ABSTRACT
本文将探讨三种用Python可视化数据的不同方法。以可视化《2019年世界幸福报告》的数据为例，本文用Gapminder和Wikipedia的信息丰富了《世界幸福报告》数据，以探索新的数据关系和可视化方法，《世界幸福报告》试图回答世界范围内影响幸福的因素。报告根据对“坎特里尔阶梯问题”的回答来确定幸福指数，被调查者需对自己的生活状况进行打分，10分为最佳状态，0分为最差。本文将使用Cantril Ladder作为目标变量。Cantril Ladder就是指幸福指数。
使用包的简介
Matplotlib：
最初，我用matplotlib创建的几乎每个图表看起来都很过时。例如，研究改变x斜度的基本命令或者类似这些的蠢事。我一点也不想做多图表。以编程的方式创建这些图表是非常奇妙的，例如，一次生成50个不同变量的图表，结果令人印象深刻。然而，其中涉及大量的工作，需要记住一大堆无用的指令。
Seaborn：
学习Seaborn能够节省很多精力。Seaborn可以抽象出大量的微调。毫无疑问，这使得图表在美观上得到巨大的改善。然而，它也是构建在matplotlib之上的。通常，对于非标准的调整，仍然有必要使用机器级的matplotlib代码。
Bokeh：
一时间，我以为Bokeh会成为一个后援解决方案。我在做地理空间可视化的时候发现了Bokeh。然而，我很快就意识到，虽然Bokeh有所不同，但还是和matplotlib一样复杂。
Plotly：
不久前我确实尝试过 plot.ly (后面就直接用plotly来表示)同样用于地理空间可视化。那个时候，plotly比前面提到的库还要麻烦。它必须通过笔记本账户登录，然后plotly可以在线呈现，接着下载最终图表。我很快就放弃了。但是，我最近看到了一个关于plotlyexpress和plotly4.0的Youtube视频，重点是，他们把那些在线的废话都删掉了。我尝试了一下，本篇文章就是尝试的成果。我想，知道得晚总比不知道的好。
数据集简介
1) 年份：计量年(2007 -2018)
2) 生活阶梯：受访者根据坎特里尔阶梯(CantrilLadder)，用0~10分(最满意的为10分)来衡量他们今天的生活
3) 人均GDP：根据世界银行2018年11月14日发布的《世界发展指标》(WDI)，将人均GDP调整为PPP(2011年不变价国际元)·
4) 社会支持：对下面问题的回答：“遇到困难时，是否可以随时获得亲戚或朋友的帮助?”
5) 出生时预期健康寿命：出生时预期健康寿命是根据世界卫生组织(WHO)全球卫生观察站(GHO)数据库构建的，数据分别来自2005年、2010年、2015年和2016年。
6) 自由选择权：回答下面这个问题：“你是否对自己生活的选择自由感到满意?”
7) 慷慨：对“过去一个月是否给慈善机构捐过款?”与人均GDP相比·
8) 政治清廉：回答“腐败现象在政府中是否普遍?”“腐败在企业内部是否普遍?”
9) 积极影响：包括前一天快乐、欢笑和享受的平均频率。
10) 负面影响：包括前一天焦虑、悲伤和愤怒的平均频率。
11) 对国家政府的信心：不言自明
12) 民主质量：一个国家的民主程度
13) 执行质量：一个国家的政策执行情况
14) Gapminder预期寿命：Gapminder的预期寿命
数据分析
1）用pandas做基本数据分析
世界人均GDP分布情况
图1 2018年：人均GDP直方图
由图1可知，世界人均GDP的水平大多是在0~20000之间，而0~60000之间的人口已经占到了99%左右，因此可以得知世界人民的整体GDP都不是太高，大多数国家处于比较穷的一个状态。
世界各大洲GDP情况
图2 各大洲的GDP水平
由图2可以得知，大洋洲和欧洲人均GDP(美元)明显领先其余大洲，而非洲是最穷的国家，明显落后于其余各大洲。
前15个最幸福的国家
图3 2018年
由图3可以得知，芬兰位于15个最幸福国家的首位。
生活阶梯的分布情况
图4 生活阶梯分布的箱型图
由图4可以得知，生活阶梯分布的箱型图显示平均值在5.5左右，范围为3~8，因此可以看出，生活阶梯的分布情况差异大，幸福度高的国家比幸福度低的国家低很多。而全世界的整体幸福指数并没有处于一个很高的状态。
预期寿命与Gapminder的预期寿命的关系
图5 预期寿命与Gapminder的预期寿命散点图
由图5可以得知，预期寿命与Gap minder的预期寿命之间有高度的相关性。
pandas绘图总结
用pandas绘图很方便。易于访问，速度也快。只是图表外观相当丑，几乎不可能偏离默认值。不过有其他工具来制作更美观的图表。
2）用seaborn进行数据分析
绘制二元分布
每当我想要直观地探索两个或多个变量之间的关系，总是用到某种形式的散点图和分布评估。在概念上相似的图表有三种变体。在每个图中，中心图(散点图，二元KDE，hexbin)有助于理解两个变量之间的联合频率分布。此外，在中心图的右边界和上边界，描述了各自变量的边际单变量分布(用KDE或直方图表示)。
图6 GDP与生活阶梯的分布关系
据图6分析得知，GDP与生活阶梯是整体呈正相关的关系，且在图6颜色越深处代表了人口的数量，密集的大多是在对角线上。以此GDP与生活阶梯的相关关系比较明确。
小提琴图
小提琴图结合了盒状图和核密度估计值。它的作用类似于盒状图，显示了定量数据在分类变量之间的分布，以便对这些分布进行比较。
图7 小提琴图
小提琴图在绘制大洲与生活阶梯的关系图时，用人均GDP的平均值对数据进行分组。人均GDP越高，幸福指数就越高。
3）用FacetGrid进行数据分析
FacetGrid— 折线图
图8 折线图
y轴代表生活阶梯，x轴代表年份。网格的列代表大洲，网格的行代表不同水平的人均GDP。总体而言，北美人均GDP平均值较低的国家和欧洲人均GDP平均值中等或较高的国家，情况似乎有所好转。
FacetGrid— 热图
这种类型的绘图有助于在一个图中可视化四维和度量。代码有点麻烦，但是可以根据使用者的需要快速调整。需要注意的是，这种图表不能很好地处理缺失的值，所以需要大量的数据或适当的分段。
图9 热图
Facet热图，外层的行显示在一年内，外层的列显示人均GDP，内层的行显示政治清廉，内层的列显示大洲。我们看到幸福指数朝着右上方向增加(即，高人均GDP和高政治清廉)。时间的影响还不确定，一些大洲(欧洲和北美)似乎比其他大洲(非洲)更幸福。
3）用plotly进行数据分析
Plotly有三个重要特征：
1) 悬停：当鼠标悬停在图表上时，会弹出注释
2) 交互性：不需要任何额外设置，图表就可以进行交互(例如，一次穿越时间的旅程)
3) 漂亮的地理空间图：Plotly已经内置了一些基本的映射功能，另外，还可以使用mapbox集成来制作令人惊叹的图表。
等值线图幸福指数与时间的关系
图10 全球幸福指数热图
图10可视化了不同地域的幸福指数是如何随时间变化的。叙利亚和阿富汗正处于人生阶梯的末端。