Plotly也將圖表標籤、大小、輔助線等設置功能都賦予所有類型的圖表。 值得一提的是,Plotly還為圖表提供了添加趨勢線和移動平均的分析功能。

Plotly只能匯出圖片和html兩種格式。 但可以直接發佈網頁連結。 我們再來看看Plotly Chart Studio的收費方式。 相比於收費版,免費版是共用伺服器,數據上傳大小小於500k,數據上傳僅限於excel和csv,導出格式只能是PNG和JPEG,且每天發佈的視覺物件不能超過1000個。 對於普通用戶來說,免費版完全足夠。

總結

Plotly作為Python的可視化工具,交互效果明顯優於Python的兩大傳統可視化庫Matplotlib和seaborn。 比起Power BI和Tableau等BI工具,Plotly無法勝任數據清洗、關係模型、用戶隨時拖拽等功能,終歸只是可視化工具。 但與Python其他庫配合,可以創造出像網站、交易平臺、機器學習工具等各種精彩的應用。

Tableau”優分享” | 在Tableau中添加圖像的多種方式

一個案例入門tableau——NBA球隊數據可視化實戰解析