最强的Python可视化神器，建议一试！

最新推荐文章于 2024-09-20 20:40:19 发布

一秋的编程笔记

最新推荐文章于 2024-09-20 20:40:19 发布

阅读量160

点赞数

分类专栏：计算机科技 Python 编程文章标签： python 开发语言数据分析计算机科技爬虫

本文链接：https://blog.csdn.net/python03011/article/details/131163598

版权

Python 同时被 3 个专栏收录

180 篇文章 18 订阅

订阅专栏

计算机科技

109 篇文章 2 订阅

订阅专栏

编程

51 篇文章 0 订阅

订阅专栏

文章目录

数据分析离不开数据可视化，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。

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：