当前位置 : 主页 > 编程语言 > python >

Python数据可视化教程:基于Plotly的动态可视化绘图

来源:互联网 收集:自由互联 发布时间:2022-06-27
1. plotly 介绍 Plotly是一个非常著名且强大的开源数据可视化框架,它通过构建基于浏览器显示的web形式的可交互图表来展示信息,可创建多达数十种精美的图表和地图, 下面我们以jup

 1. plotly 介绍

Plotly是一个非常著名且强大的开源数据可视化框架,它通过构建基于浏览器显示的web形式的可交互图表来展示信息,可创建多达数十种精美的图表和地图,
下面我们以jupyter notebook为开发工具数据分析。Matplotlib存在不够美观、静态性、不易分享等缺点,限制了Python在数据可视化中的发展。为了解决这个问题,新型的动态可视化开源模块Plotly应运而生。
由于Plotly具有动态、美观、易用、种类丰富等特性。

可以说,plotly 在Python 绘制图表的时候,是一种顶层的绘制方式。

我们首先通过plotly官方网站看看数据可视化效果图,这里截取了一部分的效果,发现真是无比强大,并且还支持数据/图片在线编辑

Python数据可视化教程:基于Plotly的动态可视化绘图_pythonPython数据可视化教程:基于Plotly的动态可视化绘图_数据分析_02编辑

2. plotly 两种方式绘制图表
Plotly是集成了在线通过菜单操作绘图与离线通过代码绘图多种绘图方式的绘图系统。如果使用在线方式,在使用plotly的时候,需要在官网注册一个个人账号,设置个人密码。

在线:将你的可视化图像保存到网站上,便于共享和保存。
离线:直接在本地生成可视化图像,便于使用。(推荐使用离线方式,方便查看和阅读)

下面主要从Python的角度来分析plotly的绘图原理及方法:

3. plotly绘图

基本图表:20种
统计和海运方式图:12种
科学图表:21种
财务图表:2种
地图:8种
3D图表:19种
报告生成:4种
连接数据库:7种
拟合工具:3种
流动图表:4种
JavaScript添加自定义控件:13种
Python数据可视化教程:基于Plotly的动态可视化绘图_python_03Python数据可视化教程:基于Plotly的动态可视化绘图_python_04编辑

Python数据可视化教程:基于Plotly的动态可视化绘图_python_05Python数据可视化教程:基于Plotly的动态可视化绘图_数据_06​编辑

4. 第一个Python 的plotly ,带你入门

 

import matplotlib.pyplot as plt
%matplotlib inline
import plotly
import plotly.graph_objs as go
from plotly.offline import init_notebook_mode,iplot
init_notebook_mode(connected=True)
import warnings
warnings.filterwarnings('ignore')
import numpy as np
import pandas as pd
plotly.__version__

Python数据可视化教程:基于Plotly的动态可视化绘图_python_07

接下来我们可以绘制一个plotly的程序,看看到底是什么效果
 

x = [1,2,3,4]
y = [10,15,13,17]
trace0 = go.Scatter(
x = x,
y = y
)
print(trace0)

data = [trace0]
print(data)

iplot(data)

Python数据可视化教程:基于Plotly的动态可视化绘图_python_08

Python数据可视化教程:基于Plotly的动态可视化绘图_python_09Python数据可视化教程:基于Plotly的动态可视化绘图_数据分析_10编辑

5. 可视化图表数据案例

本案例使用的数据介绍: 泰坦尼克号数据、鸢尾花数据、航班数据、金融类数据。 通过这些实际数据分析,可以快速 让大家掌握plotly 在实际工作中是如何进行数据分析的。

Python数据可视化教程:基于Plotly的动态可视化绘图_数据_11Python数据可视化教程:基于Plotly的动态可视化绘图_数据_12编辑

6. 金融数据 时序图案例

通过可以通过时序图 每个时间点的变化,例如: 金融领域,可以通过该方法来了解一下股价 变了的趋势
统计金融数据每天股价的变化趋势进行分析

Python数据可视化教程:基于Plotly的动态可视化绘图_数据_13Python数据可视化教程:基于Plotly的动态可视化绘图_数据_14编辑

data = [

go.Scatter(
x=finance['Date'],
y=finance['AAPL.High'],
name = 'AAPL.High'
),
go.Scatter(
x=finance['Date'],
y=finance['AAPL.Low'],
name = 'AAPL.Low'
)
]

layout = go.Layout(
title = '金融股价的变化趋势'
)

fig = go.Figure(data = data,layout=layout)
iplot(fig)

Python数据可视化教程:基于Plotly的动态可视化绘图_数据分析_15

我们来看看绘制的图形

Python数据可视化教程:基于Plotly的动态可视化绘图_python_16Python数据可视化教程:基于Plotly的动态可视化绘图_数据分析_17编辑

专注于使用Plotly 进行动态的数据分析,进一步的数据分析,如果大家有兴趣,可以参考一下内容学习:

欢迎关注,一起交流讨论!

Python 数据可视化库Plotly 主要知识点如下:

Python数据可视化教程:基于Plotly的动态可视化绘图_数据_18Python数据可视化教程:基于Plotly的动态可视化绘图_python_19编辑

针对使用Python plotly 绘制的部分图表如下: 

Python数据可视化教程:基于Plotly的动态可视化绘图_python_20Python数据可视化教程:基于Plotly的动态可视化绘图_python_21编辑

Python数据可视化教程:基于Plotly的动态可视化绘图_数据分析_22Python数据可视化教程:基于Plotly的动态可视化绘图_数据分析_23编辑

Python数据可视化教程:基于Plotly的动态可视化绘图_数据分析_24Python数据可视化教程:基于Plotly的动态可视化绘图_python_25编辑

Python数据可视化教程:基于Plotly的动态可视化绘图_数据分析_26Python数据可视化教程:基于Plotly的动态可视化绘图_python_27编辑

更多内容请点击: ​​https://edu.51cto.com/course/18606.html​​


上一篇:用SearX搭建个人电影资料搜索引擎
下一篇:没有了
网友评论