一学就会，20000字深度讲解 Python 数据可视化神器 Plotly

作为 Python 的新一代数据可视化绘图库，和matplotlib等传统绘图库相比，plotly具有以下优点：

简洁易用: 作为一只小透明，plotly的图表对象就像一个嵌套dict, 可以通过直接修改对象属性而改变图表形态。学习难度远远小于matplotlib.
动态交互: plotly绘制的图都是可以交互的图表，可以点击查看数据，拖拽放大，隐藏某些数据列等等，也可以导出成静态图，灵活性大大增加。
前端能力: 基于plotly和React开发的Dash号称是 The front end for ML and data science models，可以基于它用Python轻松构建机器学习应用App.

通常，plotly有两种常用的绘图接口:

第一种是面向对象的绘图接口：plotly.graph_objs(简称go),也是最基础的绘图接口，
第二种是面向函数式的快速绘图接口: plotly.express(简称px)，是在go基础上封装的一种更方便的绘图接口。

本文我们按照如下3 part来深入浅出地讲解plotly的使用方法。喜欢记得收藏、关注、点赞

part1: 深入原理, 本文第一节和第二节，分别介绍 go和px 的设计思想和绘图原理。
part2: 浅出范例, 本文第三节和第四节，对比性地展示 go和px 的五种绘图范例(柱形图、折线图、散点图、热力图、直方图)
part3: 深入实践, 本文第五节，展示一些plotly和机器学习相结合的综合应用范例。

注：完整代码、资料、技术交流，文末提供

一，plotly.graph_objs绘图原理

plotly的Figure是由data(数据，数据包括图表类型(Line,Scatter,Area,Pie)和具体数据取值信息)和 layout(布局，包括xaxis,yaxis,title,legend等) 组成的对象。

Figure对象就像一个透明的嵌套的Python dict 一样，可以通过修改元素值而改变其形态。

import numpy as np
import plotly.graph_objs as goepoches = np.arange(20)
accs = 1-0.9/(epoches+1)data = go.Scatter(x = epoches, y=accs, mode = "lines+markers",name = "acc",marker = dict(size=8,color="blue"),line= dict(width=2,color="blue",dash="dash"))layout = {"title":"accuracy via epoch","xaxis.title":"epoch","yaxis.title":"accuracy","font.size":15}fig = go.Figure(data = data,layout=layout)
fig.show()

如果要把图表的颜色改成红色实线怎么办呢？很简单，我们先print(fig)一下，观察它的结构，找到线的颜色和线型的属性获取方法，然后直接对相应属性赋值就可以了。

print(fig.data)  #如果想获取fig更详细结构信息，可以直接 fig.to_dict()

(Scatter({'line': {'color': 'blue', 'dash': 'dash', 'width': 2},
'marker': {'color': 'blue', 'size': 8},
'mode': 'lines+markers',
'name': 'acc',
'x': array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16, 17,
18, 19]),
'y': array([0.1       , 0.55      , 0.7       , 0.775     , 0.82      , 0.85      ,
0.87142857, 0.8875    , 0.9       , 0.91      , 0.91818182, 0.925     ,
0.93076923, 0.93571429, 0.94      , 0.94375   , 0.94705882, 0.95      ,
0.95263158, 0.955     ])
}),)

fig.data[0].line.color = "red"
fig.data[0].line.dash = "solid"
fig

怎么样，plotly是不是一个当之无愧的小透明。

一学就会，20000字深度讲解 Python 数据可视化神器 Plotly相关推荐

20000字深度讲解 Python 数据可视化神器 Plotly
本文我们按照如下3 part来深入浅出地讲解plotly的使用方法.喜欢记得收藏.关注.点赞 part1: 深入原理, 本文第一节和第二节,分别介绍 go和px 的设计思想和绘图原理. part2: ...
图文讲解Python数据可视化神器 !
我们都知道python上的一款可视化工具 matplotlib , 但是它是静态的.后来发现了 pyecharts 模块,简直好用到不行,可视化类型非常多,它是基于 Echarts 开发的. Echa ...
Python数据可视化工具怎么选？深度评测5款实用工具
来源:早起Python 本文约3100字,建议阅读9分钟本文通过真实绘图,为你深度测评Python五大数据可视化库. [ 导读 ]相信很多读者学习Python就是希望做出各种酷炫的可视化图表,当然你 ...
可视化工具不知道怎么选？深度评测5大Python数据可视化工具
相信很多读者学习Python就是希望作出各种酷炫的可视化图表,当然你一定会听说过Matplotlib.Pyecharts.Seaborn.Plotly.Bokeh这五大工具,本文就将通过真实绘图来深度 ...
python可视化图表工具_酷炫的可视化图表工具来帮忙深度评测五大Python数据可视化工具...
原标题:酷炫的可视化图表工具来帮忙深度评测五大Python数据可视化工具不少Python用户的一大诉求是做出各种酷炫的可视化图表,而这就需要了解清楚工具特色,才好在制作不同类型图表顺利找到适合自己 ...
python各个绘图的作用,深度讲解Python四大常用绘图库的“绘图原理”
转自:数据分析与统计学之美为什么要写这篇文章? 最近有不少粉丝来问我,Python绘图库太多,我知不知道学哪一个?即使我选择了某一个绘图库后,我也不知道怎么学,我不知道第一步做什么,也不知道接下来该 ...
肝！深度讲解Python四大常用绘图库的“绘图原理”
为什么要写这篇文章? 最近有不少粉丝来问我,Python绘图库太多,我知不知道学哪一个?即使我选择了某一个绘图库后,我也不知道怎么学,我不知道第一步做什么,也不知道接下来该怎么做,四个字一学就忘. 其 ...
深度讲解 Python 四大常用绘图库的“绘图原理”
作者 | 黄伟呢整理 | 杨碧玉出品 | 数据分析与统计学之美(ID:gh_21c25c7e71d0) 头图 | CSDN 下载自视觉中国为什么要写这篇文章? 最近有不少粉丝来问我,Pytho ...
女生不能学理科？python+数据可视化分析15万考生的成绩，刷新了我的认知
昨天是什么日子?推迟了一个月的高考终于来了,作为一个已经考完N年的人,说句实话,我比你们还激动! 因为我知道,它来的太不容易了. 说到高考,就不得不提那个别人口中的江苏卷,作文题的每个字我都认识,但是 ...

一学就会，20000字深度讲解 Python 数据可视化神器 Plotly

一，plotly.graph_objs绘图原理

一学就会，20000字深度讲解 Python 数据可视化神器 Plotly相关推荐

最新文章

热门文章