Python matplotlib plotly

文章目录

  • 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 

Python matplotlib plotly_第1张图片

import seaborn as sns
import numpy as np 
import matplotlib as mpl
from matplotlib import pyplot as plt 
import pandas as pd 
from datetime import datetime,timedelta
%matplotlib inline
plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号
from datetime import datetime 
! pip install plotly # 安装
import matplotlib.pyplot as plt
import plotly
from plotly.offline import download_plotlyjs,init_notebook_mode,plot,iplot
x=cnboo['BO'].tolist()
y=cnboo['PERSONS'].tolist()
dict01={"x":x,"y":y}
dict01

二、折线图

# 折线图
iplot([dict01])

Python matplotlib plotly_第2张图片

三、散点图

import plotly.graph_objs as go
iplot([go.Scatter(x=x,y=y,mode='markers')])

Python matplotlib plotly_第3张图片
Python matplotlib plotly_第4张图片

# 随机生成的点图
import numpy as np
iplot([go.Scatter(x=np.random.randn(100),y=np.random.randn(100),mode='markers')])
go 

在这里插入图片描述

trace=go.Scatter(x=cnboo['PRICE'],y=y,mode='markers',)
data=[trace]
iplot(data)

Python matplotlib plotly_第5张图片

trace=go.Scatter(x=cnboo['PRICE'],y=y,mode='markers',marker=dict(color='red',size=9,opacity=0.4))
data=[trace]
iplot(data)

Python matplotlib plotly_第6张图片

四、饼图

colors=['#dc2624','#2b4750','#45a0a2','#e87a59','#7dcaa9','#649E7D','#dc8018',
       '#C89F91','#6c6d6c','#4f6268','#c7cccf']
filmtype=cnboo['TYPE']
filmbo=cnboo['PRICE']
trace=go.Pie(labels=filmtype,values=filmbo,
            hoverinfo='label+percent',textinfo='value',textfont=dict(size=10),
             marker=dict(colors=colors,line=dict(color='#000000',width=3)))
data=[trace]
iplot(data)

Python matplotlib plotly_第7张图片
Python matplotlib plotly_第8张图片

filmtype=cnboo['TYPE']
filmbo=cnboo['PRICE']
trace=go.Pie(labels=filmtype,values=filmbo,
            hoverinfo='label+percent',textinfo='value',textfont=dict(size=12),
             marker=dict(colors=colors))
data=[trace]
iplot(data)

Python matplotlib plotly_第9张图片

五、柱形图

# plotly bar
trace1=go.Bar(x=cnboo['TYPE'],y=cnboo['PRICE'],name="类型与票价")
trace2=go.Bar(x=cnboo['TYPE'],y=y,name="类型与人数")
layout=go.Layout(title="中国电影类型与票价,人数的关系",xaxis=dict(title='电影类型'))
data=[trace1,trace2]
fig=go.Figure(data,layout=layout)
iplot(fig)

Python matplotlib plotly_第10张图片

六、点图(设置多个go对象)

trace1=go.Scatter(x=cnboo['TYPE'],y=cnboo['PRICE'],name="类型与票价",mode="markers",
                  marker=dict(color="red",size=8))
trace2=go.Scatter(x=cnboo['TYPE'],y=cnboo['PERSONS'],name="类型与人数",mode="markers",
                  marker=dict(color="blue",size=5))
data=[trace1,trace2]
iplot(data)

Python matplotlib plotly_第11张图片

trace1=go.Scatter(x=cnboo['TYPE'],y=cnboo['PRICE'],name="类型与票价",mode="markers",
                  marker=dict(color="red",size=8))
trace2=go.Scatter(x=cnboo['TYPE'],y=cnboo['PERSONS'],name="类型与人数",mode="markers",
                  marker=dict(color="blue",size=5))
layout=go.Layout(title="中国电影类型与票价,人数的关系",plot_bgcolor="#FFFFFF")
data=[trace1,trace2]
fig=go.Figure(data,layout=layout)
iplot(fig)

Python matplotlib plotly_第12张图片

七、2D密度图

import plotly.figure_factory as ff
fig=ff.create_2d_density(x,y,colorscale=colors,hist_color='#dc2624',point_size=5)
iplot(fig,filename='评分与人次')

Python matplotlib plotly_第13张图片

colorscale=['rgb(20, 38, 220)',
 'rgb(255, 255, 255)'] # 最后一个颜色都是调用背景
fig=ff.create_2d_density(x,y,colorscale=colorscale,hist_color='#dc2624',point_size=5)
iplot(fig,filename='评分与人次')

Python matplotlib plotly_第14张图片

八、简单3D图

layout=go.Layout(title="中国电影票房与人次,票价的关系",barmode="group") 
trace01=go.Scatter3d(
    x=cnboo['BO'],
    y=cnboo['PRICE'],
    z=cnboo['PERSONS'],
    mode='markers',
    marker=dict(size=12,color=colors,colorscale='Viridis',
               opacity=0.5,showscale=True)  #opacity是透明度
)
data=[trace01]
fig=go.Figure(data=data,layout=layout)
iplot(fig,filename='3d')

你可能感兴趣的:(大数据分析,Phthon,Matplotlib,python,开发语言,pycharm)