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: 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。
20000字深度讲解 Python 数据可视化神器 Plotly相关推荐
- 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 ...
- 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数据可视化神器Plotly:小白指南篇
先插一个我觉得特别好的教程 或者说是范例? 简单易懂的plotly范例 超详细的教程 这边还是安利一下百度echart这个应用,数据可视化很强大,很炫酷,想了解的话可以去官网了解以下 Plotly简介 ...
- Python 数据可视化神器分享:pyecharts
Python 数据可视化神器分享:pyecharts Python 数据可视化神器分享:pyecharts 我们都知道python上的一款可视化工具matplotlib,而前些阵子做一个Spark项目 ...
- 【Plotly】python数据可视化神器——绘制折线图
Plotly简介 Plotly是用于机器学习.数据挖掘等领域的数据可视化包. 其图标视觉效果简洁大气,可互动性强,成为我工作中进行数据可视化的一大利器,接下来我们就从最简单的折线图,带领大家逐渐入门p ...
- python数据可视化神器,我就服它
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. PS:如有需要Python学习资料的小伙伴可以加点击下方链接自行获取 python免费学习资 ...
- Python 数据可视化神器—Pyecharts
今日分享主题:Python Pyecharts模块实现数据动态可视化分析 前言 Echarts 是百度开源的一款数据可视化 JS 工具,数据可视化类型十分丰富,但是得通过导入 js 库在 Java W ...
- python数据可视化神器--pyecharts 快速入门
前言 本文首发于本人公众号[Python编程与实战] 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 ...
- 最强最炫的Python数据可视化神器,没有之一!
作者丨Will Koehrsen https://towardsdatascience.com/the-next-level-of-data-visualization-in-python-dd6e9 ...
最新文章
- 削减成本同时,多数企业仍计划增加云计算投入
- 如何快速生成不同系列的Apriltag码?
- 如何通过三视图判断立方体个数_如何通过接触角判断疏水性?疏水性与亲水性的区别...
- 图像滤镜艺术---微软自拍APP滤镜实现合集DEMO
- spring 调用python_Spring http服务远程调用实现过程解析
- 使用kibana客户端工具操作ElasticSearch(增删改查一)
- 莫旗政务服务中心通过“互联网+智慧城市” 提升公共服务能力
- 马斯克再谈“AI威胁论”,吴恩达也看不下去了
- 安全模式:天猫 App 启动保护实践
- 网页端实时音视频服务架构与实践
- (已解决)ubuntu下网易云音乐无法打开
- 设计模式知我所见。。。
- 阿里云负载均衡(SLB)简介
- 使用Pytorch框架自己制作做数据集进行图像分类(一)
- 汇编语言的AX,BX,CX,DX,分别表示什么
- Echarts 交错正负轴
- 人工智能时代,最容易被人工智能取代的职位是什么
- github一直发邮件,如何屏蔽
- 用oracle的rollup函数进行合计操作
- ThinkPad T410加单条8G协德内存条成功
热门文章
- 沉迷于图书馆无法自拔
- (下)苹果有开源,但又怎样呢?
- RTSP向ZLM流媒体服务器的推流和拉流鉴权
- 高速PCB Layout设计要用哪些工具?
- 辐射3游戏登录是提示计算机丢失xlive.dll文件,win10系统辐射3提示丢失xlive.dll怎么办...
- 【工作流引擎】BPMN2.0介绍
- Linux- 系统随你玩之--玩出花活的命令浏览器-双生姐妹花
- 【文末送18本ChatGPT扫盲书】从一路高歌到遭多国“封杀”,ChatGPT未来将是什么样子?
- KP3114电源IC介绍--【其利天下】
- 在ROS上使用ModBus/Tcp协议控制机械手爪