可能是最强的Python可视化神器，建议一试

news/2024/4/28 5:08:38/文章来源:https://blog.csdn.net/Rocky006/article/details/130336659

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。

Plotly

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：

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.graph_objs 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。

制作折线图

N = 100random_x = 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 tracestrace0 = 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)

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~

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。

散点图

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)