pandas+plotly实现数据图表的绘制和多维度下多个子图的展示

记录使用plotly和pandas实现对数据的处理和绘制,如果要说的高级一点，那可以说是数据可视化
plotly是一个图表绘制的三方库，而pandas 则是专业对数据进行处理的三方库，使用pandas处理得到的数据，再配合使用plotly 则可以很好的实现数据的处理和展示。
常规的数据量小的图，可以用Excel 简单完成，但是数据量庞大一点，Excel就支撑不住了，例如数据量达到数万条的情况下，再使用Excel 进行绘图，不仅生成图时耗时会很久，同时Excel会陷入卡顿，使用体验是非常的不爽。
基于这种需求，我们可以采用pandas+plotly去替代实现，pandas做数据的提取，处理；plotly则将处理好的数据绘制成想要的图表

plotly有两种模式，一种是在线绘制，需要账户，可以将绘图保存在云端，一种是离线绘制，也就是本地绘制，保存在本地。保存在哪里不重要，重要的是怎么实现,怎么理解实现。

数据

先来份数据，从网易财经捞份股票数据，数据规整，省去数据缺失处理的麻烦, 部分数据如下：

单个维度分析

首先，先来分析一个简单的数据，分析所有时间内开盘价的波动情况。分析实现的思路：
需要的数据两列，一列是时间，另一列是开盘价，取出数据中的【时间】列作为横坐标，【开盘价】作为作为纵坐标，调用对应的模型画出图即可

import plotly.offline as py
import pandas as pd
import plotly.graph_objects as go
file_path='test_data.csv'
df=pd.read_csv(file_path)
time_column=df['日期']
opening_price=df['开盘价']
# 参数备注：x，y 分别为x,y轴要展示的数据，mode是指定画图样式（折线图、柱状图...）,name 是图例
trace=go.Scatter(x=time_column,y=opening_price,mode="lines",name='开盘价')
# 参数备注：title（图标标题），xaxis(x轴的标题，文案显示的角度等...)
layout=go.Layout(title='开盘价分析',xaxis={
   'title':'Time','tickangle':60},yaxis={
   'title': '开盘价'})
fig=go.Figure(trace,layout)
py.plot(fig)

生成的对应的折线图：