Python 可视化神器Plotly详解

 更新时间:2020年12月26日 16:18:05   作者:Python 技术  
这篇文章主要介绍了Python 可视化神器Plotly详解,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下

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:

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:

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:

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:

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内容请搜索脚本之家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脚本之家!

相关文章

  • Python实现随机选择元素功能

    Python实现随机选择元素功能

    这篇文章主要为大家详细介绍了Python实现随机选择元素功能,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2017-09-09
  • pandas实现excel表格处理并读取指定sheet的方法

    pandas实现excel表格处理并读取指定sheet的方法

    这篇文章主要介绍了pandas实现excel表格处理并读取指定sheet的方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2024-02-02
  • Python中使用装饰器和元编程实现结构体类实例

    Python中使用装饰器和元编程实现结构体类实例

    Python中使用装饰器和元编程实现结构体类实例,本文的方法算是一种Python的黑魔法技术,并非Python的常规写法,需要的朋友可以参考下
    2015-01-01
  • Python基于lxml模块解析html获取页面内所有叶子节点xpath路径功能示例

    Python基于lxml模块解析html获取页面内所有叶子节点xpath路径功能示例

    这篇文章主要介绍了Python基于lxml模块解析html获取页面内所有叶子节点xpath路径功能,结合实例形式较为详细的分析了Python使用lxml模块进行xml节点数据解析的相关操作技巧与注意事项,需要的朋友可以参考下
    2018-05-05
  • Python实战小游戏飞机大战详解

    Python实战小游戏飞机大战详解

    飞机大战想必是很多人童年时期的经典游戏,我们依旧能记得抱个老人机娱乐的场景,下面这篇文章主要给大家介绍了关于如何利用python写一个简单的飞机大战小游戏的相关资料,需要的朋友可以参考下
    2021-11-11
  • python单例模式的多种实现方法

    python单例模式的多种实现方法

    这篇文章主要介绍了python单例模式的多种实现方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-07-07
  • Python中shutil模块的学习笔记教程

    Python中shutil模块的学习笔记教程

    shutil模块是一种高层次的文件操作工具,类似于高级API,主要强大之处在于其对文件的复制与删除操作更是比较支持好。下面这篇文章主要介绍了Python中shutil模块的相关教程,需要的朋友可以参考学习,下面来一起看看吧。
    2017-04-04
  • Python中BeautifulSoup通过查找Id获取元素信息

    Python中BeautifulSoup通过查找Id获取元素信息

    这篇文章主要介绍了Python中BeautifulSoup通过查找Id获取元素信息,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-12-12
  • python列表的增删改查实例代码

    python列表的增删改查实例代码

    下面小编就为大家分享一篇python列表的增删改查实例代码,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-01-01
  • 详解appium+python 启动一个app步骤

    详解appium+python 启动一个app步骤

    这篇文章主要介绍了详解appium+python 启动一个app步骤,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-12-12

最新评论