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
0
投稿
猜你喜欢
对laravel in 查询的使用方法详解
2024-06-05 09:44:06
MySQL批量SQL插入性能优化详解
2024-01-21 15:25:59
Python的Django框架下管理站点的基本方法
2022-02-14 12:37:19
Python程序设计入门(3)数组的使用
2023-07-20 07:11:15
Python实战之画哆啦A梦(超详细步骤)
2021-05-16 14:36:47
Http与https对比详细介绍
2022-09-10 05:01:38
想取消错误的mysql命令怎么办?
2024-01-13 07:39:38
python实现自动化之文件合并
2023-12-27 07:11:37
关于MySQL分区表的一个性能BUG
2024-01-17 00:30:11
python使用PIL模块获取图片像素点的方法
2022-07-28 10:57:57
Python函数的返回值、匿名函数lambda、filter函数、map函数、reduce函数用法实例分析
2021-09-20 22:47:57
详解Python yaml模块
2022-08-14 12:15:18
网页在IE6中不能打印之谜
2008-12-12 13:08:00
MYSQL数据库教程:唯一编号
2009-02-27 15:27:00
详解python3中zipfile模块用法
2021-10-19 02:10:25
Python 切片为什么不会索引越界?
2022-02-22 19:39:47
每个程序员都应该学习使用Python或Ruby
2023-09-05 06:03:52
asp查询ip地址源代码
2009-07-27 17:51:00
Python调用服务接口的实例
2021-06-04 18:22:06
SQL Server 排序函数 ROW_NUMBER和RANK 用法总结
2024-01-20 17:16:36