用 Python 做出 Gapminder 互動式圖表
想要練習用 Python 卻不知道如何開始?郭耀仁老師逐步帶你用 Python 製作互動式圖表!
對文章有興趣來不及看?點選右上角「
橘色小書籤」收藏文章,再也不怕錯過就是一輩子!
這篇文章我們打算使用 Dash 與 Python 來複製同一個互動 Gapminder 圖表。本文首先瀏覽最終成品、接著簡介 Plotly 團隊所開發的 Dash 產品、取得 Gapminder 摘錄版本資料、安裝 Dash、Dash 網頁應用程式的組成、繪製氣泡圖、加入時間軸滑桿篩選年份、加入複選框清單或下拉式選單篩選洲別與如何在 Heroku 部署 Dash 網頁應用程式。
瀏覽最終成品
我們希望利用 Dash 與 Python 複製出 Gapminder 視覺化
關於 Plotly 與 Dash
Plotly 是來自加拿大蒙特婁的新創公司,這個團隊為 R 語言,Python、JavaScript 開發並且維護極受歡迎的開源互動視覺化模組與套件,主要產品包含 Plotly.js、Plotly.R、Plotyly.py 與 Dash。
Dash 是建構於 Plotly.js、React.js 與 Flask 之上的 Python 網頁應用程式框架,能夠將常見的使用者介面元件包含像是下拉式選單、滑桿或圖形與資料分析應用快速地連結起來,讓以 Python 為主的資料科學團隊不需要 JavaScript 也可以建立出具備高度互動性的圖表與儀表板。
一、取得 Gapminder 資料
我們使用一個關於預期壽命,人均 GDP 與國家人口數等變數的 Gapminder 資料摘錄版本,這個摘錄版本僅有 1704 個觀測值、6 個變數,涵括 1952 至 2007 年中每 5 年、142 個國家的快照。
## 變數名稱:
## ['country', 'continent', 'year', 'lifeExp', 'pop', 'gdpPercap']
## 這個摘錄版本僅有 1704 個觀測值、6 個變數,涵括 1952 至 2007 年中每 5 年、142 個國家的快照
二、安裝 Dash
在終端機以 pip install 指令安裝三個模組:dash、dash-html-components 與 dash-core-components。
# Terminal
pip install dash==0.26.5 # The core dash backend
pip install dash-html-components==0.12.0 # HTML components
pip install dash-core-components==0.28.0 # Supercharged components
Dash 套件是 Plotly 團隊於 2017 年 7 月推出的產品,目前處於主動快速更新的階段,可以訂閱 Plotly 團隊的 Medium 帳號關注開發訊息。
一個典型的 Dash 網頁應用程式由兩部分所組成:
-
layout:網頁應用程式的主題、外觀及使用者介面元件,如果與 R 的 Shiny 套件對照就是在 ui.R 中撰寫的程式碼
-
callbacks:負責產生網頁應用程式的互動,如果與 R 的 Shiny 套件對照就是在 server.R 中撰寫的程式碼
我們接著會先利用 layout 部分繪製 Gapminder 氣泡圖主體,然後加入 callbacks 部分建立能夠與氣泡圖連動的滑桿(Slider)與複選框清單(Checkbox list)互動元件。
三、繪製氣泡圖
首先將 Dash 網頁應用程式的外觀刻畫出來,我們使用一個 div 區塊,並在裡面包含一個 h1 標題與一個圖形;其中的 div 與 h1 以 dash_html_components 模組中的 Div() 與 H1() 函數創建,圖形呼叫 dash_core_components 模組中的 Graph() 函數創建,這個圖形區塊裡頭包含一個氣泡圖本體,是呼叫 plotly.graph_objs 模組中的 Scatter() 函數所創建,氣泡圖與資料的對應關係為:
-
X 軸變數:gdpPercap
-
Y 軸變數:lifeExp
-
氣泡大小:pop
-
氣泡顏色:continent
值得注意的技巧是在 X 軸應用 log scale 避免多數的氣泡擠在左邊,並利用圓面積公式調整氣泡大小。
將程式碼編寫在 app.py 檔案之中,並且從終端機(Terminal)執行:
## Terminal
python app.py
## * Running on http://127.0.0.1:8050/ (Press CTRL+C to quit)
將 http://127.0.0.1:8050 複製貼到瀏覽器位址,就可以看到繪製完成的氣泡圖,由於我們是在 debug 模式下啟動伺服器 app.run_server(debug=True) 如果改動程式碼,會自動重啟服務,只要至 http://127.0.0.1:8050 按重新整理就可以觀看更新過後的網頁應用程式。以 plotly.graph_objs 模組繪製出來的圖形包含三種基礎的互動效果( Hover、Zoom In/Out、Filter ):
-
Hover:滑鼠游標移至圖形上會提示資訊
-
Zoom In/Out:可以將圖形放大或縮小
-
Filter:可以選取部分資料觀察
在終端機按下 Ctrl + c 可以停止 Dash 網頁應用程式的服務。
四、加入時間軸滑桿篩選年份
目前的氣泡圖設置將 1952 至 2007 每 5 年共 11 個時間點的資料快照全都顯示在塗上,因此需要加入一個時間軸滑桿(Timeframe slider)來篩選年份;滑桿可以利用 dash_core_components 模組中的 Slider() 函數創建,再加上 callback 操作連動圖形更新的功能。
Dash 的 callback 部分是以一個 Python Decorator 將 update_figure() 函數包裝起來,當時間軸滑桿的年份改變就會觸發 update_figure() 函數更新氣泡圖。值得注意的技巧是在 Graph() 函數中加入參數 animate=True 讓連動圖形更新的時候更加平滑。
