Python2.7使用plotly绘制本地散点图和折线图实例

本人在学习使用Python和plotly处理数据时,经过两个小时艰难试错,终于完成了散点图和折线图的实例。在使用过程中遇到一个大坑,因为官方给出的案例是用在线存储的,所以需要安装jupyter(也就是ipython)才能使用notebook来处理生成的文件,一开始我没太懂iplot和plot之间的差异,导致浪费了很多时间。

重要提示:最新的jupyter不支持Python3.2及以下版本。

20171208181728920.jpeg

最后我只能继续采用本地文件的形式来解决这个问题了。下面放出我的测试代码,被注释掉的是官方给出的代码以及离线存储的代码。应该是最新版的Python的方案。

#!/usr/bin/python
# coding=utf-8
 
import plotly.plotly
import random
from plotly.graph_objs import *
import plotly.graph_objs as abc  # 必须
import numpy as np
 
 
def sayHello():
    N=100
    xx = [];
    for i in range(20):
        xx.append(i)
    y0 = [];
    for i in range(20):
        y0.append(random.randint(0, 10))
    y1 = [];
    for i in range(20):
        y1.append(random.randint(10, 20))
    y2 = [];
    for i in range(20):
        y2.append(random.randint(20, 30))
    #xx = np.linspace(0, 1, N)
    #y0 = np.random.randn(N) + 5
    #y1 = np.random.randn(N)
    #y2 = np.random.randn(N) - 5
    data_1 = abc.Scatter(
        x=xx,
        y=y0,
        name='test1',
        mode='markers'
    )
    date_2 = abc.Scatter(
        x=xx,
        y=y1,
        name='test2',
        mode="lines"
    )
    date_3 = abc.Scatter(
        x=xx,
        y=y2,
        name='test3',
        mode="lines+markers"
    )
    '''
    N = 1000
    random_x = np.random.randn(N)
    random_y = np.random.randn(N)
    # Create a trace
    trace = abc.Scatter(
        x=random_x,
        y=random_y,
        mode='markers'
    )
    data1 = [trace]
    '''
    data1 = Data([data_1, date_2,date_3])
    plotly.offline.plot(data1)
    #plotly.offline.iplot(data1,filename='test01')
 
 
if __name__ == "__main__":
    sayHello()

下面是我最终结果的截图:

20171208182042824.png

往期文章精选

  1. java一行代码打印心形
  2. Linux性能监控软件netdata中文汉化版
  3. 接口测试代码覆盖率(jacoco)方案分享
  4. 性能测试框架
  5. 如何在Linux命令行界面愉快进行性能测试
  6. 图解HTTP脑图
  7. 写给所有人的编程思维
  8. 如何测试概率型业务接口
  9. httpclient处理多用户同时在线
  10. 成为杰出Java开发人员的10个步骤
  11. 将swagger文档自动变成测试代码

公众号地图 ☢️ 一起来~FunTester

转载于:https://my.oschina.net/u/3973795/blog/3099669

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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