可视化数据

Azure Synapse是一种集成的分析服务，可加快跨数据仓库和大数据分析系统的见解时间。数据可视化是能够深入了解数据的关键组成部分。它有助于人类更容易理解大数据和小型数据。它还使检测数据组中的模式、趋势和离群值更容易。

在 Azure Synapse Analytics 中使用 Apache Spark 时，有多种内置选项可帮助你可视化数据，包括 Synapse 笔记本图表选项、访问常用开源库以及与 Synapse SQL 和Power BI集成。

笔记本图表选项

使用Azure Synapse笔记本时，可以使用图表选项将表格结果视图转换为自定义图表。在这里，无需编写任何代码即可可视化数据。

display（df）函数

该 display 函数允许你将 SQL 查询和 Apache Spark 数据帧和 RDD 转换为丰富的数据可视化效果。 display 函数可用于在 PySpark、Scala、Java、R 和 .NET 中创建的数据帧或 RDD。

若要访问图表选项，请执行以下操作：

magic 命令的输出默认显示在已渲染的 %%sql 表视图中。还可以调用 display(df) Spark 数据帧或弹性分布式数据集（RDD）函数来生成呈现的表视图。
获得呈现的表视图后，切换到图表视图。

现在可以通过指定以下值来自定义可视化效果：

配置	说明
图表类型	该 `display` 函数支持各种图表类型，包括条形图、散点图、折线图等
密钥	指定 x 轴的值范围
价值	指定 y 轴值的值范围
系列组	用于确定聚合运算中的分组
集合体	在可视化效果中聚合数据的方法

注释

默认情况下， display(df) 该函数只接受前 1000 行数据来呈现图表。请检查所有结果的聚合，然后单击应用按钮，将对整个数据集生成图表。图表设置发生更改时，将触发 Spark 作业。请注意，完成计算并呈现图表可能需要几分钟时间。

完成后，可以查看最终可视化效果并与之交互！

显示(df) 统计信息

可用于 display(df, summary = true) 检查给定 Apache Spark 数据帧的统计信息摘要，其中包括列名、列类型、唯一值以及每个列的缺失值。还可以选择特定列以查看其最小值、最大值、平均值和标准偏差。内置图表摘要

displayHTML() 选项

Azure Synapse Analytics笔记本支持使用 displayHTML 函数的 HTML 图形。

下图是使用 D3.js 创建可视化效果的示例。

d3-js-example

运行以下代码以创建上述可视化效果。

displayHTML("""<!DOCTYPE html>
<meta charset="utf-8">

<!-- Load d3.js -->
<script src="https://d3js.org/d3.v4.js"></script>

<!-- Create a div where the graph will take place -->
<div id="my_dataviz"></div>
<script>

// set the dimensions and margins of the graph
var margin = {top: 10, right: 30, bottom: 30, left: 40},
  width = 400 - margin.left - margin.right,
  height = 400 - margin.top - margin.bottom;

// append the svg object to the body of the page
var svg = d3.select("#my_dataviz")
.append("svg")
  .attr("width", width + margin.left + margin.right)
  .attr("height", height + margin.top + margin.bottom)
.append("g")
  .attr("transform",
        "translate(" + margin.left + "," + margin.top + ")");

// Create Data
var data = [12,19,11,13,12,22,13,4,15,16,18,19,20,12,11,9]

// Compute summary statistics used for the box:
var data_sorted = data.sort(d3.ascending)
var q1 = d3.quantile(data_sorted, .25)
var median = d3.quantile(data_sorted, .5)
var q3 = d3.quantile(data_sorted, .75)
var interQuantileRange = q3 - q1
var min = q1 - 1.5 * interQuantileRange
var max = q1 + 1.5 * interQuantileRange

// Show the Y scale
var y = d3.scaleLinear()
  .domain([0,24])
  .range([height, 0]);
svg.call(d3.axisLeft(y))

// a few features for the box
var center = 200
var width = 100

// Show the main vertical line
svg
.append("line")
  .attr("x1", center)
  .attr("x2", center)
  .attr("y1", y(min) )
  .attr("y2", y(max) )
  .attr("stroke", "black")

