python可视化学习(二):plotly库(基础)

您所在的位置:网站首页 格斗确认什么意思 python可视化学习(二):plotly库(基础)

python可视化学习(二):plotly库(基础)

2023-09-18 03:44| 来源: 网络整理| 查看: 265

python可视化学习(二):plotly库(基础) 1.安装和更新

安装:

pip install plotly

更新:

pip install plotly --upgrade 2.在线使用,画的图会存入云账户中 import plotly #设置用户名和API-KEY plotly.offline.init_notebook_mode(connected=True)

在这里,用到的用户名和API需要到plotly的官网进行注册登录,然后登陆如下界面: 在这里插入图片描述 往下拉,输入密码,即可获得API-KEY。

3.离线使用 import plotly from plotly.graph_objs import Scatter,Layout plotly.offline.init_notebook_mode(connected=True) 4.py.plot和py.iplot区别

py。plot会生成一个离线的html文件,里面放置图片。而py.iplot则直接在ipython notebook里面生成图片

在这里,我就使用离线使用的方法,来为大家演示一下,每个操作的使用。(建议使用jupyter notebook)

5.plotly库的使用 5.1 折线图 #%%writefile D:\基本折线图.py #保存成py文件 import plotly.offline as py from plotly.graph_objs import Scatter, Layout import plotly.graph_objs as go py.init_notebook_mode(connected=True) trace1 = go.Scatter( x=[1,2,3], y=[1,2,4]) trace2 = go.Scatter( x=[1,2,5], y=[2,1,4]) py.iplot([trace1, trace2])

在这里插入图片描述

5.2 基本散点图 #%%writefile D:\基本散点图.py import plotly.offline as py from plotly.graph_objs import Scatter, Layout import plotly.graph_objs as go py.init_notebook_mode(connected=True) trace = go.Scatter( x=[1,2,3], y=[1,2,3], marker = dict( #marker可无 color=['red', 'blue', 'green'], size=[30,80,200],), mode='markers' #如果没有mode,默认值问点加直线 ) py.iplot([trace])

在这里插入图片描述

5.3 直线加点图 #%%writefile D:\直线加散点图.py import plotly.offline as py from plotly.graph_objs import Scatter, Layout import plotly.graph_objs as go py.init_notebook_mode(connected=True) trace = go.Scatter( x=[1,2,3], y=[1,2,3], marker = dict( color=['red', 'blue', 'green'], size=[30,80,200],), mode='markers + lines' ) py.iplot([trace])

在这里插入图片描述

5.4 设立图例的位置 #%%writefile D:\图例的位置图.py import plotly.offline as py from plotly.graph_objs import Scatter, Layout import plotly.graph_objs as go py.init_notebook_mode(connected=True) trace1=go.Scatter( name="lenged1", x=[3,2], y=[2,1]) trace2=go.Scatter( name="lenged2", x=[1,2], y=[2,1]) layout = go.Layout( #会自动帮我们生成图例,但是我们可以调整图例的位置 showlegend=True, legend=dict( x=0.0, y=0.0) ) data = [trace1, trace2] fig = go.Figure(data=data, layout=layout) py.iplot(fig)

在这里插入图片描述

5.5 给点加注释 #%%writefile D:\给点加上注释图.py import plotly.offline as py from plotly.graph_objs import Scatter, Layout import plotly.graph_objs as go py.init_notebook_mode(connected=True) trace1=go.Scatter( x=[1,2,3], y=[1,2,3], text=['A', 'B', 'C'], textposition='top center', #正上方 mode="markers+text", #这句话不可少 marker=dict( size=[20,20,20] ) ) data=[trace1] py.iplot(data)

在这里插入图片描述

5.6 设立坐标轴 #%%writefile D:\设置坐标轴图.py import plotly.offline as py from plotly.graph_objs import Scatter, Layout import plotly.graph_objs as go py.init_notebook_mode(connected=True) trace=go.Scatter( x=[-1,2,3,4], y=[1,-2,3,6]) axis_template=dict( showgrid=True, #网格 zeroline=True, #是否显示基线,即沿着(0,0)画出x轴和y轴 nticks=20, #格子数目 showline=True, title='X axis', mirror='all', zerolinecolor='#FF0000' ) layout=go.Layout( xaxis=axis_template, yaxis=axis_template) data=[trace] fig=go.Figure( data=data, layout=layout) py.iplot(fig)

在这里插入图片描述

5.7 热力图 #%%writefile D:\热力图.py import plotly.offline as py from plotly.graph_objs import Scatter, Layout import plotly.graph_objs as go py.init_notebook_mode(connected=True) trace=go.Heatmap( z=[ [1,2,3,4], [5,6,7,8] ] ) data=[trace] py.iplot(data)

在这里插入图片描述

5.8 柱形图 #%%writefile D:\柱形图.py import plotly.offline as py from plotly.graph_objs import Scatter, Layout import plotly.graph_objs as go py.init_notebook_mode(connected=True) trace=go.Bar( x=[1,2], y=[1,2], marker=dict( color=["#FF0000", "#00FF00"], ) ) data=[trace] py.iplot(data)

在这里插入图片描述

5.9 填充区域图 #%%writefile D:\填充区域图.py import plotly.offline as py from plotly.graph_objs import Scatter, Layout import plotly.graph_objs as go py.init_notebook_mode(connected=True) trace=go.Scatter( x=[1,2,6], y=[1,2, 0.5], fill='tonexty', fillcolor="red" #那个是0 ) data=[trace] py.iplot(data)

在这里插入图片描述

5.10 直方图 #%%writefile D:\直方图.py import plotly.offline as py from plotly.graph_objs import Scatter, Layout import plotly.graph_objs as go py.init_notebook_mode(connected=True) trace=go.Histogram( x=[1,2,3,3,3,4,5], marker=dict( color=['red', "blue", "green"] ) ) data = [trace] py.iplot(data)

在这里插入图片描述

5.11 世界地图 #%%writefile D:\地图.py import plotly.offline as py from plotly.graph_objs import Scatter, Layout import plotly.graph_objs as go py.init_notebook_mode(connected=True) trace=go.Scattergeo( lon=[100,400], lat=[0,0], marker=dict( color=['red', 'blue'], size=[30,50] ), mode="markers" ) data=[trace] py.iplot(data)

在这里插入图片描述

5.12 3D图 #%%writefile D:\3D图.py import plotly.offline as py from plotly.graph_objs import Scatter, Layout import plotly.graph_objs as go py.init_notebook_mode(connected=True) trace = go.Surface( colorscale='Viridis', z=[ [3,5,8,13], [21,13,8,5] ] ) data=[trace] py.iplot(data)

在这里插入图片描述

5.13 箱型图 #%%writefile D:\箱型图.py import plotly.offline as py from plotly.graph_objs import Scatter, Layout import plotly.graph_objs as go py.init_notebook_mode(connected=True) trace=go.Box( x=[1,2,3,3,4,5,10] ) data=[trace] py.iplot(data)

在这里插入图片描述 plotly库的功能很强大,画出来的图不仅精美还数据全面。非常适合拿来画地图。



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3