Python+Plotly绘制精美的数据分析图

目录
  • 1.准备
  • 2.使用
  • 3.保存
  • 4.其他功能

Plotly 是目前已知的Python最强绘图库，它比上次我们讲的Echarts还强大许多许多，它的绘制通过生成一个web页面完成，并且支持调整图像大小，动态调节参数，方便许多python 网页应用的开发。

1.准备

开始之前，你要确保Python和pip已经成功安装在电脑上,如果没有，可以访问这篇文章：超详细Python安装指南 进行安装。

Windows环境下打开Cmd(开始—运行—CMD)，苹果系统环境下请打开Terminal(command+空格输入Terminal)，准备开始输入命令安装依赖。

当然，我更推荐大家用VSCode编辑器，把本文代码Copy下来，在编辑器下方的终端装依赖模块，多舒服的一件事啊：

在终端输入以下命令安装我们所需要的依赖模块:

pip install plotly

看到 Successfully installed xxx 则说明安装成功。

2.使用

你只需要知道某些图的生成函数及其传入参数，就可以生成很漂亮的统计图。比如生成文章开头的那个官方平行类别图，你只要需要知道它的生成函数是 px.parallel_categories。支持的参数列表如下：

data_frame：数据，需要以DataFrame格式。

color: 可指定每一列的特定颜色。

color_continuous_scale: 构建连续的颜色

详细参数可阅读官方文档

在这里，我们使用官方生成好的数据作为展示的例子，编写以下代码即可：

# 文件命名为：test.py
import plotly.express as px
tips = px.data.tips()
fig = px.parallel_categories(tips, color="size", color_continuous_scale=px.colors.sequential.Inferno)
fig.show()

效果如下：

在cmd/Terminal或者VSCODE的终端里，运行这份代码：

python test.py

你会看到浏览器自动生成了一个页面，页面上就是这幅图，而且是可以进行交互的图。

除此之外还有这样的图：

import plotly.express as px
gapminder = px.data.gapminder()
fig = px.scatter(gapminder.query("year==2007"), x="gdpPercap", y="lifeExp", size="pop", color="continent",
           hover_name="country", log_x=True, size_max=60)
fig.show()

代码如上，其实相当简单，你只需要符合它的scatter函数的数据格式就可以生成了，真的是坐着收图啊。

还有以下这些例子，这些例子都是可以在页面上进行交互的（放大缩小等），相当方便！

3.保存

其实在执行完程序后生成的页面里，右上角有个小摄像头，点击那个摄像头可以直接生成页面：

但是你可能会希望直接在程序中将图片保存下载，方便批量生成图片，这个时候我们需要添加类似这样的一个离线plot语句

import plotly.offline as offline
offline.plot(figure_or_data = fig, image ='png', image_filename='plot_image', output_type='file', image_width=800, image_height=600, validate=False)

在得到了图像的Fig变量后，你只需要继续编写上述语句就可以保存下来，比如我们的第一个例子，将会是这样保存的。

# 文件命名为：test.py
import plotly.express as px
import plotly.offline as offline
tips = px.data.tips()
fig = px.parallel_categories(tips, color="size", color_continuous_scale=px.colors.sequential.Inferno)
fig.show()

offline.plot(figure_or_data = fig, image = 'png', image_filename='plot_image',
             output_type='file', image_width=800, image_height=600, validate=False)

4.其他功能

1.共享：如果你希望能和其他人共享图片，而自己又不会做web开发，没关系，plotly也提供了解决方案，这个时候我们需要安装一个新的包叫chart_studio，然后使用官方给定的API进行在线绘制，就能保存到你的plotly个人网页中了！详细可见官方教程

2.添加背景图：你还可以给你的图片添加背景图！操作起来非常简单。

3.添加你的LOGO：添加你个人独特的LOGO也是支持的。

在https://plot.ly/python/images/你可以找到2和3的相应教程！

以上就是Python+Plotly绘制精美的数据分析图的详细内容，更多关于Python Plotly数据分析图的资料请关注我们其它相关文章！

赞 (0)

