Python软件设计基础第十节-Plotly可视化

最新推荐文章于 2024-03-20 20:24:36 发布

惊蛰鼬神

最新推荐文章于 2024-03-20 20:24:36 发布

阅读量1.7k

点赞数 2

文章标签： python 后端数据可视化

本文链接：https://blog.csdn.net/weixin_48138515/article/details/122244917

版权

本文介绍了Plotly的基础知识，包括Plotly公司的背景和安装方法。重点讲述了如何使用Plotly进行数据可视化，如IRIS数据集的可视化，三角函数图表绘制，以及地图可视化的进阶技巧，包括2D和3D地球模型的展示。最后，强调了好数据的标准对研究的重要性。

摘要由CSDN通过智能技术生成

一、Plotly介绍

Plotly成立于2013年，是一家数据可视化公司，专注于将数据科学从实验室带入业务。通过 Plotly，可以轻松地使用任何编程语言构建、部署和超大规模交互式分析应用、图形和可视化效果。

Plotly是基于javascript开发的，提供了大量与其他主流数据分析语言的API，比如Python， R， Matlab等。Plotly不仅可以从原生的Python获得支持，对于matplotlib，pandas等库也有专门为其量身定制的接口。

更多介绍可查看Plotly官网：

https://plotly.com/python/

二、Plotly安装

直接在命令提示符内输入“pip3 install plotly”即可完成安装。

三、Plotly可视化呈现

（一）IRIS数据集可视化

Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。

1、基础操作

代码如下：

import plotly.express as px
#引入第三方库

df = px.data.iris() 
#iris is a pandas DataFrame

fig = px.scatter(df, x="petal_width", y="petal_length")
fig.show()
#可视化呈现

结果如下：