python 可视化大屏幕_Python 数据可视化：Plotly 初体验

前面学习的可视化工具，所绘制的图都是发布到本地的。如果别人想看，有两种方法：一种是跑到自己的计算机这边来看；另一种是导出图片发给对方。在当今网络如此发达的时代，还用这种古代的方式传播信息，的确有点太不上档次了。

如果读者在这之前已经意识到问题了，说明你是一个善于发现问题的人。但这还不够，还要善于解决问题。当然，这个问题也不是今天才发现的，比如 Alex Johnson、Jack Parmer、Chris Parmer 和 Matthew Sundquist，他们早在大约 2013 年就意识到了，并且动手解决，于是 Plotly 诞生了(参考：维基百科)。

Plotly 解决了数据可视化作品的在线分享问题，这就是它的独特之处。

4.1.1 初始化

Plotly 的底层是 plotly.js，plotly.js 基于 D3.js、stack.gl 和 SVG，能够用 JS 在网页上实现类似 Matlab 和 Matplotlib 的图形。Plotly 提供了 Python、Matlab、R 语言等 API。

Plotly 原本是收费的，自 2016 年 6 月开始，提供免费的社区版。

如果要使用它，首先要在网站官方网站 https://plot.ly/ 注册账号，然后就可以在线发布绘制的图示了。

enter image description here

登录网站之后，在用户个人信息中的下拉菜单选择“setting”项目，进入下面的界面。

image

记录下自己的 Username 和 API KEY(可以重置)，这样就做好了在线账号设置工作。

下一步就是要在本地安装 Plotly，在本课程第 0-3 课中已经介绍过，如果尚未安装，请用如下指令：

pip3 install plotly

安装完毕，进行在线账号初始化。

import plotly

plotly.tools.set_credentials_file(username="your_username", api_key='your_apikey')

这步操作如果成功，则不返回任何结果。初始化的结果是在本地生成了 ~/.plotly/.credentials 文件。

4.1.2 三种模式

完成初始化之后，就可以进行绘图，并实现在线分享。

import plotly.plotly as py

import plotly.graph_objs as go

t0 = go.Scatter(x = [1, 2, 3, 4],

y = [10, 15, 13, 17])

t1 = go.Scatter(x = [1, 2, 3, 4],

y = [16, 18, 13, 17])

data = [t0, t1]

py.plot(data, filename="example_image") #①

执行上述代码之后，会输出一个 URL：'https://plot.ly/~qiwsir/12'(每个人的 URL 会有所不同)。同时，会自动打开浏览器一个新标签，在那里会展现这个 URL 的页面内容，就是上述程序所绘制的图形。如果没有自动打开，可以把返回的 URL 复制到地址栏中访问此页面。

image

如果看到了此页面，就可以把 URL 分享给任何人，他们都能打开网页看到同样的图像。而且，因为这张图是基于 JavaScript 的，在手机那种小屏幕上看，也一样能够自适应。

惊喜还不止这些。 如果用鼠标点击图例，就会发现可以选择要显示的图线。另外，上面还有放大、截图、移动、下载、分享多个小工具等。

我们可以把 Plotly 的官方网站看做免费公开图示的托管网站，在里面可以看到很多高手发布的精美图示。每个用户在这里都有个人作品的专有页面，比如本教程作者的个人作品集：https://plot.ly/~qiwsir#/，打开之后会看到我个人发布的图示(很抱歉，没有好东西)。

enter image description here

图中标示了 filename，它所显示的就是 py.plot(data, filename="example_image") 中所设置的图示文件名称。

刚才生成的图示，直接发布到 plot.ly 上，把这种方式称为“在线模式”。与之相对，还有另外一种模式，不发布到该网站上，而是在本地生成一个 HTML 文件，并将图示置于其中，这种模式称为“离线模式”。操作如下：

import plotly

import plotly.graph_objs as go

plotly.offline.plot({"data": [go.Scatter(x=[1,2,3,4], y=[6,7,8,9])],

"layout": go.Layout(title="laoqi_third_image")},

auto_open = True)

