Python 可视化神器Plotly详解
作者:Python 技术 时间:2022-02-18 04:25:37
文 | 潮汐
来源:Python 技术「ID: pythonall」
学习Python是做数分析的最基础的一步,数据分析离不开数据可视化。Python第三方库中我们最常用的可视化库是 pandas,matplotlib,pyecharts, 当然还有 Tableau,另外最近在学习过程中发现另一款可视化神器-Plotly,它是一款用来做数据分析和可视化的在线平台,功能非常强大, 可以在线绘制很多图形比如条形图、散点图、饼图、直方图等等。除此之外,它还支持在线编辑,以及多种语言 python、javascript、matlab、R等许多API。它在python中使用也非常简单,直接用pip install plotly
安装好即可使用。本文将结合 plotly
库在 jupyter notebook
中来进行图形绘制。
使用 Plotly 可以画出很多媲美Tableau的高质量图,如下图所示:
折线点图
折现点图画图步骤如下:首先在 Pycharm 界面输入 jupyter notebook
后进入网页编辑界面,新建一个文件,导入相应的包即可进行图形绘制:
# import pkg
from plotly.graph_objs import Scatter,Layout
import plotly
import plotly.offline as py
import numpy as np
import plotly.graph_objs as go
#设置编辑模式
plotly.offline.init_notebook_mode(connected=True)
#制作折线图
N = 150
random_x = np.linspace(0,1,N)
random_y0 = np.random.randn(N)+7
random_y1 = np.random.randn(N)
random_y2 = np.random.randn(N)-7
trace0 = go.Scatter(
x = random_x,
y = random_y0,
mode = 'markers',
name = 'markers'
)
trace1 = go.Scatter(
x = random_x,
y = random_y1,
mode = 'lines+markers',
name = 'lines+markers'
)
trace2 = go.Scatter(
x = random_x,
y = random_y2,
mode = 'lines',
name = 'lines'
)
data = [trace0,trace1,trace2]
py.iplot(data)
显示结果如下:
直方图
# 直方图
trace0 = go.Bar(
x = ['Jan','Feb','Mar','Apr', 'May','Jun',
'Jul','Aug','Sep','Oct','Nov','Dec'],
y = [20,15,25,16,18,28,19,67,12,56,14,27],
name = 'Primary Product',
marker=dict(
color = 'rgb(49,130,189)'
)
)
trace1 = go.Bar(
x = ['Jan','Feb','Mar','Apr', 'May','Jun',
'Jul','Aug','Sep','Oct','Nov','Dec'],
y = [29,14,32,14,16,19,25,14,10,12,82,16],
name = 'Secondary Product',
marker=dict(
color = 'rgb(204,204,204)'
)
)
data = [trace0,trace1]
py.iplot(data)
显示结果如下:
散点图
# 散点图
trace1 = go.Scatter(
y = np.random.randn(700),
mode = 'markers',
marker = dict(
size = 16,
color = np.random.randn(800),
colorscale = 'Viridis',
showscale = True
)
)
data = [trace1]
py.iplot(data)
显示结果如下:
总结
今天的文章主要学习可视化神器-plotpy 的相关操作,希望在平时的工作中有所应用。更多的内容详见 https://plotly.com/python/
来源:https://blog.csdn.net/weixin_48923393/article/details/109665221
标签:Python,可视化神器,Plotly
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
SQL+HTML+PHP 一个简单论坛网站的综合开发案例(注册、登录、注销、修改信息、留言等)
2023-06-14 15:54:17
![](https://img.aspxhome.com/file/2023/5/55525_0s.png)
tensorflow实现从.ckpt文件中读取任意变量
2023-01-04 15:39:40
web前端页面性能优化
2009-08-15 12:31:00
在JScript中使用RecordSet对象的GetRows方法
2008-01-16 13:12:00
Django实现文件上传下载
2022-03-17 18:42:48
在ASP中如何使用类class
2007-09-16 17:17:00
ORACLE常用数值函数、转换函数、字符串函数
2009-11-21 09:31:00
python树莓派红外反射传感器
2022-12-05 16:11:47
![](https://img.aspxhome.com/file/2023/9/89399_0s.jpg)
python中关于日期时间处理的问答集锦
2023-08-16 08:18:48
Flask缓存静态文件的具体方法
2023-04-12 18:27:43
![](https://img.aspxhome.com/file/2023/4/92464_0s.png)
python使用递归解决全排列数字示例
2022-02-22 04:14:49
Python实现人脸识别
2022-10-01 06:06:24
![](https://img.aspxhome.com/file/2023/9/80809_0s.png)
HTML 5 Video概述
2010-06-23 18:56:00
![](https://img.aspxhome.com/file/UploadPic/20106/23/01-80s.jpg)
详解Python下载图片并保存本地的两种方式
2023-04-03 05:21:36
关于xmlhttp乱码的解决方法
2008-09-24 17:20:00
django框架中间件原理与用法详解
2022-12-15 03:25:37
![](https://img.aspxhome.com/file/2023/8/83938_0s.png)
观点 2009 年,IE6 走好
2009-01-04 16:46:00
![](https://img.aspxhome.com/file/UploadPic/20091/4/1230920848-89s.png)
PHP基于phpqrcode生成带LOGO图像的二维码实例
2023-11-23 23:47:18
python使用socket远程连接错误处理方法
2023-05-13 04:56:48
python如何实现不可变字典inmutabledict
2023-11-20 11:09:46