你知道吗实现炫酷可视化只要1行python代码

 更新时间:2021年08月17日 10:48:34   作者:梦子mengy7762  
这篇文章主要给大家介绍了关于利用Python进行数据可视化常见的9种方法!文中介绍的方法真的超实用!对大家学习或者使用python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

之前画图一直在用matlibplot、pyecharts,最近学习了一个新的可视化库–cufflinks,用了两天我已经深深爱上它了

主要是因为它用法简单、图形漂亮、代码量少,用一两行代码,就能画出非常漂亮的图形

下面我们一起来看看吧!

1.用法简单

cufflinks库主要和dataFrame数据结合使用,绘图函数就是 dataFrame.iplot,记住这个就行了,但是 iplot 函数里的参数很多,一些参数说明如下:

kind:图的种类,如 scatter、pie、histogram 等
mode:lines、markers、lines+markers,分别表示折线、点、折线和点
colors:轨迹对应的颜色dash:轨迹对应的虚实线,
solid、dash、dashdot 三种width:
轨迹的粗细xTitle:横坐标名称yTitle:纵坐标的名称
title:图表的标题

如下图,df为随机生成的dataFrame数据,kind='bar'表示柱状图,title代表标题,xTitle命名X轴,yTitle命名Y轴:最后,如果你的时间不是很紧张,并且又想快速的提高,最重要的是不怕吃苦,建议你可以联系维:762459510 ,那个真的很不错,很多人进步都很快,需要你不怕吃苦哦!大家可以去添加上看一下~

import pandas as pdimport numpy as npimport cufflinks as cfdf=pd.DataFrame
(np.random.rand(12, 4), 
columns=['a', 'b', 'c', 'd'])
df.iplot(kind ='bar',title='示例', xTitle = 'X轴', yTitle ='Y轴')

牛批了,1行python代码就可实现炫酷可视化

2.少量代码就能画出非常漂亮的图形

cufflinks为我们提供了丰富的主题样式,支持包括polar、pearl、henanigans、solar、ggplot、space和white等7种主题。最后,如果你的时间不是很紧张,并且又想快速的提高,最重要的是不怕吃苦,建议你可以联系维:762459510 ,那个真的很不错,很多人进步都很快,需要你不怕吃苦哦!大家可以去添加上看一下~

折线图

cf.datagen.lines(4,10).iplot(mode='lines+markers',theme='solar')

牛批了,1行python代码就可实现炫酷可视化

cufflinks使用datagen生成随机数,figure定义为lines形式,cf.datagen.lines(2,10)的具体形式如下:

cf.datagen.lines(2,10)  #2代表2组,10代表10天
WCB.EH OAA.CQ
2015-01-01 -0.052580 -0.351618
2015-01-02 1.056254 -1.476417
2015-01-03 0.078017 1.129168
2015-01-04 0.282141 0.908655
2015-01-05 0.960537 -0.223996
2015-01-06 1.420355 0.212851
2015-01-07 2.266144 0.358502
2015-01-08 0.008034 1.086130
2015-01-09 1.876946 2.226895
2015-01-10 1.855625 2.852383

散点图

df = pd.DataFrame(np.random.rand(50, 4), 
columns=['a', 'b', 'c', 'd'])
df.iplot(kind='scatter',mode='markers',
colors=['orange','teal','blue','yellow'],
size=20,theme='solar')

牛批了,1行python代码就可实现炫酷可视化

气泡图

df.iplot(kind='bubble',x='a',y='b',size='c',theme='solar')

牛批了,1行python代码就可实现炫酷可视化

subplots 子图

df=cf.datagen.lines(4)df.iplot
(subplots=True,shape=(4,1),
shared_xaxes=True,
vertical_spacing=.02,
fill=True,theme='ggplot')

牛批了,1行python代码就可实现炫酷可视化

箱形图

cf.datagen.box(20)
.iplot(kind='box',
legend=False,theme='ggplot')

牛批了,1行python代码就可实现炫酷可视化

直方图

df.iloc[:,0:3].iplot(kind='histogram')

牛批了,1行python代码就可实现炫酷可视化

3D图

cf.datagen.scatter3d(5,4)
.iplot(kind='scatter3d',x='x',y='y',z='z',
text='text',categories='categories')

牛批了,1行python代码就可实现炫酷可视化

怎么样?是不是很方便,希望我的介绍能够起到抛砖引玉的作用,cufflinks库还有更丰富的绘图功能等着你去挖掘。

总结

本篇文章就到这里了,希望能给你带来帮助,也希望您能够多多关注脚本之家的更多内容!

相关文章

  • Django 项目通过加载不同env文件来区分不同环境

    Django 项目通过加载不同env文件来区分不同环境

    这篇文章主要介绍了Django 项目如何通过加载不同env文件来区分不同环境,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
    2020-02-02
  • 使用python模拟高斯分布例子

    使用python模拟高斯分布例子

    今天小编就为大家分享一篇使用python模拟高斯分布例子,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
    2019-12-12
  • python中用Scrapy实现定时爬虫的实例讲解

    python中用Scrapy实现定时爬虫的实例讲解

    在本篇文章里小编给大家整理的是一篇关于python中用Scrapy实现定时爬虫的实例讲解内容,有兴趣的朋友们可以学习下。
    2021-01-01
  • Python 面向切面编程 AOP 及装饰器

    Python 面向切面编程 AOP 及装饰器

    这篇文章主要介绍了Python 面向切面编程 AOP 及装饰器,AOP,就是面向切面编程,简单的说,就是动态地将代码切入到类的指定方法、指定位置上的编程思想就是面向切面的编程,更多相关资需要的小伙伴可以参考下面文章内容
    2022-05-05
  • Python实现使用卷积提取图片轮廓功能示例

    Python实现使用卷积提取图片轮廓功能示例

    这篇文章主要介绍了Python实现使用卷积提取图片轮廓功能,涉及Python数值运算与图像处理相关操作技巧,需要的朋友可以参考下
    2018-05-05
  • Python基于wordcloud及jieba实现中国地图词云图

    Python基于wordcloud及jieba实现中国地图词云图

    这篇文章主要介绍了Python基于wordcloud及jieba实现中国地图词云图,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
    2020-06-06
  • 利用Pycharm将python文件打包为exe文件的超详细教程(附带设置文件图标)

    利用Pycharm将python文件打包为exe文件的超详细教程(附带设置文件图标)

    在日常使用pycharm写好程序后,如何将程序打包为exe文件呢,下面这篇文章主要给大家介绍了关于利用Pycharm将python文件打包为exe文件的超详细教程,附带设置文件图标,需要的朋友可以参考下
    2022-08-08
  • python 实现两个变量值进行交换的n种操作

    python 实现两个变量值进行交换的n种操作

    这篇文章主要介绍了python 实现两个变量值进行交换的n种操作,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2021-06-06
  • Python必备shelve与dbm本地持久化存储数据的两个强大工具

    Python必备shelve与dbm本地持久化存储数据的两个强大工具

    当涉及存储大量数据并且需要高效访问时,shelve和dbm模块是Python中用于本地持久化存储数据的两个强大工具,它们允许开发人员以键值对的形式存储数据,并支持快速的检索和更新操作,在本文将深入探讨这两个模块,展示它们的优势和应用场景
    2024-01-01
  • python线程里哪种模块比较适合

    python线程里哪种模块比较适合

    在本篇文章里我们给大家整理了关于python线程里哪种模块比较适合的相关知识点,需要的朋友们可以学习下。
    2020-08-08

最新评论