相关推荐

  • 基于python plotly交互式图表大全

    plotly可以制作交互式图表,直接上代码: import plotly.offline as py from plotly.graph_objs import Scatter, Layout import plotly.graph_objs as go py.init_notebook_mode(connected=True) import pandas as pd import numpy as np In [412]: #读取数据 df=pd.read_csv('seaborn.csv',

  • Python使用Plotly绘制常见5种动态交互式图表

    Python使用Plotly绘制常见5种动态交互式图表

    目录 启动 动画 太阳图 平行类别 平行坐标图 量表图和指示器 数据可以帮助我们描述这个世界.阐释自己的想法和展示自己的成果,但如果只有单调乏味的文本和数字,我们却往往能难抓住观众的眼球.而很多时候,一张漂亮的可视化图表就足以胜过千言万语.本文将介绍 5 种基于 Plotly 的可视化方法,你会发现,原来可视化不仅可用直方图和箱形图,还能做得如此动态好看甚至可交互. 对数据科学家来说,讲故事是一个至关重要的技能.为了表达我们的思想并且说服别人,我们需要有效的沟通.而漂漂亮亮的可视化是完成这一任务

  • python Plotly绘图工具的简单使用

    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: 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

  • Python基于plotly模块实现的画图操作示例

    Python基于plotly模块实现的画图操作示例

    本文实例讲述了Python基于plotly模块实现的画图操作.分享给大家供大家参考,具体如下: import plotly plotly.tools.set_credentials_file(username='tianjixuetu', api_key='xxxxxxxx')#此处要去官网申请自己的api,#https://plot.ly/ssu/ #案例1 import plotly.plotly as py from plotly.graph_objs import * trace0 =

  • Python使用plotly绘制数据图表的方法

    Python使用plotly绘制数据图表的方法

    导语:使用 python-plotly 模块来进行压测数据的绘制,并且生成静态 html 页面结果展示. 不少小伙伴在开发过程中都有对模块进行压测的经历,压测结束后大家往往喜欢使用Excel处理压测数据并绘制数据可视化视图,但这样不能很方便的使用web页面进行数据展示.本文将介绍使用python-plotly模块来进行压测数据的绘制,并且生成静态html页面方便结果展示. Plotly简介 Plotly是一款使用JavaScript开发的制图工具,提供了与主流数据分析语言交互的API(如:Pyt

  • Python+Plotly绘制精美的数据分析图

    Python+Plotly绘制精美的数据分析图

    目录 1.准备 2.使用 3.保存 4.其他功能 Plotly 是目前已知的Python最强绘图库,它比上次我们讲的Echarts还强大许多许多,它的绘制通过生成一个web页面完成,并且支持调整图像大小,动态调节参数,方便许多python 网页应用的开发. 1.准备 开始之前,你要确保Python和pip已经成功安装在电脑上,如果没有,可以访问这篇文章:超详细Python安装指南 进行安装. Windows环境下打开Cmd(开始—运行—CMD),苹果系统环境下请打开Terminal(comman

  • python分分钟绘制精美地图海报

    python分分钟绘制精美地图海报

    目录 1 简介 2 利用prettymaps快速制作海报级地图 2.1 prettymaps的几种使用方式 2.1.1 圆形模式 2.1.2 圆角矩形模式 2.1.3 添加文字内容 结尾:  1 简介 今天我要给大家介绍的这个Python库prettymaps非常的有趣,基于它,我们只需要简单的代码就可以对地球上给定坐标和范围的任意地区进行地图可视化. 2 利用prettymaps快速制作海报级地图 遗憾的是prettymaps暂时还不能通过pip或conda直接进行安装,但可以利用pip配合g

