Comparando as melhores bibliotecas de visualização de dados em Python

Neste artigo comparamos três das melhores bibliotecas de código aberto para visualização interativa de dados em Python. Neste experimento, construímos com cada uma delas um gráfico de dificuldade média.

O gráfico escolhido é um gráfico de áreas empilhadas com um controle deslizante de datas, totais e uma legenda interativa. Vamos começar.

Plotly

O Plotly é uma biblioteca poderosa para criar visualizações interativas para a web. Ele oferece uma grande variedade de gráficos com recursos interativos, o que o tornou uma escolha popular para análise de dados. Funciona bem com bibliotecas Python como Pandas e NumPy e pode ser usado em notebooks Jupyter.

Usamos o Plotly Express, sua interface de alto nível em Python, para criar o gráfico base e depois o ajustamos às nossas especificações. O gráfico foi fácil de construir, mas, de fábrica, tinha algumas limitações:

• O eixo Y não se reescala quando o controle deslizante muda, o que dificulta ver padrões ao longo da linha do tempo.
• Não há uma forma integrada de calcular totais nem de reagir às mudanças nos itens selecionados da legenda.
• Ao interagir com a legenda, a cor de preenchimento desaparece (um bug).

Soluções

• Os totais podem ser adicionados com JavaScript (ou com um widget em notebooks Jupyter).
• O autoescalonamento do eixo Y também pode ser resolvido com JavaScript, mas o controle deslizante segue o layout do gráfico principal, então manter o zoom estático dificulta rolá-lo.

Altair (Vega-Altair)

O Vega-Altair é uma biblioteca Python para visualização declarativa, construída sobre a gramática do Vega. Permite criar gráficos complexos e interativos de forma declarativa e é especialmente adequada para gráficos estatísticos. Integra-se perfeitamente com o Pandas, o que a torna popular para exploração de dados.

Usamos o Altair para construir o gráfico base. Em comparação com o Plotly, ele precisou de mais código para a interação do que para a aparência. Também encontramos estas limitações:

• Quando vários itens são selecionados pela legenda, clicar no gráfico ou no controle deslizante apaga a última seleção.
• O controle deslizante não funciona corretamente em dispositivos móveis e a dica de ferramenta fica presa na tela se o gráfico não for tocado.
• O Vega ainda não oferece uma forma de dimensionar automaticamente gráficos com facetas.

Soluções

• Compilar o gráfico para Vega resolveu o problema da seleção múltipla.

PyEcharts

O ECharts é uma biblioteca JavaScript de código aberto para criar gráficos interativos e altamente personalizáveis. Oferece uma ampla gama de tipos de gráficos e recursos avançados e foi projetada tanto para desempenho quanto para flexibilidade, lidando com grandes volumes de dados sem perder a fluidez. É muito usada em aplicações web e é extensível, de modo que os desenvolvedores podem criar visualizações sob medida.

O PyEcharts é uma biblioteca Python que oferece uma interface simples para o ECharts, tanto para a web quanto para notebooks Jupyter.

O PyEcharts nos surpreendeu: foi a que precisou de menos código entre as três. A única limitação foi que não há uma forma nativa de mostrar totais que respondam às mudanças da legenda.

Soluções

• Os totais foram adicionados com um pouco de JavaScript e sem outros problemas.

Conclusão

Plotly

• Precisou de menos código de fábrica, mas não entregou um gráfico totalmente interativo e polido.
• Lidar com eventos exigiu alguns truques e não havia uma solução direta.
• O gráfico ainda apresenta os bugs descritos acima.
• Funciona muito bem em dispositivos móveis.

Altair

• Produziu um gráfico funcional de fábrica, com um bug que corrigimos aplicando um patch no Vega.
• Precisou de mais código, principalmente para definir o comportamento do gráfico.
• Não é a melhor opção para aplicativos móveis.

PyEcharts

• O gráfico foi funcional e interativo de fábrica. A única lacuna foi a falta de totais nativos.
• O tratamento de eventos é direto, então personalizá-lo é intuitivo e fácil.
• Funciona perfeitamente em dispositivos móveis.

O ECharts e o PyEcharts nos surpreenderam. Foi a única biblioteca que produziu um gráfico totalmente funcional e sem bugs, com o menor código e um tratamento de eventos intuitivo. O ECharts também oferece uma enorme quantidade de tipos de gráficos, uma estrutura clara e boa documentação.

Embora não seja muito conhecida no ecossistema Python, recomendamos que quem se interessa por visualização de dados dê uma olhada nela. E, como é uma biblioteca baseada em JavaScript, também recomendamos aprender o básico de JavaScript: ele é o núcleo do desenvolvimento front-end e, portanto, dos gráficos interativos.