Julia语言最近呼声特别高，被称作是代替Python新一代语言。在之前的文章我们已经跟Python、R的性能进行了测试，强悍的性能让Julia 应对大数据更加高效，结果参见这篇文章。

《向Python、R宣战，Julia读取CSV性能大比拼》

数据分析是机器学习的重要一环，而数据可视化能给人最直观的呈现。那 Julia 如何做数据可视化呢？别急，我们一步一步来上手，用好玩儿可视化来分析伦敦的气象。

配置环境

工欲善其事必先利其器，Julia 开发工具很多，那这里我们推荐用VSCode来开发。微软出品的 VSCode大家都不陌生了吧，简单好用且开源免费。那我们简单的配置一下环境，步骤如下：

1. 访问 Julia官网，直接下载安装，步骤很简单，直接跟着说明走就OK了。
2. 访问 VSCode官网，直接下载安装开发工具。
3. 然后打开 VSCode，在左边的插件搜索栏里直接输入Julia。就可以搜索到Julia插件，点击安装即可。

使用REPL

在开发之前，我们得先引入一些所需库，只需要安装一次即可。

首先，打开terminal终端，在命令中输入 julia 命令，你就会启动一个 REPL，

其次，同时按住快捷键，快捷键如下：

• window系统的快捷键： Ctrl+Shift+P
• mac系统的快捷键： command + shift + P

最后，打开后会出现一系列命令，输入Julia关键字，找到后点击就可以打开终端了。

我用的是Mac OS，所以截图如下：

Julia 引入库

在Julia终端输入如下

julia> using Pkg

这句代码的意思是使用包管理，接着输入如下代码：

julia> Pkg.add("Plots")

接着继续添加包

julia> Pkg.add("CSV")

julia> Pkg.add("DataFrames")

别急，这些包添加完，一会儿就会用到。

我们在vscode里创建一个文件，命名为：myPlots.jl（Julia的扩展名是 jl）

确保你的命令窗口是也是开着的。你会看到如下界面：

Julia 图表

Julia 和其他语言一样，安装包之后，需要导入包来做数据可视化。使用代码如下：

using Plots

Plots 就是我们要使用的包。继续敲代码，我们来完成第一个可视化案例。

using Plots
x = 1:10; y = rand(10); # 生成绘图的数据
plot(x,y, label="my label")

运行代码，如下：

这段代码很简单，x 轴的范围（1到10），y 轴的rand随机数范围（0到1）。

饼状图

饼状图，跟上面的例子一样简单，代码如下：

x = 1:5; y = rand(5); # 绘制饼状图数据，rand随机5个数（范围0到1）
pie(x,y)

运行这段代码，生成饼状图如下：

下面我们用一些真实的数据，简单的对伦敦的气象进行数据分析。

天气数据

这组气象数据是来自英国气象局提供的，记录过去几十年伦敦的气象。这组数据按月统计，包含：

• 年
• 月
• 最高温
• 最低温
• 降雨量
• 日照时间

下面的例子仅仅是2018年的数据集，这里我们先导入 CSV 包。

using CSV
d = CSV.read("/juliaplot/london2018.csv")
print(d)

运行这段代码，读取的结果就下表一样:

月度最高温（柱状图）

获取到每一个月的最高温度，用柱状图展示，代码如下：

using Plots
using CSV
d = CSV.read("/juliaplot/london2018.csv")
bar(d.Month,d.Tmax)

这段代码很简单，运行代码，柱状图展示如下：

折线图

横轴 x 表示每个月，纵轴 y 表示温度。我们也可以用折线图来展示，代码如下：

plot(d.Month, d.Tmax)

如果你想获取最高温和最低温，代码改动如下：

plot(d.Month, [d.Tmax, d.Tmin], label=["Tmax","Tmin"])

散点图

散点图常常用来寻找一组数据的规律。这次我们用散点图来绘制，看看光照和温度的规律：

• 横轴展示温度变化
• 纵轴展示光照时长

scatter(d.Tmax, d.Sun)

通过散点图观察，可以看到光照时间越长，温度越高。

直方图

这里我们导入伦敦最近几十年的气象数据。用直方图展示大数据量，来反应降水量的等级分布，代码如下 ：

using Plots
using CSV
d2 = CSV.read("/juliaplot/londonweather.csv")
histogram(d2.Rain, label="Rainfall")

运行这段代码，展示降雨量等级分布，直方图呈现如下：

保存图表

这些图表不仅仅可以在 VSCode里呈现，也可以保存到我们自己的文件夹里。保存文件代码如下：

histogram(d2.Rain, label="Rainfall") 
savefig("/juliaplot/myhistogram.png")

这里我们用伦敦气象数据，来简单做了几组好玩儿的数据分析。主要目的是演示Plots图表库，也展示一下Julia的简洁语法，确实很好玩。这里只是抛砖引玉，大家可以用Julia 进行更复杂的数据分析，用Plots来展示几组复杂的图表案例。

彩蛋

最后把上述用到的两组数据集分享出来，供大家练手，都是CSV格式的。除了Julia，我会用终端来玩一些有趣的 AI 案例，比如：

• Angular + TensorFlow
• Flutter + TensorFlow
• Julia 量化交易

对人工智能感兴趣的小伙伴可以关注我哟~

伦敦2018年的气象数据集：

https://raw.githubusercontent.com/alanjones2/dataviz/master/london2018.csv

伦敦几十年的气象数据集：https://raw.githubusercontent.com/alanjones2/dataviz/995f48b31ab4b9a1af32352042b5e6cfe83ebf3b/londonweather.csv

参考：https://towardsdatascience.com/data-visualization-with-julia-and-vscode-168a69f7ddf8