  • Python+folium绘制精美地图的示例详解

    Python+folium绘制精美地图的示例详解

    目录 1.准备工作 2.关于folium.Map() 3.内建地图底图样式 4.多种第三方地图底图样式 4.1.高德地图 4.2.智图GeoQ 4.3.腾讯地图 4.4.天地图 5.补充 1. 准备工作 有朋友可能没用过folium,它其实就是python的一个专业绘制地图的第三方库,所以在使用之前需要先安装它. pip install folium 在安装完成之后,我们可以在jupyterlab进行演示如下: import folium m = folium.Map() m 默认 对于上面的输

  • python plotly绘制直方图实例详解

    python plotly绘制直方图实例详解

    计算数值出现的次数 import cufflinks as cf cf.go_offline() import numpy as np import pandas as pd set_slippage_avg_cost = [22.01, 20.98, 17.11, 9.06, 9.4, 3.65, 19.65, 7.01, 11.21, 10.3, 5.1, 23.98, 12.03, 8.13, 8.07, 9.28, 3.93, 4.23, 18.6, 8.22, 7.85, 5.39,

  • Python利用plotly绘制正二十面体详解

    目录 顶点 棱 实现正二十面体 plotly 的 Python 软件包是一个开源的代码库,它基于 plot.js,而后者基于 d3.js.我们实际使用的则是一个对 plotly 进行封装的库,名叫 cufflinks,能让你更方便地使用 plotly 和 Pandas 数据表协同工作. 一言以蔽之,plotly是一款擅长交互的Python绘图库,下面就初步使用一下这个库的三维绘图功能.此前曾经用matplotlib画了正二十面体和足球:Python绘制正二十面体:画足球,这次用plotly复现一

  • Python matplotlib plotly绘制图表详解

    Python matplotlib plotly绘制图表详解

    目录 一.整理数据 二.折线图 三.散点图 四.饼图 五.柱形图 六.点图(设置多个go对象) 七.2D密度图 八.简单3D图 一.整理数据 以300部电影作为数据源 import pandas as pd cnboo=pd.read_excel("cnboNPPD1.xls") cnboo import seaborn as sns import numpy as np import matplotlib as mpl from matplotlib import pyplot as

  • python matplotlib绘画十一种常见数据分析图

    python matplotlib绘画十一种常见数据分析图

    目录 1. 折线图 2. 散点图 3. 直方图 4. 饼图 5. 箱线图 6.概率图 7.雷达图 8.流向图 9.绘图中的表格设置 10. 极坐标图 11. 词云图 11.1 安装相关的包 11.2 词云生成过程 1. 折线图 折线图(Line Chart)是一种将数据点按照顺序连接起来的图形,也可以看作是将散点图按照X轴坐标顺序链接起来的图形.折线图的主要功能是查看因变量y随着自变量x改变的趋势,最适合用于显示随时间(根据常用比例设置)而改变的连续数据.同时,还可以看出数量的差异 绘制折线图p

  • Python+matplotlib+numpy绘制精美的条形统计图

    Python+matplotlib+numpy绘制精美的条形统计图

    本文实例主要向大家分享了一个Python+matplotlib+numpy绘制精美的条形统计图的代码,效果展示如下: 完整代码如下: import matplotlib.pyplot as plt from numpy import arange from numpy.random import rand def gbar(ax, x, y, width=0.5, bottom=0): X = [[.6, .6], [.7, .7]] for left, top in zip(x, y): ri

  • 使用Python的networkx绘制精美网络图教程

    最近因为数学建模3天速成Python,然后做了一道网络的题,要画网络图.在网上找了一些,发现都是一些很基础的丑陋红点图,并且关于网络的一些算法也没有讲,于是自己进http://networkx.github.io/学习了一下.以下仅博主自己的总结,勿认真,有错误尽情指出,大家一起交流. 需要用到的module malplotlib.pyplot 和networkx 正文: 一.malplotlib和networkx的安装(作者使用的是python2.7 pycharm) 在Python的文件夹目

随机推荐