首頁(yè) > 行業(yè)資訊 > 可能是最強(qiáng)的Python可視化神器，建議一試！

可能是最強(qiáng)的Python可視化神器，建議一試！

時(shí)間：2023-02-10 來(lái)源：瀏覽：

可能是最強(qiáng)的Python可視化神器，建議一試！

點(diǎn)擊關(guān)注 Python架構(gòu)師

Python架構(gòu)師

微信號(hào) gh_1d7504e4dee1

功能介紹分享Python架構(gòu)師，Python架構(gòu)師教程、Python教程、Python微服務(wù)架構(gòu)、Python分布式架構(gòu)、Python高可用架構(gòu)、Pycharm注冊(cè)碼、Pycharm教程、Python爬蟲(chóng)、Python數(shù)據(jù)分析等。

收錄于合集

#python 31 個(gè)

#Python架構(gòu)師 96 個(gè)

#數(shù)據(jù)分析 1 個(gè)

數(shù)據(jù)分析離不開(kāi)數(shù)據(jù)可視化，我們最常用的就是Pandas，Matplotlib，Pyecharts當(dāng)然還有Tableau，看到一篇文章介紹Plotly制圖后我也躍躍欲試，查看了相關(guān)資料開(kāi)始嘗試用它制圖。

點(diǎn)擊領(lǐng)取Python面試題手冊(cè)

Python從入門(mén)到進(jìn)階知識(shí)手冊(cè)

Plotly

Plotly是一款用來(lái)做數(shù)據(jù)分析和可視化的在線平臺(tái)，功能非常強(qiáng)大，可以在線繪制很多圖形比如條形圖、散點(diǎn)圖、餅圖、直方圖等等。

而且還是支持在線編輯，以及多種語(yǔ)言Python、Javascript、Matlab、R等許多API。

它在Python中使用也很簡(jiǎn)單，直接用Pip Install Plotly就可以了。

推薦最好在Jupyter notebook中使用，Pycharm操作不是很方便。

使用Plotly可以畫(huà)出很多媲美Tableau的高質(zhì)量圖：

Plotly制圖

我嘗試做了折線圖、散點(diǎn)圖和直方圖，首先導(dǎo)入庫(kù)：

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 離線模式 plotly.offline.init_notebook_mode(connected= True )

上面幾行代碼主要是引用一些庫(kù)，Plotly有在線和離線兩種模式，在線模式需要有賬號(hào)可以云編輯。

我選用的離線模式，Plotly設(shè)置為Offline模式就可以直接在Notebook里面顯示了。

制作折線圖

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)

折線圖

隨機(jī)設(shè)置4個(gè)參數(shù)，一個(gè)x軸的數(shù)字和三個(gè)y軸的隨機(jī)數(shù)據(jù)，制作出三種不同類(lèi)型的圖。

Trace0是Markers，Trace1是Lines和Markers，Trace3是Lines。

然后把三種圖放在Data這個(gè)列表里面，調(diào)用py.iplot(data)即可。繪制的圖片系統(tǒng)默認(rèn)配色也挺好看的~

制作散點(diǎn)圖

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設(shè)置為Markers就是散點(diǎn)圖，然后Marker里面設(shè)置一組參數(shù)，比如顏色的隨機(jī)范圍，散點(diǎn)的大小，還有圖例等等。

散點(diǎn)圖

直方圖

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 )