郭一璞 发自 凹非寺

量子位 报道 | 公众号 QbitAI

做图表，谁不会？打开Excel，自动就可以生成各种各样的图表。

但你看这些图表呢？

结合真实地理数据，展现美国每个县的失业率。

全球自然灾害统计，类型、规模、时间，一目了然。

甚至还有可爱的表情符号画风，生动的展现出英美两国的养殖业状况。

每张都清晰明确，色彩搭配合理，让人一眼就能看清楚各种状况，纵观全局，一目了然。

要是用在晋升答辩PPT上，老板一眼就能看出你究竟做出了多少成绩。

要是用在客户招标会上，手握预算的客户也能清醒的认识到这单生意的价值所在。

用Excel的话，很难展示出这种效果，那……不如用Python？不用手动排版设计，简单的代码就能直接运行出结果。

刚刚出炉的这篇GitHub教程，来自数据可视化大牛、D3.js作者Jeffrey Heer，教你7步搞定Python数据可视化。

不少网友看到之后赞不绝口：

这个特别棒，谢谢你分享给大家！

谢谢你创作者们好的东西分享给大家，我在加拿大，这对我的数据可视化课程非常有用。

现在连推特上的点赞都超过了1200：

工具Vega-Lite和Altair

首先，用Python完成可视化，需要借助两款工具：Vega-Lite和Altair。

Vega-Lite是一种交互式图形的高级语法，用简明的JSON语法，快速生成可视化图形，Vega-Lite规范可以编译为Vega规范。

比如下图，左边的图形，背后就是右侧的代码来实现的。

而Altair是一个专为Python编写的可视化软件包，它能让数据科学家更多地关注数据本身和其内在的联系，相比matplotlib，Altair要简洁的多。

Altair的图形种类非常丰富，包含条形图、折线图、面积图、散点图、直方图、地图等各种交互式图表。

Altair也是基于Vega和Vega-Lite而来的，使用的语言是Python，因此，Vega-Lite和Altair两者一同服用，效果最好哦。

七步学会可视化

说完了需要用到的基础工具，再来看看这套课程本身。

教程的作者非常友好，在Jupyter、Colab、Observable三个平台都准备了课程，你可以选择自己习惯的平台，或者直接去Colab上，用自己的数据体验一下。

整体教程包含7个部分：

1、Vega-Lite/Altair介绍

2、数据种类、图形标志、视觉编码渠道

3、数据转换

4、比例尺、轴和图例

5、多视图合成

6、交互

7、制图可视化

最后，教程作者还附赠了Altair的debug指南。

来自D3.js创作者

这份教程的作者Jeffrey Heer，是华盛顿大学的计算机教授，在华盛顿大学交互数据实验室工作，同时还是数据软件公司Trifacta的联合创始人和CXO。

他专门研究数据可视化方向，在Google Scholar的H-index达到了62，超多网站都在用的数据可视化JavaScript库D3.js就是他和学生一起完成的，这篇论文的引用次数超过了2300。

传送门

课程GitHub：

Vega-Lite：

Altair：

— 完 —

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态