数据沿用数据可视化分析2.3的PUGB吃鸡数据文件。
from plotly.offline import download_plotlyjs , init_notebook_mode,plot ,iplot
import plotly.graph_objs as go
import pandas as pd
pubg = pd.read_csv("PUBG.csv")
df_pubg = pubg.apply(pd.to_numeric,errors = 'ignore')
df_new_pubg = df_pubg.head(100)
import plotly.figure_factory as ff
2维图表需要两组数据:
x = df_new_pubg.solo_Wins
y = df_new_pubg.solo_TimeSurvived
设置参数:
colorscale = ['#7A4579','#D56073','rgb(236,158,105)',(1,1,0.2),(0.98,0.98,0.98)]
先不加入参数看看绘制效果
fig=ff.create_2d_density(x,y)
iplot(fig ,filename='histgram_subplot')
fig = ff.create_2d_density(x,y , colorscale= colorscale)
fig = ff.create_2d_density(x,y , colorscale= colorscale ,hist_color='rgb(255,237,222)' , point_size= 5)
3d图就需要三个数据:
x = df_new_pubg.solo_Wins
y = df_new_pubg.solo_TimeSurvived
z = df_new_pubg.solo_RoundsPlayed
利用go
语句给trace
赋值:
trace1 = go.Scatter3d(
x=x,
y=y,
z=z,
mode='markers'
)
data=[trace1]
fig=go.Figure(data=data)
iplot(fig)
trace1 = go.Scatter3d(
x=x,
y=y,
z=z,
mode='markers',
marker=dict(
size=12,
color=z,
colorscale='Viridis',
# 采用Viridis调色板
opacity=0.8,
showscale =True
# 增加图示
)
)
layout = go.Layout(margin=dict(
l=0,
r=0,
t=0,
b=0
))
fig = go.Figure(data=data , layout=layout)
iplot(fig,filename='3d')
在网上互动可视化是plotly最强大的特点之一。
首先需要在plotly官网点击Sign Up注册账号:plotly官网
登陆完成之后点击Settings:
之后找到API接口:
生成临时密码:
安装chart_studio
库:
开始上传图片:
import chart_studio
import chart_studio.plotly as py
chart_studio.tools.set_credentials_file(username='D_Ddd0701',api_key='ZDBddR6QXiKshV9xdMwu')
# 输入网站上注册的用户名和生成的API
init_notebook_mode(connected=True)
# 笔记本和线上做连接
# 把刚才的代码复制过来,加入py.iplot
fig = go.Figure(data=data , layout=layout)
py.iplot(fig,filename='3d')
点击右下角EDIT按钮,进入网页发现图片已经上传上去,点击Save储存。
确定内容后再次点击Save:
此时图片已经被上传到个人File内:
点击Viewer可以浏览,也可以点击Editor编辑。
同样,也可以去参观别人做的图学习一下别人怎么做的。
系列文章:
matplotlib中文字体不显示解决办法
利用matplotlib绘制各类图表
数据可视化分析2.1
数据可视化分析2.2
数据可视化分析2.3