关于python:最强的Python可视化神器建议一试

数据分析离不开数据可视化，咱们最罕用的就是 pandas，matplotlib，pyecharts 当然还有 Tableau，看到一篇文章介绍 plotly 制图后我也蠢蠢欲动，查看了相干材料开始尝试用它制图。

Plotly 是一款用来做数据分析和可视化的在线平台，性能十分弱小, 能够在线绘制很多图形比方条形图、散点图、饼图、直方图等等。而且还是反对在线编辑，以及多种语言 python、javascript、matlab、R 等许多 API。它在 python 中应用也很简略，间接用 pip install plotly 就能够了。举荐最好在 jupyter notebook 中应用，pycharm 操作不是很不便。应用 Plotly 能够画出很多媲美 Tableau 的高质量图：

plotly 制图我尝试做了折线图、散点图和直方图，首先导入库：

from plotly.graph_objs import Scatter,Layout
import plotly
import plotly.offline as py
import numpy as np
import plotly.graph_objs as go
#setting offilne 离线模式
plotly.offline.init_notebook_mode(connected=True)

下面几行代码次要是援用一些库，plotly 有在线和离线两种模式，在线模式须要有账号能够云编辑。我选用的离线模式，plotly 设置为 offline 模式就能够间接在 notebook 外面显示了。

N = 100
random_x = np.linspace(0,1,N)
random_y0 = np.random.randn(N)+5
random_y1 = np.random.randn(N)
random_y2 = np.random.randn(N)-5

#Create traces
trace0 = go.Scatter(
    x = random_x,
    y = random_y0,      
    mode = 'markers',
    name = 'markers')
trace1 = go.Scatter(
    x = random_x,
    y = random_y1,
    mode = 'lines+markers',
      name = 'lines+markers'
)
trace2 = go.Scatter(
    x = random_x,
    y = random_y2,
    mode = 'lines',
    name = 'lines'
)
data = [trace0,trace1,trace2]
py.iplot(data)

随机设置 4 个参数，一个 x 轴的数字和三个 y 轴的随机数据，制作出三种不同类型的图。trace0 是 markers，trace1 是 lines 和 markers,trace3 是 lines。而后把三种图放在 data 这个列表外面，调用 py.iplot(data) 即可。
绘制的图片零碎默认配色也挺难看的~

trace1 = go.Scatter(y = np.random.randn(500),
    mode = 'markers',
    marker = dict(
        size = 16,
        color = np.random.randn(500),
        colorscale = 'Viridis',
        showscale = True
    )
)
data = [trace1]
py.iplot(data)

把 mode 设置为 markers 就是散点图，而后 marker 外面设置一组参数，比方色彩的随机范畴，散点的大小，还有图例等等。

trace0 = go.Bar(
    x = ['Jan','Feb','Mar','Apr', 'May','Jun',
         'Jul','Aug','Sep','Oct','Nov','Dec'],
    y = [20,14,25,16,18,22,19,15,12,16,14,17], 
    name = 'Primary Product',
    marker=dict(color = 'rgb(49,130,189)'
    )
)
trace1 = go.Bar(
    x = ['Jan','Feb','Mar','Apr', 'May','Jun', 
        'Jul','Aug','Sep','Oct','Nov','Dec'],
    y = [19,14,22,14,16,19,15,14,10,12,12,16],
    name = 'Secondary Product',
    marker=dict(color = 'rgb(204,204,204)'
    )
)
data = [trace0,trace1]
py.iplot(data)

直方图是咱们比拟罕用的一种图形，plotly 绘制直方图的形式跟咱们在 pandas 外面设置的有点相似，他们十分直观的体现了不同月份两个生产力之间的差别。下面的制图只是 plotly 的冰山一角，都是一些最根本的用法，它还有很多很酷的用法和图形，尤其是跟 pandas 联合画的图十分丑陋。比方一些股票的 K 线图，大家有趣味能够钻研钻研~ 链接在此：https://plot.ly/python/

原文链接：https://www.jianshu.com/p/e5f…

您的点赞珍藏就是对我最大的激励！
欢送关注我，分享 Python 干货，交换 Python 技术。
对文章有何见解，或者有何技术问题，欢送在评论区一起留言探讨！

关于python:最强的Python可视化神器建议一试

1. Plotly

2. 制作折线图

3. 制作散点图

4. 直方图

文末