最强的Python可视化神器,建议一试!
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:

[Python爱好者社区] - 2021-12-05 最强的Python可视化神器,建议一试! - 图1
plotly制图

我尝试做了折线图、散点图和直方图,首先导入库:

from plotly.graphobjs import Scatter,Layoutimport plotlyimport plotly.offline as pyimport numpy as npimport 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。

2. 制作折线图

N = 100randomx = np.linspace(0,1,N)
random_y0 = np.random.randn(N)+5random_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)

[Python爱好者社区] - 2021-12-05 最强的Python可视化神器,建议一试! - 图2
折线图

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~

3. 制作散点图

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。

[Python爱好者社区] - 2021-12-05 最强的Python可视化神器,建议一试! - 图3
散点图

4. 直方图

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’,
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)
[Python爱好者社区] - 2021-12-05 最强的Python可视化神器,建议一试! - 图4
直方图

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,他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~

链接在此:https://plot.ly/python/


作者:estate47
链接:https://www.jianshu.com/p/e5fb1b5c0957
顺便提一嘴:

之前分享的「2022年如何做个挣钱的公众号」你们觉得超级干货,非常感谢大家的喜欢 😁 。

所以我将于 🕘 12月6日晚10点 继续在视频号直播分享 :

🌻直播主题:抖音商业IP—如何源源不断的输出内容

  1. 自媒体内容产出三步骤!
    2. 手把手教如何搭建素材库!
    3. 如何通过素材库快速输出内容!

👇👇👇直接戳下放卡片预约,不要错过这个全是干货的直播呦!!

精选留言

暂无…