PyCon2018：两款最新ML数据可视化库：Altair和Yellowbrick

原作者：David 9

原文发于作者个人博客，点击查看原文，掘金已获得转载授权。再次感谢作者。

PyCon2018两款最新ML数据可视化库：Altair和Yellowbrick，函数式编程的可视化库和scikit-learn增强可视化库

数据科学的可视化库和深度学习框架库一样，虽然层出不穷，但是大致分为两种：

一种是通用可视化库任何类似json schema的静态数据都可以用它作图如： Pandas, Seaborn , ggplot, Bokeh, pygal, Plotly 。

另一种是和框架耦合较高的可视化库，如TensorFlow的TensorBoard，scikit-learn增强可视化库Yellowbrick。

对于第一种通用库，方便简洁、易用的趋势一直没有改变。这届PyCon2018上的talk：Exploratory Data Visualization with Vega, Vega-Lite, and Altair 就介绍了Altair这种新的函数式编程可视化库，其简洁程度，只要拿到panda的dataframe数据，多加一句声明代码，就可以进行可视化了：

import altair as alt# to use with Jupyter notebook (not JupyterLab) run the following# alt.renderers.enable('notebook')# load a simple dataset as a pandas DataFramefrom vega_datasets import datacars = data.cars()# 这里是声明代码，是不是有函数式编程的味道 ？alt.Chart(cars).mark_point().encode(    x='Horsepower',    y='Miles_per_Gallon',    color='Origin',)

Altair例程

如果要把点的样式改成线的样式，只需把函数mark_point()改成mark_line()即可：

alt.Chart(cars).mark_line().encode(    x='Horsepower',    y='Miles_per_Gallon',    color='Origin',)

这里可以注意到无论你的car数据集有多少特征，可视化时你需要什么特征，在encode函数中声明就可以了。当然，Altair API还有许多便捷的地方，许多实例的jupyterNOTEBOOK例子可以先试试。

而对于和scikit-learn耦合较高的可视化库Yellowbrick，甚至在可视化的过程中，已经融入的训练过程：

from sklearn.linear_model import LogisticRegressionfrom yellowbrick.classifier import ROCAUC# 初始化分类模型和可视化logistic = LogisticRegression()visualizer = ROCAUC(logistic)visualizer.fit(X_train, y_train)  # visualizer对象其实就是estimater类的继承，可以进行fit训练visualizer.score(X_test, y_test)  # 在测试集上得分g = visualizer.poof()             # 获得ROCAUC的分析图

如上述代码，在logistic回归模型训练完毕就立即输出分析图：

来自：http://www.scikit-yb.org/en/latest/api/classifier/rocauc.html

同样，PCA分析也一样，可视化和训练代码是耦合的：

from yellowbrick.features.pca import PCADecompositionvisualizer = PCADecomposition(scale=True, center=False, color=y)visualizer.fit_transform(X,y)visualizer.poof()

上述代码直接实现了两维的PCA可视化：

参考文献：

本文采用署名 – 非商业性使用 – 禁止演绎 3.0 中国大陆许可协议进行许可。著作权属于“David 9的博客”原创，如需转载，请联系微信: david9ml，或邮箱：yanchao727@gmail.com

或直接扫二维码: