数据可视化学习---plotly基本图形（一）之散点图、折线图、柱状图

包的安装在这里就不介绍了
以下代码都是在jupyter notebook中运行测试
这里采用的是离线模式
在线模式的使用请自行百度

下面直接进入主题

1. 散点、折线图

• 1.1 散点图
• 1.2 折线图
• 1.3 点线图
• 1.4 整合演示

2. 柱状图

• 2.1 普通单柱状图
• 2.2 柱状簇
• 2.3 层叠柱状图
• 2.4 相对堆叠柱状图
• 2.5 瀑布式柱状图
• 2.6 柱状图颜色与样式的设置

1.散点、折线图

1.1 纯散点图

# -*- coding: utf-8 -*-

import plotly.offline as of
import numpy as np
import plotly.graph_objs as go
import plotly

# 生成1000个符合标准正态分布的数
random_x = np.random.randn(100)
random_y = np.random.randn(100)

# 传入数据来源，选择图形模式
trace = go.Scatter(
    x = random_x,
    y = random_y,
    mode = 'markers',# 纯散点图
    marker=dict(
    size=10, # 设置点的宽度
    color = 'rgba(255, 182, 193, .9)', # 设置点的颜色
    line = dict( # 设置点外围的线的样式
        width = 1,
        color = 'blue'
    )
  )

)
'''
marker ----> 图形的样式，可单个数据使用或者字典
'''
# 传入绘图数据
data = [trace]

# 绘图
# of.plot(data)
'''将graph部分和layout部分组合成figure对象'''
fig = go.Figure(data=data)

'''启动绘图直接绘制figure对象'''
plotly.offline.init_notebook_mode()
plotly.offline.iplot(fig,filename='basic-scatter')
#上面两行代码可以用fig.show()代替，同样可以在jupyter中显示图表

1.2折线图

# 生成1000个符合标准正态分布的数
random_x = np.linspace(0, 1, 100)
random_y = np.random.randn(100)-5

# 传入数据来源，选择图形模式
trace = go.Scatter(
    x = random_x,
    y = random_y,
    mode = 'lines', # 折线图
    name = 'lines',
    line = dict(
        color = 'rgba(255, 182, 193)',
        width = 1
    )
#     marker=dict(
#     size='16',
#     color = np.random.randn(500)
#     colorscale=colorscale,
#     showscale=True
#   )

)
'''
marker ----> 图形的样式，可单个数据使用或者字典
'''
# 传入绘图数据
data = [trace]

# 绘图
# of.plot(data)
'''将graph部分和layout部分组合成figure对象'''
fig = go.Figure(data=data)

'''启动绘图直接绘制figure对象'''
plotly.offline.init_notebook_mode()
plotly.offline.iplot(fig,filename='basic-scatter')

1.3点线图

# 生成1000个符合标准正态分布的数
random_x = np.linspace(0, 1, 100)
random-y2 = np.random.randn(100)-5

# 传入数据来源，选择图形模式
trace = go.Scatter(
	x = random_x,
	y = random_y2,
	mode = 'lines+markers',  # 点线结合的模式
	name = 'lines+markers'  
)
# 传入绘图数据
data = [trace]
# 绘图
fig = go.Figure(dat