python Plotly绘图工具的简单使用


Posted in Python onMarch 03, 2020

1、plotly库的相关介绍

1)相关说明

  • plotly是一个基于javascript的绘图库,plotly绘图种类丰富,效果美观;
  • 易于保存与分享plotly的绘图结果,并且可以与Web无缝集成;
  • ploty默认的绘图结果,是一个HTML网页文件,通过浏览器可以直接查看;

python Plotly绘图工具的简单使用

2)plotly与matplotlib、seaborn的关系

  需要注意的是,ployly绘图库与matplotlib绘图库、seaborn绘图库并没有什么关系。也就是说说plotly是一个单独的绘图库,有自己独特的绘图语法、绘图参数和绘图原理,因此我们需要单独学习它。

2、导入相关库

  对于我们做数据分析的人员来说,一般用的都是离线绘图库。在线绘图库需要的话,可以自己百度研究。

import os
import numpy as np
import pandas as pd

import plotly as py
import plotly.graph_objs as go
import plotly.expression as px
from plotly import tools

import warnings
warnings.filterwarnings("ignore")

3、plotly绘图原理

1)ployly常用的两个绘图模块:graph_objs和expression

  graph_objs和expression是plotly里面两个很常用的绘图库,graph_objs相当于matplotlib,在数据组织上比较费劲,但是任然比起matplotlib绘图更简单、更好看。这里说的费劲是相对于expression库来说的。expression库相当于seaborn的地位,在数据组织上较为容易,绘图比起seaborn来说,也更加容易。这里你心里有个印象即可,知道这两个绘图库很牛,就行了。
  对于graph_objs绘图库,我们常命名为“go”(import plotly.graph_objs as go);对于expression绘图库,我们常命名为“px”(import plotly.expression as px)。

2)graph_objs(“go”)库的绘图原理

① 简单的案例说明

df = pd.read_excel("plot.xlsx")
# 步骤一
trace0 = go.Scatter(x=df["年份"],y=df["城镇居民"],name="城镇居民")
trace1 = go.Scatter(x=df["年份"],y=df["农村居民"],name="农村居民")
# 步骤二
data = [trace0,trace1]
# 步骤三
fig = go.Figure(data)
# 步骤四
fig.update_layout(
  title="城乡居民家庭人均收入",
  xaxis_title="年份",
  yaxis_title="人均收入(元)"
)
# 步骤五
fig.show()

结果如下:

python Plotly绘图工具的简单使用

② 原理说明

1、绘制图形轨迹,在ployly里面叫做trace,每一个轨迹是一个trace。
2、将轨迹包裹成一个列表,形成一个“轨迹列表”。一个轨迹放在一个列表中,多个轨迹也是放在一个列表中。
3、创建画布的同时,并将上述的“轨迹列表”,传入到Figure()中。
4、使用Layout添加其他的绘图参数,完善图形。
5、展示图形。

3)expression(“px”)库的绘图原理

① 简单的案例说明

iris = pd.read_excel("iris.xlsx",sheet_name="Sheet2")

fig = px.scatter(iris,x="花萼长度",y="花萼宽度",color="属种")
fig.show()

结果如下:

python Plotly绘图工具的简单使用

② 原理说明

1、直接使用px调用某个绘图方法时,会自动创建画布,并画出图形。

2、展示图形。

4、保存图形的两种方式

1)直接下载下来:保存成png静态图片

python Plotly绘图工具的简单使用

2)使用py.offline.plot(fig,filename=“XXX.html”)代码保存成html网页动态图片

iris = pd.read_excel("iris.xlsx",sheet_name="Sheet2")

fig = px.scatter(iris,x="花萼长度",y="花萼宽度",color="属种")
py.offline.plot(fig,filename="iris1.html")

结果如下:该文件是一个html文件,这里上传不了,自己下去尝试一下就知道了。

3)总结说明

  使用“照相机”那个下载按钮,可以直接将图片下载保存在本地,但是这个图片是一个静态图片,没有交互性。但是使用py.offline.plot()方法,可以将图片保存成一个html的网页格式,其他人可以在电脑上直接打开这个html网页,并且保留了图片的原始样式,具有交互性。 

5、绘制双y轴图

1)数据集如下

python Plotly绘图工具的简单使用

2)绘制不同地区的“任务完成量”和“任务完成率”情况

df = pd.read_excel("double_y.xlsx")

x = df["地区"]
y1 = df["完成量"]
y2 = df["完成率"]

trace0 = go.Bar(x=x,y=y1,
        marker=dict(color=["red","blue","green","darkgrey","darkblue","orange"]),
        opacity=0.5,
        name="不同地区的任务完成量")

trace1 = go.Scatter(x=x,y=y2,
          mode="lines",
          name="不同地区的任务完成率",
          # 【步骤一】:使用这个参数yaxis="y2",就是绘制双y轴图
          yaxis="y2")

data = [trace0,trace1]

layout = go.Layout(title="不同地区的任务完成量和任务完成率情况",
          xaxis=dict(title="地区"),
          yaxis=dict(title="不同地区的任务完成量"),
          # 【步骤二】:给第二个y轴,添加标题,指定第二个y轴,在右侧。
          yaxis2=dict(title="不同地区的任务完成率",overlaying="y",side="right"),
          legend=dict(x=0.78,y=0.98,font=dict(size=12,color="black")))

fig = go.Figure(data=data,layout=layout)
fig.show()

