Python 可视化神器Plotly详解

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

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www.887551.com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www.887551.com！