2019年你学会使用新型的Python可视化互动绘图模块Plotly了吗-附图，数据库及GitHub repo

越来越多的人意识到，我们一直在使用一个繁琐的，过时的绘图库 -  matplotlib 。幸运的是，时代已经变了。在本文中，我们将介绍一个如何能在更短的时间内制作出更漂亮的，可以互动的图片工具Plotly - 通常情况下只需一行代码，即可完成任务。

线性回归阅读量vs字数

 

编者话: 昨天在Medium上阅读了一篇Koehrsen发表的文章，题目是"The Next Level of Data Visualization in Python"。说实话，作为外貌协会的成员，我对那里面的代码并不感冒。但是文章里的那些漂亮的互动图，勾起了我的兴趣。兴奋之余，决定用我自己在36氪上发表的文章数据做一实验。

1. Python资料视觉化的主要套件

 

名称	优点	缺点	备注
Matplotlib	历史悠久，文档齐全，可以画多种表格	图表难看，指令复杂	现在跟Pandas整合在一起，外表有所改观。官网教学
Seaborn	基于Matplot, 实现了更高层化的API，指令简单，图案漂亮	可完成大部分任务，但有些进阶图案需要Matplot来辅助完成。	官网教学
Plotly	漂亮，互动，功能齐全，可建dashboard	有时使用起来复杂，不完全开源，企业版要付费，比较吃电脑资源	官网教学

2. 数据

Koehrsen用了他在Medium 上所发表的文章的数据，他对其中的一些数据做了时间数列分析。比如说阅读量和阅读比例。在Medium上有一个统计，有时读者点击了，却不会真正去读这篇文章。所以阅读比例越高，笔者越会感到欣慰。为了学习Koehrsen的代码，我尝试用我自己的数据去探索一下。这些数据的变量包括(GitHub repo 链接, Jupyter Viewer):

ID

文章名

有无播客

文章创立时间

发布时间

字数统计

PC端流量

移动端流量

应用流量

阅读量

评论

收藏

点赞

注:由于部分数据缺失，我删除了一些变量名，比如文章类别，每片文章的新增粉丝，每天的阅读量及部分文章。值得指出的是，36氪的文章会被许多其他媒体转载，比如新浪博客，今日头条，人人都是产品经理等等。这里的阅读量并未包含转载部分的阅读量。好了，不多说，上代码及图片。

编辑中

待叙

# Data science imports
import pandas as pd
import numpy as np

%load_ext autoreload
%autoreload 2

# Options for pandas
pd.options.display.max_columns = 25

# Display all cell outputs
from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = 'all'

import plotly.plotly as py
import plotly.graph_objs as go
import plotly.figure_factory as ff
from plotly.offline import iplot

import cufflinks
cufflinks.go_offline()

 

 

"""