// Show the box
svg
.append("rect")
  .attr("x", center - width/2)
  .attr("y", y(q3) )
  .attr("height", (y(q1)-y(q3)) )
  .attr("width", width )
  .attr("stroke", "black")
  .style("fill", "#69b3a2")

// show median, min and max horizontal lines
svg
.selectAll("toto")
.data([min, median, max])
.enter()
.append("line")
  .attr("x1", center-width/2)
  .attr("x2", center+width/2)
  .attr("y1", function(d){ return(y(d))} )
  .attr("y2", function(d){ return(y(d))} )
  .attr("stroke", "black")
</script>

"""
)

Python库

在数据可视化方面，Python提供了多个图形库，这些库包含许多不同的功能。默认情况下，Azure Synapse Analytics中的每个 Apache Spark 池都包含一组特选和常用的开源库。还可以通过 Azure Synapse Analytics 的库管理功能来添加或管理其他库及其版本。

Matplotlib

可以使用每个库的内置呈现功能（如 Matplotlib），来呈现标准绘图库。

下图是使用 Matplotlib 创建条形图的示例。折线图示例。

运行以下示例代码以绘制上面的图像。

# Bar chart

import matplotlib.pyplot as plt

x1 = [1, 3, 4, 5, 6, 7, 9]
y1 = [4, 7, 2, 4, 7, 8, 3]

x2 = [2, 4, 6, 8, 10]
y2 = [5, 6, 2, 6, 2]

plt.bar(x1, y1, label="Blue Bar", color='b')
plt.bar(x2, y2, label="Green Bar", color='g')
plt.plot()

plt.xlabel("bar number")
plt.ylabel("bar height")
plt.title("Bar Chart Example")
plt.legend()
plt.show()

散景

可以使用来呈现 HTML 或交互式库，例如 displayHTML(df)。

下图是使用 bokeh 在地图上绘制字形的示例。

bokeh-example

运行以下示例代码以绘制上面的图像。

from bokeh.plotting import figure, output_file
from bokeh.tile_providers import get_provider, Vendors
from bokeh.embed import file_html
from bokeh.resources import CDN
from bokeh.models import ColumnDataSource

tile_provider = get_provider(Vendors.CARTODBPOSITRON)

# range bounds supplied in web mercator coordinates
p = figure(x_range=(-9000000,-8000000), y_range=(4000000,5000000),
           x_axis_type="mercator", y_axis_type="mercator")
p.add_tile(tile_provider)

# plot datapoints on the map
source = ColumnDataSource(
    data=dict(x=[ -8800000, -8500000 , -8800000],
              y=[4200000, 4500000, 4900000])
)

p.circle(x="x", y="y", size=15, fill_color="blue", fill_alpha=0.8, source=source)

# create an html document that embeds the Bokeh plot
html = file_html(p, CDN, "my plot1")

# display this html
displayHTML(html)

Plotly

你可以使用 displayHTML() 来呈现 HTML 或交互式库，如 Plotly 。

运行以下示例代码以绘制下图。

plotly-example

from urllib.request import urlopen
import json
with urlopen('https://raw.githubusercontent.com/plotly/datasets/master/geojson-counties-fips.json') as response:
    counties = json.load(response)

import pandas as pd
df = pd.read_csv("https://raw.githubusercontent.com/plotly/datasets/master/fips-unemp-16.csv",
                   dtype={"fips": str})

import plotly
import plotly.express as px

fig = px.choropleth(df, geojson=counties, locations='fips', color='unemp',
                           color_continuous_scale="Viridis",
                           range_color=(0, 12),
                           scope="usa",
                           labels={'unemp':'unemployment rate'}
                          )
fig.update_layout(margin={"r":0,"t":0,"l":0,"b":0})