加入時間軸滑桿篩選年份
五、加入複選框清單或下拉式選單篩選洲別
複選框清單可以利用 dash_core_components 模組中的 Checklist() 函數創建,再加上 callback 操作連動圖形更新的功能,Dash 的 callback 設計支援一對多連動、多對一連動與多對多連動,我們要將時間軸滑桿與氣泡圖的一對一連動進一步調整為時間軸滑桿、複選框清單與氣泡圖二對一連動,這個調整需要在 Dash 的 callback 部分加入另一個輸入的依賴。
特別值得一提的是,Dash 使用者介面工具所提供的下拉式選單(Dropdown list)不僅支援單一輸入的選擇,還同時支援多個輸入,只要在 dash_core_components 模組中的 Checklist() 函數增加 multi=True 這個參數,就能將預設單選的下拉式選單擴增為多選的下拉式選單,達到複選框清單的相同功能。
部署 Dash 網頁應用程式
截至目前為止,我們的互動 Gapminder 圖表在本機上已經開發完成,它是一個在 localhost 上運行的 Dash 網頁應用程式,如果希望透過一個網址來分享給其他團隊、部門的成員,最簡易的方式為將網頁應用程式部署到雲端服務,Dash 背後的伺服器引擎是 Flask,一個使用 Python 編寫的輕量級網站應用框架(microframework),這也是部署 Dash 網頁應用程式很簡單原因,因為幾乎每個雲端服務商都支援 Flask 的部署;其中又以雲端服務商 Heroku 所提供的部署方式最為簡單,只需要準備妥當這三個前置作業:
-
一組 Heroku 帳號
-
Git
-
Python 虛擬環境 virtualenv(或 conda env)
就可以依照以下步驟將互動 Gapminder 圖表部署至 Heroku 雲端伺服器:
步驟一:建立新的資料夾
# Terminal
mkdir python_gapminder_replica
cd python_gapminder_replica
步驟二:啟動 git 與名稱為 dash 的虛擬環境,並且在虛擬環境中安裝所有 dash 網頁應用程式所依賴的套件、模組
# Terminal
git init # initializes an empty git repo
virtualenv dash # create a virtual env named dash
source dash/bin/activate # activate this env
pip install dash dash-renderer dash-core-components dash-html-components plotly pandas
pip install gunicorn
步驟三:在資料中建立 app.py 、 .gitignore 、 requirement.txt 與 Procfile 這四個檔案
-
app.py :互動 Gapminder 圖表的 Dash 網頁應用程式
-
.gitignore :註記不需要 git 版本管控的檔案
# .gitignore
venv
\*.pyc
.DS\_Store
.env
-
Procfile :Heroku 雲端服務所需要的檔案
# Procfile
web: gunicorn app:server
-
requirement.txt :註記 Python 虛擬環境所使用模組與套件的檔案,在終端機使用 pip freeze > requirements.txt 指令來建立
完成步驟三,資料夾會有四個檔案,其中 .gitignore 是隱藏檔案。
步驟四:安裝 Heroku CLI、登入 Heroku、部署 Dash 應用程式
-
安裝 Heroku CLI,參考 https://devcenter.heroku.com/articles/heroku-cli 依不同作業系統安裝 Heroku CLI。
-
登入 Heroku:在終端機輸入
heroku login指令,並依照提示輸入自己的
# Terminal
heroku login
Enter your Heroku credentials.
Email: YOUREMAIL@example.com
Password (typing will be hidden):
Authentication successful.
-
部署 Dash 網頁應用程式
# Terminal
heroku create dash-gapminder
git add . # add all files to git
git commit -m 'Initial app boilerplate'
git push heroku master # deploy code to heroku
heroku ps:scale web=1 # run the app with a 1 heroku "dyno"
heroku open
成功完成了部署 Dash 網頁應用程式:https://dash-gapminder.herokuapp.com!
看完文章要用時卻忘光光?點選下方按鈕
收藏此文章,我隨時都在這等你回來!
想了解更多關於 Python 的學習與應用嗎?
Hahow 為你精選 11 篇經典內容,在全球學 Python 的趨勢下,陪你找到學習動機!
延伸閱讀
(本文原載於數據交點,原文標題為如何溝通資料:互動式圖表及 Python)
是一位資料分析師、也是資料科學的專業講師,畢業自台灣大學商學研究所,現於台大工商管理學系與台大共同教育中心兼任講師;在台大資工系統訓練班與中華電信學院講授資料科學課程。在專業講師之前任職過 Coupang 資深資料分析師、SAS Taiwan 資料分析顧問、中信銀儲備幹部與 McKinsey Taiwan 研究助理,閒暇時喜歡長跑與寫作。在 Hahow 好學校開設六門資料科學線上課程涵蓋 Python、SQL 與 R 語言;亦有在博碩文化、碁峰資訊出版多本資料科學書籍。