5种炫酷的数据可视动态图，用Python轻松实现

最新推荐文章于 2024-08-17 09:40:21 发布

天天开心学编程

最新推荐文章于 2024-08-17 09:40:21 发布

阅读量2k

点赞数 4

文章标签： python 动画开发语言

本文链接：https://blog.csdn.net/m0_64355682/article/details/122577426

版权

本文介绍了如何使用Plotly库创建5种炫酷的数据可视化动态图，包括动画、太阳图、平行类别图、平行坐标图和量表图。Plotly具有与Jupyter Notebook、网站集成以及Dash构建仪表板的能力，让数据展示更加生动和交互性。文章提供相关代码示例，帮助读者掌握动态数据可视化的技巧。

摘要由CSDN通过智能技术生成

数据可以帮助我们描述这个世界、阐释自己的想法和展示自己的成果，但如果只有单调乏味的文本和数字，我们却往往能难抓住观众的眼球。而很多时候，一张漂亮的可视化图表就足以胜过千言万语。

本文将介绍 5 种基于 Plotly 的可视化方法，你会发现，原来可视化不仅可用直方图和箱形图，还能做得如此动态好看甚至可交互。

那么，Plotly 有哪些好处？Plotly 的整合能力很强：可与 Jupyter Notebook 一起使用，可嵌入网站，并且完整集成了 Dash——一种用于构建仪表盘和分析应用的出色工具。

启动

如果你还没安装 Plotly，只需在你的终端运行以下命令即可完成安装：

pip install plotly

安装完成后，就开始使用吧！

动画

在研究这个或那个指标的演变时，我们常涉及到时间数据。Plotly 动画工具仅需一行代码就能让人观看数据随时间的变化情况，如下图所示：

代码如下：

import plotly.express as px
from vega_datasets import data
df = data.disasters()
df = df[df.Year > 1990]
fig = px.bar(df,
             y="Entity",
             x="Deaths",
             animation_frame="Year",
             orientation='h',
             range_x=[0, df.Deaths.max()],
             color="Entity")
# improve aesthetics (size, grids etc.)
fig.update_layout(width=1000,
                  height=800,
                  xaxis_showgrid=False,
                  yaxis_showgrid=False,
                  paper_bgcolor='rgba(0,0,0,0)',
                  plot_bgcolor='rgba(0,0,0,0)',
                  title_text='Evolution of Natural Disasters',
                  showlegend=False)
fig.update_xaxes(title_text='Number of Deaths')
fig.update_yaxes(title_text='')
fig.show()

只要你有一个时间变量来过滤，那么几乎任何图表都可以做成动画。下面是一个制作散点图动画的例子：