可视化神器--Plotly

数据分析离不开数据可视化。我们最常用的就是pandas，matplotlib，pyecharts当然还有Tableau，看到一篇文章介绍plotly制图后我也跃跃欲试，查看了相关资料开始学习plotly.

Plotly 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。而且还是支持在线编辑，以及多种语言python、javascript、matlab、R等许多API，当然我们这里主要介绍Python语言，可以直接用pip install plotly即可。

plotly可以画出很多媲美Tableau的高质量图，我尝试做了折线图、散点图和直方图，代码如下：

首先导入库

from plotly.graph_objs import Scatter,Layout
import plotly
import plotly.offline as py
import numpy as np
import plotly.graph_objs as go

#setting offilne
plotly.offline.init_notebook_mode(connected=True)
# 上面几行代码主要是引用一些库，最重要的一点是要把plotly设置为offline模式，

1.折线图

N = 100
random_x = np.linspace(0,1,N)
random_y0 = np.random.randn(N)+5
random_y1 = np.random.randn(N)
random_y2 = np.random.randn(N)-5

#Create traces
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)
# 随机设置4个参数，x轴的数字和y轴，其中y轴随机3组数据。
# 然后画三种类型的图，trace0是markers，trace1是折线图和markers,trace3是折线图。
# 然后把三种图放在data这个列表里面，调用py.iplot(data)即可。

2.散点图

trace1 = go.Scatter(
y = np.random.randn(500),
mode = 'markers',
marker = dict(
size = 16,
color = np.random.randn(500),
colorscale = 'Viridis',
showscale = True
)
)
data = [trace1]
py.iplot(data,filename='scatter-plot-with-colorscale')
# 这个是mode设置为markers就是散点图，然后marker里面设置一组参数，
# 比如颜色的随机范围，散点的大小，还有图例等等。最后一行里面的filename是在当前目录下生成html文件

3.直方图

trace0 = go.Bar(
x = ['Jan','Feb','Mar','Apr', 'May','Jun',
'Jul','Aug','Sep','Oct','Nov','Dec'],
y = [20,14,25,16,18,22,19,15,12,16,14,17],
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 = [19,14,22,14,16,19,15,14,10,12,12,16],
name = 'Secondary Product',
marker=dict(
color = 'rgb(204,204,204)'
)
)
data = [trace0,trace1]
py.iplot(data)

 上面的制图只是plotly的冰山一角，都是一些最基本的用法，它还有很多很酷的用法和图形，尤其是跟pandas结合画的图非常漂亮，比如一些股票的K线图，大家有兴趣可以研究研究~

链接：https://plot.ly/python/

转载于:https://www.cnblogs.com/Estate-47/p/10212737.html

• 点赞 1
• 收藏
• 分享
• 文章举报