结果如下:

python Plotly绘图工具的简单使用

6、绘制多子图:一个画布上绘制多个图形

1)相关库和方法介绍

1、绘制多个子图,需要先导入tools库。from plotly import tools

2、tools.make_subplots(rows= ,cols=)用于指定绘图布局,rows和cols表示将画布布局成几行几列。

3、fig.append_trace()将每个图形轨迹trace,绘制在不同的位置上。

2)分别绘制不同地区的“任务完成量”和“任务完成率”情况

# 步骤一:导入相关库
from plotly import tools
# 步骤二:指定绘图布局
fig = tools.make_subplots(rows=2,cols=1)
# 步骤三:绘制图形轨迹
trace0 = go.Bar(x=x,y=y1,
        marker=dict(color=["red","blue","green","darkgrey","darkblue","orange"]),
        opacity=0.5,
        name="不同地区的任务完成量")    
trace1 = go.Scatter(x=x,y=y2,
          mode="lines",
          name="不同地区的任务完成率",
          line=dict(width=2,color="red"))
 # 步骤四:将第一个轨迹,添加到第1行的第1个位置
 #    将第二个轨迹,添加到第2行的第1个位置         
fig.append_trace(trace0,1,1)
fig.append_trace(trace1,2,1)
# 步骤四:根据自己的需求,给图形添加标题。height、width参数用于指定图形的宽和高
fig.update_layout(title="不同地区的任务量与完成量",height=800,width=800)
# 步骤五:展示图形
fig.show()

结果如下:

python Plotly绘图工具的简单使用

到此这篇关于python Plotly绘图工具的简单使用的文章就介绍到这了,更多相关python Plotly绘图内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
Python实现扩展内置类型的方法分析
Oct 16 Python
python实现协同过滤推荐算法完整代码示例
Dec 15 Python
python flask web服务实现更换默认端口和IP的方法
Jul 26 Python
详解Python利用random生成一个列表内的随机数
Aug 21 Python
docker-py 用Python调用Docker接口的方法
Aug 30 Python
Pandas操作CSV文件的读写实现方法
Nov 13 Python
Python数据持久化存储实现方法分析
Dec 21 Python
python打印文件的前几行或最后几行教程
Feb 13 Python
Python查找不限层级Json数据中某个key或者value的路径方式
Feb 27 Python
python3:excel操作之读取数据并返回字典 + 写入的案例
Sep 01 Python
Python Process创建进程的2种方法详解
Jan 25 Python
python神经网络编程之手写数字识别
May 08 Python
python 函数嵌套及多函数共同运行知识点讲解
Mar 03 #Python
python实现扫雷游戏
Mar 03 #Python
python实现从ftp服务器下载文件
Mar 03 #Python
python实现简单的购物程序代码实例
Mar 03 #Python
python实现跨excel sheet复制代码实例
Mar 03 #Python
python剪切视频与合并视频的实现
Mar 03 #Python
详解Pycharm出现out of memory的终极解决方法
Mar 03 #Python
You might like
回首过去10年中最搞笑的10部动漫,哪一部让你节操尽碎?
2020/03/03 日漫
PHP中判断变量为空的几种方法分享
2013/08/26 PHP
php图片添加水印例子
2016/07/20 PHP
jQuery帮助之CSS尺寸(五)outerHeight、outerWidth
2009/11/14 Javascript
同一页面多个商品倒计时JS 基于面向对象的javascript
2012/02/16 Javascript
js弹出的对话窗口永远保持居中显示
2012/12/15 Javascript
js jq 单击和双击区分示例介绍
2013/11/05 Javascript
JQuery页面的表格数据的增加与分页的实现
2013/12/10 Javascript
JavaScript eval() 函数介绍及应用示例
2014/07/29 Javascript
EasyUi datagrid 实现表格分页
2015/02/10 Javascript
js实现鼠标感应向下滑动隐藏菜单的方法
2015/02/20 Javascript
JavaScript在网页中画圆的函数arc使用方法
2015/11/13 Javascript
Bootstrap4一次重大更新 几乎涉及每行代码
2016/05/16 Javascript
AngularJS使用ng-Cloak阻止初始化闪烁问题的方法
2016/11/03 Javascript
Bootstrap Modal遮罩弹出层(完整版)
2016/11/21 Javascript
基于Bootstrap的网页设计实例
2017/03/01 Javascript
Easyui 关闭jquery-easui tab标签页前触发事件的解决方法
2019/04/28 jQuery
[02:05]2014DOTA2西雅图邀请赛 专访啸天mik夫妻档
2014/07/08 DOTA
在Python的Django框架上部署ORM库的教程
2015/04/20 Python
python开发之基于thread线程搜索本地文件的方法
2015/11/11 Python
Python3使用requests登录人人影视网站的方法
2016/05/11 Python
Python中规范定义命名空间的一些建议
2016/06/04 Python
PyTorch 1.0 正式版已经发布了
2018/12/13 Python
Pycharm简单使用教程(入门小结)
2019/07/04 Python
Pytorch 数据加载与数据预处理方式
2019/12/31 Python
PyTorch的torch.cat用法
2020/06/28 Python
Pycharm自带Git实现版本管理的方法步骤
2020/09/18 Python
python pygame 愤怒的小鸟游戏示例代码
2021/02/25 Python
美国知名运动产品零售商:Foot Locker
2016/07/23 全球购物
护理中职生求职信范文
2014/02/24 职场文书
政风行风评议心得体会
2014/10/21 职场文书
2014年统计工作总结
2014/11/21 职场文书
辩论赛新闻稿
2015/07/17 职场文书
女方家长婚礼致辞
2015/07/27 职场文书
详解前端任务构建利器Gulp.js使用指南
2021/04/30 Javascript
Python实现Hash算法
2022/03/18 Python