# create an html document that embeds the Plotly plot
h = plotly.offline.plot(fig, output_type='div')

# display this html
displayHTML(h)

Pandas

可以将 pandas 数据帧的 html 输出视为默认输出，笔记本将自动显示样式的 html 内容。

Panda 图形示例。

import pandas as pd 
import numpy as np 

df = pd.DataFrame([[38.0, 2.0, 18.0, 22.0, 21, np.nan],[19, 439, 6, 452, 226,232]], 

                  index=pd.Index(['Tumour (Positive)', 'Non-Tumour (Negative)'], name='Actual Label:'), 

                  columns=pd.MultiIndex.from_product([['Decision Tree', 'Regression', 'Random'],['Tumour', 'Non-Tumour']], names=['Model:', 'Predicted:'])) 

df

其他库

除了这些库，Azure Synapse Analytics运行时还包括以下库集，这些库通常用于数据可视化：

Seaborn

有关可用库和版本的最新信息，可以访问 Azure Synapse Analytics Runtime documentation。

R 库（预览版）

R 生态系统提供了多个图形库，其中打包了许多不同的功能。默认情况下，Azure Synapse Analytics中的每个 Apache Spark 池都包含一组特选和常用的开源库。还可以使用 Azure Synapse Analytics 的库管理功能添加或管理其他库和版本。

ggplot2

ggplot2 库广泛使用于数据可视化和探索性数据分析。

ggplot2 图形示例的屏幕截图。

library(ggplot2)
data(mpg, package="ggplot2") 
theme_set(theme_bw()) 

g <- ggplot(mpg, aes(cty, hwy))

# Scatterplot
g + geom_point() + 
  geom_smooth(method="lm", se=F) +
  labs(subtitle="mpg: city vs highway mileage", 
       y="hwy", 
       x="cty", 
       title="Scatterplot with overlapping points", 
       caption="Source: midwest")

rBokeh

rBokeh 是一个本机 R 绘图库，用于创建由 Bokeh 可视化库支持的交互式图形。

若要安装 rBokeh，可以使用以下命令：

install.packages("rbokeh")

安装后，可以利用 rBokeh 创建交互式可视化效果。

rBokeh 图形示例的屏幕截图。

library(rbokeh)
p <- figure() %>%
  ly_points(Sepal.Length, Sepal.Width, data = iris,
    color = Species, glyph = Species,
    hover = list(Sepal.Length, Sepal.Width))

R Plotly

Plotly 的 R 图形库制作具出版质量的交互式图形。

若要安装 Plotly，可以使用以下命令：

install.packages("plotly")

安装后，可以利用 Plotly 创建交互式可视化效果。

Plotly 图形示例的屏幕截图。

library(plotly) 

fig <- plot_ly() %>% 
  add_lines(x = c("a","b","c"), y = c(1,3,2))%>% 
  layout(title="sample figure", xaxis = list(title = 'x'), yaxis = list(title = 'y'), plot_bgcolor = "#c7daec") 

fig

Highcharter

Highcharter 是 Highcharts JavaScript 库及其模块的 R 包装器。

若要安装 Highcharter，可以使用以下命令：

install.packages("highcharter")

安装后，可以利用 Highcharter 创建交互式可视化效果。

Highcharter 图形示例的屏幕截图。

library(magrittr)
library(highcharter)
hchart(mtcars, "scatter", hcaes(wt, mpg, z = drat, color = hp)) %>%
  hc_title(text = "Scatter chart with size and color")

使用 Apache Spark 和 SQL 按需版本连接到 Power BI

Azure Synapse Analytics与Power BI深度集成，使数据工程师能够构建分析解决方案。

Azure Synapse Analytics允许不同的工作区计算引擎在其 Spark 池和无服务器 SQL 池之间共享数据库和表。使用共享元数据模型，可以使用 SQL 按需查询 Apache Spark 表。完成后，可以将 SQL 按需终结点连接到Power BI，以便轻松查询同步的 Spark 表。

后续步骤

有关如何设置 Spark SQL DW 连接器的详细信息： Synapse SQL 连接器
查看默认库： Azure Synapse Analytics 运行时

Last updated on 2026-04-10

Compartilhar via