APP下载

python中的——视觉化神器--Plotly

消息来源:baojiabao.com 作者: 发布时间:2024-05-17

报价宝综合消息python中的——视觉化神器--Plotly

资料分析离不开资料视觉化。我们最常用的就是pandas,matplotlib,pyecharts当然还有Tableau,看到一篇文章介绍plotly制图后我也跃跃欲试,查看了相关资料开始尝试用它制图

Plotly 是一款用来做资料分析和视觉化的线上平台,功能非常强大,可以线上绘制很多图形比如条形图、散点图、饼图、直方图等等。而且还是支援线上编辑,以及多种语言python、javascript、matlab、R等许多API。它在python中使用也很简单,直接用pip install plotly就可以了。推荐最好在jupyter notebook中使用,pycharm操作不是很方便。使用Plotly可以画出很多媲美Tableau的高质量图:

plotly制图.png

我尝试做了折线图、散点图和直方图,程式码如下:

首先汇入库

from plotly.graph_objs import Scatter,Layout

import plotly

import plotly.offline as py

import numpy as np

import plotly.graph_objs as go

#setting offilne

plotly.offline.init_notebook_mode(connected=True)

上面几行程式码主要是引用一些库,plotly有线上和离线两种模式,线上模式需要有账号可以云编辑。我选用的离线模式,plotly设定为offline模式就可以直接在notebook里面显示了。

1.制作折线图

N = 100

random_x = np.linspace(0,1,N)

random_y0 = np.random.randn(N)+5

random_y1 = np.random.randn(N)

random_y2 = np.random.randn(N)-5

#Create traces

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)

折线图.png

随机设定4个引数,一个x轴的数字和三个y轴的随机资料,制作出三种不同型别的图。trace0是markers,trace1是lines和markers,trace3是lines。然后把三种图放在data这个列表里面,呼叫py.iplot(data)即可。

绘制的图片系统预设配色也挺好看的~

2.制作散点图

trace1 = go.Scatter(

y = np.random.randn(500),

mode = 'markers',

marker = dict(

size = 16,

color = np.random.randn(500),

colorscale = 'Viridis',

showscale = True

)

)

data = [trace1]

py.iplot(data)

把mode设定为markers就是散点图,然后marker里面设定一组引数,比如颜色的随机范围,散点的大小,还有图例等等。

散点图.png

3.直方图

trace0 = go.Bar(

x = ['Jan','Feb','Mar','Apr', 'May','Jun',

'Jul','Aug','Sep','Oct','Nov','Dec'],

y = [20,14,25,16,18,22,19,15,12,16,14,17],

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 = [19,14,22,14,16,19,15,14,10,12,12,16],

name = 'Secondary Product',

marker=dict(

color = 'rgb(204,204,204)'

)

)

data = [trace0,trace1]

py.iplot(data)

直方图.png

直方图是我们比较常用的一种图形,plotly绘制直方图的方式跟我们在pandas里面设定的有点类似,他们非常直观的体现了不同月份两个生产力之间的差异。

上面的制图只是plotly的冰山一角,都是一些最基本的用法,它还有很多很酷的用法和图形,尤其是跟pandas结合画的图非常漂亮。比如一些股票的K线图,大家有兴趣可以研究研究~

需要pythonPDF电子书的小伙伴请关注、转发、私信我"学习"就能免费获取电子书。

2019-09-30 07:52:00

相关文章