2024年最新最强的Python可视化神器,建议一试!_画直方图最好用的工具

本文介绍了Plotly这款在线数据分析和可视化平台,演示了如何在Python中使用其创建折线图、散点图和直方图,以及如何在JupyterNotebook中进行离线模式操作。作者还分享了如何利用Plotly的功能制作出高质量图表。
摘要由CSDN通过智能技术生成

1、Plotly

Plotly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。

而且还是支持在线编辑,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:

在这里插入图片描述

Plotly制图

我尝试做了折线图、散点图和直方图,首先导入库:

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 离线模式
plotly.offline.init_notebook_mode(connected=True)

上面几行代码主要是引用一些库,Plotly有在线和离线两种模式,在线模式需要有账号可以云编辑。

我选用的离线模式,Plotly设置为Offline模式就可以直接在Notebook里面显示了。

2、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)

在这里插入图片描述

折线图

随机设置4个参数,一个x轴的数字和三个y轴的随机数据,制作出三种不同类型的图。

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,调用py.iplot(data)即可。绘制的图片系统默认配色也挺好看的~

3、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设置为Markers就是散点图,然后Marker里面设置一组参数,比如颜色的随机范围,散点的大小,还有图例等等。

在这里插入图片描述

散点图

4、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

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里面设置的有点类似,它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。

在这里插入图片描述

读者福利

小编是一名Python开发工程师,自己整理了一套最新的Python系统学习教程,包括从基础的python脚本到web开发、爬虫、数据分析、数据可视化、机器学习等。如果你也喜欢编程,想通过学习Python转行、做副业或者提升工作效率,这份**【最新全套Python学习资料】** 一定对你有用!

对于0基础小白入门:

如果你是零基础小白,想快速入门Python是可以考虑的!

最后

🍅 硬核资料:关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助:技术群大佬指点迷津,你的问题可能不是问题,求资源在群里喊一声。
🍅 面试题库:由技术群里的小伙伴们共同投稿,热乎的大厂面试真题,持续更新中。
🍅 知识体系:含编程语言、算法、大数据生态圈组件(Mysql、Hive、Spark、Flink)、数据仓库、Python、前端等等。

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友,可以戳这里无偿获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值