Python 可视化神器--Plotly
2020-11-12 08:00
435 查看
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.ran 1c0f4 dom.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/
PS:公号内回复「Python」即可进入Python 新手学习交流群,一起 100 天计划!
老规矩,兄弟们还记得么,右下角的 “在看” 点一下,如果感觉文章内容不错的话,记得分享朋友圈让更多的人知道!
【代码获取方式】
识别文末二维码,回复:201112
相关文章推荐
- 用 Python可视化神器 Plotly 动态演示全球疫情变化趋势
- Python数据可视化神器Plotly:小白指南篇
- Python绘图还在用Matplotlib?out了 !发现一款手绘可视化神器!
- 视频教程-Python数据可视化教程:基于Plotly的动态可视化绘图-Python
- Python 绘图还在用 Matplotlib?发现一款手绘可视化神器!
- Python 绘图还在用 Matplotlib?发现一款手绘可视化神器!
- python数据可视化神器--pyecharts 快速入门
- Python数据可视化:顶级绘图库plotly
- 这才是你寻寻觅觅想要的 Python 可视化神器
- 强大高可用的数据可视化神器plotly_express实践记录
- python数据可视化神器--pyecharts 快速入门
- 学习笔记(01):Python数据可视化教程:基于Plotly的动态可视化绘图-第一个plotly 图可视化...
- 利用Python数据可视化工具plotly从数据库读取数据制作本地图表应用实例
- 用Python的Plotly画出炫酷的数据可视化(含各类图介绍,附代码)
- 基于Python Plotly 对 MySQL 存储数据的可视化初步
- 详解Python可视化神器Yellowbrick使用
- python可视化神器——pyecharts
- Plotly 4.0 发布,流行的Python数据可视化框架
- 可视化神器--Plotly
- Python高级数据处理与可视化(四)---- 数据存储