Python数据可视化| Plotly

写在前面的话

• plotly是一个基于JavaScript的绘图库，可以绘制精致的动态交互图形，绘图结果默认保存成html文件，可以通过浏览器查看。
• plotly不能直接接受numpy和pandas的数据结构，需要将数据转换成其可识别的数据结构。

导入数据库：
1. import plotly as py
2. import plotly .graph_objs as go
3. from plotly .graph_objs import Scatter

1、plotly基础知识

1.1、offline.plot和offline.iplot

• 使用plotly.offline.plot(data,filename='file.html')函数可以在本地新建一个HTML文件，并可以选择是否在浏览器中打开这个文件。
• 使用py.offline.init_notebook_mode()进行初始化，利用plotly.offline.iplot函数可在Jypyter notebook直接绘图。

1.2、plotly绘图流程

1. 添加图轨数据，使用go.Scatter、go.Bar等函数
2. 设置画图布局，使用go.Layout函数
3. 集成图轨，布局数据，使用go.Figure函数
   4.绘制输出，使用offline.plot和offline.iplot函数。

2、常见图形绘制

2.1、折线图和散点图：

• go.Scatter(x,y,mode,name,marker,line)：

  • x----x轴数据
  • y----y轴数据
  • mode----线条（lines）、散点（markers）、线条加散点（markers+lines）
  • name----图例名称
  • marker/line----散点和线条的相关参数

• go.Layout(title,xaxis,yaxis)

  • title----标题
  • xaxis----控制x轴参数
  • yaxis----控制y轴参数

  • legend----设置图例位置和字体

    
    
    image.png

2.2、柱状图：

• go.Bar(x,y,marker,opacity)：

  • x----x轴数据
  • y----y轴数据
  • marker----设置图形的参数

  • opacity----透明度

    
    
    image.png

• 若需要制作柱状簇图，则制作多个分类图轨，并形成列表即可。
  

  image.png

• 若需要制作堆叠柱状图，则制作多个图轨，并形成列表。布局设置添加参数barmode='stack'。
  

  image.png

2.3、直方图

• go.Histogram(x,y,marker)：
  
  image.png

2.4、饼图

• go.Pie(x,y,hole,textfont)：
  
  image.png

3、图形设置

3.1、多图表

• 多图表其实画多个画图轨迹就可以了。
  
  image.png

3.2、双坐标轴

• 双坐标轴则layout增加yaxis2参数，例如：yaxis2=dict（title='税收收入',overlaying='x',side='right'）
  
  image.png

3.3、多子图

• 多子图需要设置subplot。
  • 1. from plotly import tools
  • 2. fig=tools.make_subplots(rows=2,cols=1)
  • 3.fig.append_trace(trace1,1,1)>fig.append_trace(trace2,2,1)

  • 4.fig['layout'].update(height= ,width= ,title=' ')’

    
    
    image.png

写在最后的话

• 这是本人学习Peter老师的《2020年Python数据分析师特训营》课程整理的学习笔记，有需要观看视频的小伙伴，B站指路：https://www.bilibili.com/video/av81847305。