SCI论文--绘制交互式图表工具

Cufflinks

相信很多基于深度学习的研究者们,在做完实验后,都苦于如何画出能让审稿人眼前一亮的可视化图表。但是强大如matlab,也需要下载一些额外的工具包来润色图表。繁重复杂的流程,比做实验还让人心累。
所以今天提供一款无需复杂流程,并且呈现令人惊讶的绘图效果的工具–Cufflinks。Cufflinks是一个使用Plotly库进行数据可视化的Python库。使用Cufflinks,可以通过DataFrame对象直接调用不同类型的绘图方法来生成各种图表,如折线图、散点图、柱状图、饼图等。这些方法与DataFrame的结构紧密集成,允许对数据进行灵活的操作和可视化。

1.Cufflinks安装

安装非常简单,pip命令即可完成

pip install cufflinks

2.Cufflinks绘图

Cufflinks是对plotly的高级封装,它通过对pandas数据对象直接调用iplot方法,就可以方便的生成图表。

步骤一:

导入必要的库,创建DataFrame对象。
(DataFrame是Pandas中最常用的数据结构,可以通过多种方式创建DataFrame对象,包括从CSV文件、Excel电子表格、数据库、Python字典、NumPy数组等读取数据,或手动创建一个空的DataFrame对象并逐步添加数据。)

import pandas as pd
import cufflinks as cf
from plotly.offline import plot, iplot

# 配置Cufflinks以在Jupyter Notebook中显示图表
cf.set_config_file(offline=True)  #offline=True表示要在离线模式下进行图表绘制。

创建一个示例DataFrame对象:

data = {'Year': [2010, 2011, 2012, 2013, 2014],
        'Sales': [100, 150, 200, 180, 220],
        'Expenses': [80, 100, 120, 100, 140]}

df = pd.DataFrame(data)

步骤二:

调用Cufflinks方法,设置绘图参数
常见示例如下:
折线图:

df.iplot(mode= 'lines+markers', x='Year', y=['Sales', 'Expenses'], title='Sales and Expenses Over Years', xTitle='Year', yTitle='Amount', theme = 'white')

在这里插入图片描述

散点图

df.iplot(kind='scatter', x='Sales', y='Expenses', mode='markers', 
         title='Sales vs Expenses', xTitle='Sales', yTitle='Expenses', theme = 'white')

在这里插入图片描述

柱状图

df.iplot(kind='bar', x='Year', y=['Sales', 'Expenses'], barmode='stack',
         title='Sales and Expenses by Year', xTitle='Year', yTitle='Amount', theme= 'white')

在这里插入图片描述

饼图

df.iplot(kind='pie', labels='Year', values='Sales', title='Sales Distribution by Year', theme = 'white')

在这里插入图片描述

这只是一些简单的示例,你还可以根据需要使用其他参数和定制选项来创建不同类型的图表。值得注意的是,Cufflinks提供了很多绘图方法和选项,可以使你更轻松地进行数据可视化。

步骤三:

文件保存
将图表保存为HTML文件

plot(df.iplot(kind='scatter', x='Sales', y='Expenses'), filename='scatter.html')

将图表保存为静态图片

plot(df.iplot(kind='scatter', x='Sales', y='Expenses'), image='png', filename='scatter.png')

实际上,你可以直接右上角使用该库提供的拍照功能,一键下载保存。
在这里插入图片描述

补充说明

参数补充

kind:指定要绘制的图表类型,例如line(线图)、bar(条形图)、scatter(散点图)、box(箱线图)等。可以根据数据类型和需求选择合适的图表类型。

x:指定X轴上的数据列,通常对应于数据框架中的某个列名。

y:指定Y轴上的数据列或列名列表,即要在图表中显示的数据列。

title:图表的标题。

xTitle:X轴的标题。

yTitle:Y轴的标题。

mode:用于散点图和线图的模式。例如,markers表示仅显示散点,lines表示仅显示线,lines+markers表示同时显示线和散点。

colors:用于指定图表中不同系列的颜色。可以使用字符串、RGB元组、hex代码或Plotly支持的颜色标识符。

template:指定图表的样式模板,用于自定义图表的外观风格。

secondary_y:用于将一个或多个Y轴的数据列分配给副Y轴。可以为其指定True,将会将数据列分配给新的副Y轴。

barmode:用于条形图的模式,控制多个变量在同一条形图上的显示方式。可以选择group(并排放置)或stack(堆叠显示)。

这些是Cufflinks中的一些常用公共参数,可以根据需要进行相应的设置,以实现所需的图表效果和可视化定制。

色彩展示
对于例子中dataframe数据,因为生成的数据时坐标簇,其配色可以有多种方案,在cufflinks中,有很多颜色集,称为colorscale,我们可以通过下面代码获取:

cf.colors.scales()

在这里插入图片描述
可以通过colorscale参数来设定,比如 colorscale = ‘prgn’

博主仅将其用于绘制简单图表,基于plotly库的Cufflinks还有很多功能待大家探索。

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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