外贸建站教程,展馆在线设计平台,公司网站制做,公司起名大全免费版1 介绍#xff1a;1.1 Plotly 是一款用来做数据分析和可视化的在线平台#xff0c;功能非常强大。1.2 Plotly是一个非常著名且强大的开源数据可视化框架#xff0c;它通过构建基于浏览器显示的web形式的可交互图表来展示信息。1.3 具有多种语言python、javascript、matlab、…1 介绍1.1 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。1.2 Plotly是一个非常著名且强大的开源数据可视化框架它通过构建基于浏览器显示的web形式的可交互图表来展示信息。1.3 具有多种语言python、javascript、matlab、R、Jupyter、Excel等的API接口。1.4 Plotly有在线和离线两种模式。1.5 优点1.5.1 可开发web版可视化界面。1.5.2 相比matplotlib、R更加现代化。1.5.3 支持3D可视化绘图。2 说明2.1 本次先讲解离线版、微软vscode版、python版代码的常见作图。(网上多是以jupyter notebook为开发工具的在线版或者离线版随着微软代码编辑器vscode的使用普及所以本人重点介绍vscode版离线版的python代码)2.2 环境deepin-linux深度操作系统python3.8谷歌浏览器微软vscode编辑器。2.3 对官方的代码进行修改注释。2.4 基本作图通俗易懂拿来就可以使用。2.5 高级的交互式作图下次讲解。2.6 网址打开奇慢https://plot.ly/python/3 安装pip install plotly #sudo pip install plotly #一般是这样#pip3.8 install plotly #本机安装#pip install plotly --upgrade #如果已经安装升级就这样4 柱状图4.1 bar代码import plotly as pyimport plotly.graph_objs as gopyplt py.offline.plot #离线设置# 2组数据的柱状图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,markerdict(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,markerdict(color rgb(204,204,204)))data [trace0,trace1]layout go.Layout(title plotly柱状图bar)fig go.Figure(data data, layout layout)#文件名并保存在根目录下也可以指定目录pyplt(fig, filenameplotly的bar.html)4.2 堆叠柱状图代码import plotly as pyimport plotly.graph_objs as gopyplt py.offline.plottrace1 go.Bar( x[giraffes, orangutans, monkeys], y[20, 14, 23], nameSF Zoo)trace2 go.Bar( x[giraffes, orangutans, monkeys], y[12, 18, 29], nameLA Zoo)data [trace1, trace2]#堆叠柱状图layout go.Layout(barmodestack,title plotly的堆叠柱状图)fig go.Figure(datadata, layoutlayout)pyplt(fig, filenameplotly的stackbar.html)5 饼状图5.1 plotly的pie.py代码import plotly as pyimport plotly.graph_objs as gopyplt py.offline.plot #离线设置#定义数值labels [产品1,产品2,产品3,产品4,产品5]values [38.7,15.33,19.9,8.6,17.47]#定义trace或者datatrace [go.Pie(labelslabels, valuesvalues)]layout go.Layout(title plotly的pie图)fig go.Figure(data trace, layout layout)pyplt(fig, filenameplotly的pie.html)5.2 shanpie.py代码import plotly as pyimport plotly.graph_objs as gopyplt py.offline.plot#数据定义labels [产品1, 产品2,产品3, 产品4, 产品5]values [30, 25, 15, 22, 8]colors [#FFFF00, #FF0000, #E066FF, #0D0D0D]#trace或者data数据定义trace [go.Pie(labels labels, values values,rotation 30,opacity 1,showlegend False, #图例显示否True就是显示pull [0.1,0,0,0,0], #0.1为第一组数据出来pull产品130的那一组hoverinfo labelpercent, textinfo percent, # textinfo value,textfont dict(size 30, color white),marker dict(colors colors, line dict(color #000000, width 2)) ) ]fig go.Figure(data trace)#注意fig中无layout布局pyplt(trace, filenameplotly的shanpie.html)5.3 plotly的环形圆circlepie.py代码import plotly as pyimport plotly.graph_objs as gopyplt py.offline.plotlabels [完成,未完成]values [0.8,0.2]trace [go.Pie( labels labels, values values, hole 0.7, #空闲大小比值 hoverinfo label percent)]#标题定义layout go.Layout(title plotly的环形圈图)fig go.Figure(data trace, layout layout)pyplt(fig, filenamecirclepie.html)6 折线图line6.1 方法一#导出模块import plotlyimport plotly.graph_objs as go#直接把数据写入离线模块里plotly.offline.plot({data: [ go.Scatter(x[1, 2, 3, 4], y[4, 3, 2, 1]), go.Scatter(x[2, 1, 4, 3], y[3, 1, 4, 2]),],layout: go.Layout()}, auto_openTrue) #自动打开#注意以上并未出现代码生成的html文件名和保存地址#采用默认法如下参数介绍如filenametemp-plot.htmlplot(figure_or_data, show_linkFalse, link_textExport to plot.ly, validateTrue, output_typefile, include_plotlyjsTrue, filenametemp-plot.html, auto_openTrue, imageNone, image_filenameplot_image, image_width800, image_height600, configNone, include_mathjaxFalse, auto_playTrue, animation_optsNone)6.2 方法二#常规方法import plotly as pyimport plotly.graph_objs as gopyplt py.offline.plot#数据资料设置trace0 go.Scatter( x[1, 2, 3, 4], y[10, 15, 13, 17])trace1 go.Scatter( x[1, 2, 3, 4], y[16, 5, 11, 9])#如果数据较多较多以后还可以读取数据方法那是高级法data [trace0, trace1]#布局并定义标题layout go.Layout(title 常规方法的折线图line)#定义画布挂在data和layoutfig go.Figure(data data, layout layout)pyplt(fig, filenameline.html)7 散点图代码#随机散点图的常规方法import plotly as pyimport plotly.graph_objs as goimport numpy as nppyplt py.offline.plot #离线设置#定义数据来源#trace1 go.Scatter(data go.Scatter(y np.random.randn(500),mode markers,marker dict( size 16, color np.random.randn(500), colorscale Viridis, showscale True ))#data [trace1] #注意被注释掉的是规范写法但也可以直接data取代trace1layout go.Layout(title plotly的Scatter的散点图)fig go.Figure(data data, layout layout)pyplt(fig, filenameplotly的Scatter.html)以上为常规基本作图高级作图未完待续我觉得比pyecharts还好用github非常火的可视化作图当然它的功能步仅仅是本文基本作图高级作图下次介绍。自己整理分享出来喜欢的就点赞、收藏和转发。
