Python 可视化神器--Plotly
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)-7trace0 = 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 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
Python 可视化神器--Plotly相关推荐
- 可视化神器Plotly玩转多子图绘制
公众号:尤而小屋 作者:Peter 编辑:Peter 可视化神器Plotly玩转多子图绘制 大家好,我是Peter~ 很长时间没有Plotly绘图的文章,之前已经介绍如何绘制柱状图.饼图.小提琴图.桑 ...
- 高级可视化神器Plotly快速入门
微信公众号:尤而小屋 作者:Peter 编辑:Peter 一文爱上高级可视化神器Plotly 数据可视化已经逐渐发展和深入到我们生活的各个方面,往往遇到数据分析类的工作,借助可视化的方式来呈现我们的数 ...
- 再见matplotlib,可视化神器 Plotly 绘制图表的太酷炫了
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,最近看到一篇文章介绍 plotly 制图后,我感觉写的不够简洁明了. 今天就 ...
- pyecharts开篇(python可视化神器)
python可视化神器--pyecharts库导读: 根据与大佬的询问,故而开启<python pyecharts>这个系列 pyecharts是什么? pyecharts 是一个用于生成 ...
- python可视化神器_详解Python可视化神器Yellowbrick使用
机器学习中非常重要的一环就是数据的可视化分析,从源数据的可视化到结果数据的可视化都离不开可视化工具的使用,sklearn+matplotlib的组合在日常的工作中已经满足了绝对大多数的需求,今天主要介 ...
- 酷炫!可视化神器Plotly玩转饼图
酷炫!可视化神器Plotly玩转饼图 之前发表过两篇关于Plotly的文章: 入门篇:酷炫!36张图爱上高级可视化神器Plotly_Express 散点图:酷炫!可视化神器Plotly玩转散点图 Pl ...
- 可视化神器Plotly美化表格
公众号:尤而小屋 作者:Peter 编辑:Peter 可视化神器Plotly美化表格 有时候看到一份表格,没有任何的颜色修饰,总觉得缺点美观效果.在Excel中我们可以直接对字体的颜色.大小等进行设置 ...
- >python可视化神器altair
python可视化神器 一.些简单图形的绘制 (一).柱状图 1. 然后我们还可以设置高亮柱状图的某一根柱子,其他柱子设置为一样的颜色: 2. 翻转图片,同时添加图片标注,在图上加上数据 3.在图形上 ...
- 可视化神器Plotly玩转股票图
可视化神器Plotly玩转股票图 本文是可视化神器Plotly绘图的第7篇,讲解的是如何通过Plotly来绘制与股市相关的图形,比如基础K线图.OHLC图等. 温馨提示⚠️:**股市有风险,投资需谨慎 ...
最新文章
- [Python陷阱]os.system调用shell脚本获取返回值
- Zedboard学习(二):zedboard的Linux下交叉编译环境搭建
- Catlike Coding网站文章解析 -- 1.Procedural Grid
- configure: error: Curl library not foun
- clamav Java_ClamAV安装使用及API例子
- python 显示图片matplotlib_Python OpenCV ——Matplotlib显示图片
- 屏幕监控中捕获鼠标位置信息
- 两行代码实现微信小程序联系人sidebar
- centos eclipse php,centos打不开eclipse怎么办?
- 社工手段日益精进,MacOS和IOS系统还安全吗?
- Emotet***病毒升级,对抗杀毒软件的能力再次增强
- html5手机 一键开发,Html5变革下的H5和手机app开发工具
- 赵小楼《天道》《遥远的救世主》深度解析(65)实事求是的辩证思维(应试教育学不到的思维)
- 用计算机弹起风了歌词,起风了歌词(买辣椒也用券演唱)
- 三维实景地图智慧园区3D可视化物联商迪3D网平台制作
- 数据挖掘利器 selenium实战案例--论文数据挖掘与可视化分析(上)
- linux下Local Adress(本地ip:端口)和Foreign Address(外部ip:端口)
- 重保服务全面守护互联网企业的“重要时刻”
- 图片转换命令convert
- Redis的使用和认识