可能是最强的Python可视化神器，建议一试！
可能是最强的Python可视化神器，建议一试！
gh_1d7504e4dee1
分享Python架构师，Python架构师教程、Python教程、Python微服务架构、Python分布式架构、Python高可用架构、Pycharm注册码、Pycharm教程、Python爬虫、Python数据分析等。
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尝试用它制图。
点击领取Python面试题手册
Python从入门到进阶知识手册
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。
它在Python中使用也很简单，直接用Pip Install Plotly就可以了。
推荐最好在Jupyter notebook中使用，Pycharm操作不是很方便。
使用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，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 离线模式
plotly.offline.init_notebook_mode(connected=
True
)
上面几行代码主要是引用一些库，Plotly有在线和离线两种模式，在线模式需要有账号可以云编辑。
我选用的离线模式，Plotly设置为Offline模式就可以直接在Notebook里面显示了。
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，一个x轴的数字和三个y轴的随机数据，制作出三种不同类型的图。
Trace0是Markers，Trace1是Lines和Markers，Trace3是Lines。
然后把三种图放在Data这个列表里面，调用py.iplot(data)即可。绘制的图片系统默认配色也挺好看的~
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)
把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。
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
)
直方图是我们比较常用的一种图形，Plotly绘制直方图的方式跟我们在Pandas里面设置的有点类似，它们非常直观的体现了不同月份两个生产力之间的差异。
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~
程序员技术交流群
扫码进群记得备注： 城市、昵称和技术方向 。
阅读更多
-
用ChatGPT生成Excel公式，太方便了 -
【Pycharm教程】PyCharm 在Django 模板中的命名 URL 标签 -
ChatGPT 连夜迭代：你老婆不好使了