Snowflake Notebooks 中的可视化数据¶

在 Snowflake Notebooks，您可以使用您最喜欢的 Python 可视化库，例如 matplotlib 和 plotly，来开发您的可视化。

本主题介绍如何使用以下库在笔记本中可视化数据：

Altair
Matplotlib
Plotly
Seaborn
Streamlit

数据集¶

本主题中的示例使用以下基于 Palmer 的 Penguin 数据集 (https://allisonhorst.github.io/palmerpenguins/articles/intro.html) 的玩具数据集。

种类	测量	值
adeli	bill_length	37.3
adeli	flipper_length	187.1
adeli	bill_depth	17.7
chinstrap	bill_length	46.6
chinstrap	flipper_length	191.7
chinstrap	bill_depth	17.6
gentoo	bill_length	45.5
gentoo	flipper_length	212.7
gentoo	bill_depth	14.2

您可以使用以下代码在笔记本中创建此数据集：

species = ["adelie"] * 3 + ["chinstrap"] * 3 + ["gentoo"] * 3
measurements = ["bill_length", "flipper_length", "bill_depth"] * 3
values = [37.3, 187.1, 17.7, 46.6, 191.7, 17.6, 45.5, 212.7, 14.2]
df = pd.DataFrame({"species": species,"measurement": measurements,"value": values})
df

Copy

使用 Altair 可视化结果¶

Altair 默认在 Snowflake Notebooks 中作为 Streamlit 的一部分导入。Snowflake Notebooks 目前支持 Altair 版本 4.0。有关使用 Altair 时可用的可视化类型的详细信息，请参阅 Vega-Altair：Python 中的声明性可视化 (https://altair-viz.github.io/index.html)。

以下代码绘制了一个堆栈条形图，显示名为 df 的数据框中所有测量值，该数据框包含玩具数据集：

import altair as alt
alt.Chart(df).mark_bar().encode(
    x= alt.X("measurement", axis = alt.Axis(labelAngle=0)),
    y="value",
    color="species"
)

Copy

运行单元格后，将显示以下可视化效果：

使用 matplotlib 可视化结果¶

要使用 matplotlib，请为您的笔记本安装 matplotlib 库：

从笔记本中选择 Packages。
找到 matplotlib 库并选择该库进行安装。

以下代码使用 matplotlib 绘制了玩具数据集 df：

import matplotlib.pyplot as plt

pivot_df = pd.pivot_table(data=df, index=['measurement'], columns=['species'], values='value')

import matplotlib.pyplot as plt
ax = pivot_df.plot.bar(stacked=True)
ax.set_xticklabels(list(pivot_df.index), rotation=0)

Copy

运行单元格后，将显示以下可视化效果：

有关使用 st.pyplot 图表元素，请参阅 st.pyplot (https://docs.streamlit.io/library/api-reference/charts/st.pyplot)。

使用 plotly 可视化结果¶

要使用 plotly，请为您的笔记本安装 plotly 库：

从笔记本中选择 Packages。
找到 plotly 库并选择该库进行安装。

以下代码绘制了来自玩具数据集 df 的 Penguin 测量值的条形图：

import plotly.express as px
px.bar(df, x='measurement', y='value', color='species')

Copy

运行单元格后，将显示以下可视化效果：

使用 seaborn 可视化结果¶

要使用 seaborn，您必须为您的笔记本安装 seaborn 库：

从笔记本中选择 Packages。
找到 seaborn 库并选择该库进行安装。

以下代码绘制了来自玩具数据集 df 的 Penguin 测量值的条形图：

import seaborn as sns

sns.barplot(
    data=df,
    x="measurement", hue="species", y="value",
)

Copy

运行单元格后，会显示以下可视化效果：

有关 seaborn 可视化的更多示例，请参阅 seaborn 示例图库 (https://seaborn.pydata.org/examples/index.html)。

使用 Streamlit 可视化结果¶

Streamlit 默认导入 Snowflake Notebooks。您可以使用 Streamlit 版本 1.26.0 支持的图表元素来创建折线图、条形图、面积图或带有点的地图。请参阅图表元素 (https://docs.streamlit.io/library/api-reference/charts)。

备注

Snowflake 不支持某些 Streamlit 图表元素，或者可能需要遵守附加条款。请参阅笔记本中的 Streamlit 支持。

要在条形图中可视化玩具数据集 df，可以使用以下 Python 代码：

import streamlit as st

st.bar_chart(df, x='measurement', y='value', color='species')

Copy

运行两个单元格后，会显示以下可视化效果：

要了解有关如何使用 Streamlit 构建交互式数据应用程序的更多信息，请参阅笔记本中的 Streamlit。