python可视化神器_Python 可视化神器Plotly详解

55dbf229d45afbe4be6a345b0debb0ad.png

文 | 潮汐

来源:Python 技术「ID: pythonall」

学习Python是做数分析的最基础的一步,数据分析离不开数据可视化。Python第三方库中我们最常用的可视化库是 pandas,matplotlib,pyecharts, 当然还有 Tableau,另外最近在学习过程中发现另一款可视化神器-Plotly,它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。除此之外,它还支持在线编辑,以及多种语言 python、javascript、matlab、R等许多API。它在python中使用也非常简单,直接用pip install plotly 安装好即可使用。本文将结合 plotly 库在 jupyter notebook 中来进行图形绘制。

使用 Plotly 可以画出很多媲美Tableau的高质量图,如下图所示:

3200969746a53fc1ef11e45a646374a4.png

129d5ff119c7df29b1761f6b46b8d049.png

折线点图

折现点图画图步骤如下:首先在 Pycharm 界面输入 jupyter notebook后进入网页编辑界面,新建一个文件,导入相应的包即可进行图形绘制:

# import pkg

from plotly.graph_objs import Scatter,Layout

import plotly

import plotly.offline as py

import numpy as np

import plotly.graph_objs as go

#设置编辑模式

plotly.offline.init_notebook_mode(connected=True)

#制作折线图

N = 150

random_x = np.linspace(0,1,N)

random_y0 = np.random.randn(N)+7

random_y1 = np.random.randn(N)

random_y2 = np.random.randn(N)-7

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)

显示结果如下:

449f2ade5d5b7a5e003ff3f8a1115395.png

直方图

# 直方图

trace0 = go.Bar(

x = ['Jan','Feb','Mar','Apr', 'May','Jun',

'Jul','Aug','Sep','Oct','Nov','Dec'],

y = [20,15,25,16,18,28,19,67,12,56,14,27],

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 = [29,14,32,14,16,19,25,14,10,12,82,16],

name = 'Secondary Product',

marker=dict(

color = 'rgb(204,204,204)'

)

)

data = [trace0,trace1]

py.iplot(data)

显示结果如下:

2e1010cf2793621977a12e61c340d3be.png

散点图

# 散点图

trace1 = go.Scatter(

y = np.random.randn(700),

mode = 'markers',

marker = dict(

size = 16,

color = np.random.randn(800),

colorscale = 'Viridis',

showscale = True

)

)

data = [trace1]

py.iplot(data)

显示结果如下:

5297939eec8e49856f4b1c72cad8f0f7.png

总结

今天的文章主要学习可视化神器-plotpy 的相关操作,希望在平时的工作中有所应用。更多的内容详见 https://plotly.com/python/

到此这篇关于Python 可视化神器Plotly详解的文章就介绍到这了,更多相关Python 可视化神器Plotly内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

本文标题: Python 可视化神器Plotly详解

本文地址: http://www.cppcns.com/jiaoben/python/371430.html

  • 0
    点赞
  • 2
    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