Python視覺化函式庫功能有多強？資料科學工具專家告訴你

Python是資料科學家愛用的分析用開發語言，但除了統計和數學函式庫以外，Python的資料視覺化函式庫也越來越豐富，號稱涵蓋各種常用函式庫的Python懶人包發行版本Anaconda，其解決方案架構師Jim Bednar最近詳細地整理出Python資料視覺化函式庫的整個生態系，要讓資料科學家了解Python資料視覺化處理的威力。

在Python資料視覺化函式庫的生態系中，可分為幾個群組，這些群組都來自不同的起源，但主要可劃分為科學視覺化（SciVis）和資訊視覺化（InfoVis）兩塊函式庫。其中科學視覺化函式庫主要用來視覺化地理位置資料，相關函式庫有VisPy、glumpy、GR、Mayavi、ParaView、VTK和yt。主要是建構於OpenGL圖形標準之上，可以為規則或不規則資料，提供三維或是四維的物理程序圖形視覺化。這些函式庫發展早於HTML5支援的網頁應用程式，通常被用於工程或是科學環境中。

除了科學視覺化函式庫這個區塊，其他的函式庫都屬於資訊視覺化（InfoVis）函式庫的群組，專注於對任意空間的資訊視覺化，以兩個維度的抽象空間，使用軸和標籤解釋多維空間的資料。Jim Bednar提到，資訊視覺化函式庫還可以進一步細分成多個子群組，區分成Matplotlib、JavaScript、JSON或是WebGL等各類型。

Matplotlib具有長久的歷史，也是極受歡迎的的資訊視覺化函式庫，支援廣泛的2D繪圖類型以及輸出格式，Matplotlib發展也早於有HTML5的網頁應用程式，因此主要是使用像是Qt和GTK的桌面GUI工具包，功能重點在於繪製靜態圖像，以及互動式圖形的呈現上。Matplotlib提供部分3D支援，但比起學視覺化函式庫有更多的限制。

而多年Matplotlib發展以來，有多種工具建立在Matplotlib的2D繪圖功能之上，Jim Bednar將其歸類成特定類型資料的渲染引擎，例如熊貓、NetworkX、Cartopy以及yt，而也有像是ggplot、plotnine、HoloViews和GeoViews函式庫，提供高階的繪圖API。

在HTML5出現後，瀏覽器支援更豐富的互動功能，許多函式庫開始為網頁或是Jupyter Notebooks提供2D互動圖形功能，無論是自定義Bokeh和Toyplot的函式庫，或是包裝既有的繪圖函式庫D3成更容易使用的函式庫的Plotly和bqplot。Jim Bednar提到，也由於D3這樣的JavaScript函式庫已經發展成熟，可以簡單地為任何語言包括Python產生JavaScript圖形，透過Altair舊能以JSON移植完整的圖形，並整合到許多類型的工具之中。

另外，對網頁應用程式很重要的WebGL技術，也能提供網頁豐富的繪圖功能，就像HTML5用於2D JavaScript繪圖的方式一樣，WebGL標準在瀏覽器和Jupyter Notebooks中，也可以實現互動3D體驗。Jim Bednar認為，雖然three.js、vtk.js或是regl，這些基於網頁3D的方法都沒有達到桌面科學視覺化函式庫的深度，但是因為跟Jupyter Notebooks良好整合，可以透過網頁和遠端分享，大幅增加了便利性。他也提到，雖然WebGL工具與科學視覺化工具有部分重疊，但性質還是偏向資訊視覺化領域。

不同的函式庫有適合不同的使用情境，Jim Bednar將用途歸類成6大類。幾乎所有資訊視覺化函式庫都能良好的製作統計圖，包括散點圖、線、面積、長條圖和直方圖，但表現較傑出的有Seaborn、bqplot、Altair、ggplot2和plotnine。圖像、規則網格和矩形網格，開發者可以使用Bokeh、Datashader、HoloViews、Matplotlib和Plotly，大多數科學視覺化函式庫也都有支援。

不規則的二維網格包括三角形網格，可以使用學視覺化函式庫以及Matplotlib、Bokeh、Datashader和HoloViews。無論是Matplotlib結合Cartopy，或是GeoViews、ipyleaflet與Plotly，都能用來繪製地理資料。網路（Networks）與圖（Graphs）則能使用NetworkX、Plotly、Bokeh、HoloViews以及Datashader。在3D網格或散點圖，則要使用Plotl、Matplotlib、HoloViews和ipyvolume，科學視覺化函式庫也都有良好的支援。

此外，不同函式庫也提供不同的介面，Jim Bednar將之區分為5大類，大多數函式庫都提供無頭操作，以生成靜態圖形，而像是科學視覺化函式庫、Matplotlib和Vaex，都可以創建特定作業系統的GUI視窗，另外，大多數的JavaScript和JSON的資料視覺化函式庫，都可以在沒有伺服器的情況下，產生互動式繪圖，透過電子郵件或發布到不支援Python的網頁伺服器上。

熱門的Jupyter Notebook受到廣大的資訊視覺化函式庫支援，大多數視覺化函式庫都能夠和Jupyter Notebook互通使用，開發者特別可以使用ipywidgets，以獲得更好的整合體驗。當然也有不少函式庫提供獨立的網頁儀表板和應用程序，Plotly圖表就能以Dash在獨立的應用程式中使用，Bokeh、HoloViews和GeoViews可以使用Bokeh Server進行部署。大部分的資訊視覺化函式庫都能使用Panel函式庫部署儀表板，包括Matplotlib、Altair、Plotly、Datashader、hvPlot、Seaborn、plotnine和yt都沒問題。

除了視覺化介面，資訊視覺化函式庫也都提供了豐富的API，讓不同類型的用戶都能建置適合的視覺呈現。Jim Bednar表示，這些函式庫提供的API都具有不同的背景和目標，適用於解決特定的任務，除了Matplotlib之外，大多數函式庫都支援一個或最多個備用API，開發者在解決問題之前，應該選擇適當的工具。

Matplotlib主要提供物件導向的API，開發者能掌握完全的控制和組合性，不過操作起來較為複雜。而ggplot、plotnine和Altair則屬聲明性圖形API，提供組合圖形的原語，讓開發者直覺地組成圖形。HoloViews和GeoViews則提供聲明性資料API，讓開發者能以高階的聲明和組合API，專注於標記、敘述和處理視覺化資料。

Jim Bednar提醒，大量且不同類型的Python資料視覺化函式庫，提供開發者大量建構圖形的不同方法，而這也意味著，開發者應該在深入投資開發資源前，先考慮這些差異帶來的影響。