Menu

如果你正在學習 Python 和/或 資料視覺化,看這篇就對了。

身為一個數據科學家(Data Scientist, DS),使用 R 語言或是 Python 來視覺化手邊的數據可說是件稀鬆平常,但卻不一定愉快的工作。很多時候你得要花個 10 到 20 分鐘「微整型」自己的圖表,寫一大堆瑣碎的 code 就只是為了調整 X 軸的數字格式,或是改變長條圖的方向。

Chartify 來拯救世界

Spotify 最近開源了一個簡單卻同時強大的 Python 資料視覺化 Package:Chartify。我在工作中實際使用後覺得非常方便,所以想在這邊跟你分享我的經驗、並展示如何實際利用 Chartify 來視覺化一些台灣的 Open Data,讓你快速上手 Chartify。

Chartify 圖表 (圖片來源

Chartify 有 3 大優點:

  • 預設就很漂亮的圖表樣式
  • 簡單直覺的 API
  • 內建非常詳細的使用說明

透過此文你將會發現,相較於 Matplotlib 或是 ggplot2 等客製化能力強大但學習成本較高的繪圖工具,學習 Chartify 的投資報酬率非常地高,且你馬上就能將其實際應用在自己的工作裡頭。

這篇適合誰

只要你在學習資料科學或是 Python,這篇基本上都適合你:

  • 菜鳥 DS:從頭了解如何使用 Chartify 及 Python 來產生漂亮圖表
  • 老手 DS:利用 Chartify 來有效率地解決你目前 80 % 的繪圖需求
  • 所有想要快速學會如何使用 Python 來做資料視覺化的你

事不宜遲,讓我們馬上開始使用 Chartify 吧!

Python 函式庫

接下來會畫不少圖,但在這篇文章我們只需要 Pandas 以及 Chartify 就能完成所有圖表,輕鬆寫意。

import pandas as pd
import chartify
Loading BokehJS ...