执行之后，会返回 HTML 文件的地址，例如：'file:///Users/qiwsir/Documents/Projects/gitchat/data-visual/temp-plot.html'，并且同时在浏览器中打开这个文件 auto_open = True。

在线模式或离线模式，都是要在新的浏览器地址打开。如果觉得这样的方式不方便调试，还可以使用第三种模式——嵌入模式。

plotly.offline.init_notebook_mode(connected=True)

plotly.offline.iplot({

"data": [go.Scatter(x=[1, 2, 3, 4], y=[4, 3, 2, 1])],

"layout": go.Layout(title="hello world")

})

执行之后，在当前代码的下面会插入下图所示(因为不同计算机的计算能力差异，有时候可能需要等几秒钟才能呈现图示)：

image

效果貌似跟前面使用 Matplotlib 等差不多，但是这里插入的不是一张静态图片，而是跟“在线模式”或者“离线模式”一样的 H 前段代码(HTML + JS)，同样具有交互功能。只不过，这种模式对于调试更便捷。

4.1.3 基本结构

在上述的制图代码中，主要是用 Plotly 提供的一些 API 完成绘图，这一点与以往的工具是一样的。区别就在于，这里还提供了一些基于网站 plot.ly 的 API，从而能够实现在线模式的制图。

如果对绘制图示的过程进行分析，可以将其概括为如下几部分。

1. API 函数

基于 Plotly 制图，不论是最后生成在线的还是本地的图示，都是按照如下流程。

向服务器的 API 提交数据和有关参数配置——以 JSON 格式。如果是生成本地图示，就提交给本地的 Plotly 程序并生成 HTML 文件；如果是生成在线图示，就是向 Plotly 服务器提交，并返回网址。

服务器接收到信息，验证正确后生成图示。

返回地址(可以是在线的 URL，也可以是本地 HTML 文件地址，或者插入到当前浏览器)。

以在线模式为例：

import plotly.plotly as py

用这种方式引入了 plotly.plotly 库，并更名为 py。这个库包含了与 Plotly 官方服务器相连接的函数，例如在线模式中的 ①(py.plot(data, filename="example_image"))所使用的函数 py.plot，其作用就是向 Plotly 官网提交有关绘图的数据，以及对图示的各种配置信息。服务器接受之后，会创建一个在线图示(唯一的一个 URL)，默认自动打开。

plot(figure_or_data, validate=True, **plot_options)

常用参数见下。

figure_or_data：向 Plotly 官方网站提交的数据，通常以 JSON 组成的列表形式提交。

filename：图示的名称。

fileopt：文件保存模式，可选的模式(字符串)有以下几个选项。

new：新创建一个 URL。

overwrite：覆盖原有的同 filename 的图示。

extend：对已有图示的 traces 增加数据—— traces 是什么？继续阅读就能明白。

append：对已有图示的数据列表中追加 traces ——跟 extend 不同。假设已有图示的数据列表是 [trace1, trace2]，append 的作用就是向这个列表中追加 trace，使其变成 [trace1, trace2, trace3]。

auto_open：默认 auto_open = True，即自动打开 URL。

sharing：设置 URL 的访问权限，可选值有以下几个。

'public'：任何人都可以访问，并且显示在个人页面，允许 Plotly 搜索。

'private'：只有发布者个人用户可以访问。

'secret'：拥有此链接的人能够访问，但 Plotly 网站上不会展示，也不搜索此图。

除了此函数之外，类似的还有 plotly.offline.plot 和 plotly.offline.iplot，不同之处在于向本地的 Plotly 服务提交有关数据和图示的参数设置等。而后根据设置生成图示。

2. JSON 格式的数据

通过 Plotly 的 API 所提交的数据，可以有多种类型(对象)。

列表中的字典。 例如(使用嵌入模式，后续不特别说明，都以这种模式演示)：