1、plotly庫的相關(guān)介紹

1）相關(guān)說明

plotly是一個基于javascript的繪圖庫，plotly繪圖種類豐富，效果美觀； 易于保存與分享plotly的繪圖結(jié)果，并且可以與Web無縫集成； ploty默認(rèn)的繪圖結(jié)果，是一個HTML網(wǎng)頁文件，通過瀏覽器可以直接查看；

2）plotly與matplotlib、seaborn的關(guān)系

  需要注意的是，ployly繪圖庫與matplotlib繪圖庫、seaborn繪圖庫并沒有什么關(guān)系。也就是說說plotly是一個單獨的繪圖庫，有自己獨特的繪圖語法、繪圖參數(shù)和繪圖原理，因此我們需要單獨學(xué)習(xí)它。

2、導(dǎo)入相關(guān)庫

  對于我們做數(shù)據(jù)分析的人員來說，一般用的都是離線繪圖庫。在線繪圖庫需要的話，可以自己百度研究。

import osimport numpy as npimport pandas as pdimport plotly as pyimport plotly.graph_objs as goimport plotly.expression as pxfrom plotly import toolsimport warningswarnings.filterwarnings('ignore')3、plotly繪圖原理

1）ployly常用的兩個繪圖模塊：graph_objs和expression

  graph_objs和expression是plotly里面兩個很常用的繪圖庫，graph_objs相當(dāng)于matplotlib，在數(shù)據(jù)組織上比較費勁，但是任然比起matplotlib繪圖更簡單、更好看。這里說的費勁是相對于expression庫來說的。expression庫相當(dāng)于seaborn的地位，在數(shù)據(jù)組織上較為容易，繪圖比起seaborn來說，也更加容易。這里你心里有個印象即可，知道這兩個繪圖庫很牛，就行了。  對于graph_objs繪圖庫，我們常命名為“go”(import plotly.graph_objs as go)；對于expression繪圖庫，我們常命名為“px”(import plotly.expression as px)。

2）graph_objs(“go”)庫的繪圖原理

① 簡單的案例說明

df = pd.read_excel('plot.xlsx')# 步驟一trace0 = go.Scatter(x=df['年份'],y=df['城鎮(zhèn)居民'],name='城鎮(zhèn)居民')trace1 = go.Scatter(x=df['年份'],y=df['農(nóng)村居民'],name='農(nóng)村居民')# 步驟二data = [trace0,trace1]# 步驟三fig = go.Figure(data)# 步驟四fig.update_layout( , xaxis_title='年份', yaxis_title='人均收入（元）')# 步驟五fig.show()

結(jié)果如下：

② 原理說明

1、繪制圖形軌跡，在ployly里面叫做trace，每一個軌跡是一個trace。2、將軌跡包裹成一個列表，形成一個“軌跡列表”。一個軌跡放在一個列表中，多個軌跡也是放在一個列表中。3、創(chuàng)建畫布的同時，并將上述的“軌跡列表”，傳入到Figure()中。4、使用Layout添加其他的繪圖參數(shù)，完善圖形。5、展示圖形。

3）expression(“px”)庫的繪圖原理

① 簡單的案例說明

iris = pd.read_excel('iris.xlsx',sheet_name='Sheet2')fig = px.scatter(iris,x='花萼長度',y='花萼寬度',color='屬種')fig.show()

結(jié)果如下：

② 原理說明

1、直接使用px調(diào)用某個繪圖方法時，會自動創(chuàng)建畫布，并畫出圖形。

2、展示圖形。

4、保存圖形的兩種方式

1）直接下載下來：保存成png靜態(tài)圖片

2）使用py.offline.plot(fig,filename=“XXX.html”)代碼保存成html網(wǎng)頁動態(tài)圖片

iris = pd.read_excel('iris.xlsx',sheet_name='Sheet2')fig = px.scatter(iris,x='花萼長度',y='花萼寬度',color='屬種')py.offline.plot(fig,filename='iris1.html')

結(jié)果如下：該文件是一個html文件，這里上傳不了，自己下去嘗試一下就知道了。

3）總結(jié)說明

  使用“照相機”那個下載按鈕，可以直接將圖片下載保存在本地，但是這個圖片是一個靜態(tài)圖片，沒有交互性。但是使用py.offline.plot()方法，可以將圖片保存成一個html的網(wǎng)頁格式，其他人可以在電腦上直接打開這個html網(wǎng)頁，并且保留了圖片的原始樣式，具有交互性。 

5、繪制雙y軸圖

1）數(shù)據(jù)集如下

2）繪制不同地區(qū)的“任務(wù)完成量”和“任務(wù)完成率”情況

df = pd.read_excel('double_y.xlsx')x = df['地區(qū)']y1 = df['完成量']y2 = df['完成率']trace0 = go.Bar(x=x,y=y1,marker=dict(color=['red','blue','green','darkgrey','darkblue','orange']),opacity=0.5,name='不同地區(qū)的任務(wù)完成量')trace1 = go.Scatter(x=x,y=y2, mode='lines', name='不同地區(qū)的任務(wù)完成率', # 【步驟一】：使用這個參數(shù)yaxis='y2'，就是繪制雙y軸圖 yaxis='y2')data = [trace0,trace1]layout = go.Layout(title='不同地區(qū)的任務(wù)完成量和任務(wù)完成率情況', xaxis=dict(title='地區(qū)'), yaxis=dict(title='不同地區(qū)的任務(wù)完成量'), # 【步驟二】：給第二個y軸，添加標(biāo)題，指定第二個y軸，在右側(cè)。 yaxis2=dict(title='不同地區(qū)的任務(wù)完成率',overlaying='y',side='right'), legend=dict(x=0.78,y=0.98,font=dict(size=12,color='black')))fig = go.Figure(data=data,layout=layout)fig.show()

結(jié)果如下：

6、繪制多子圖：一個畫布上繪制多個圖形

1）相關(guān)庫和方法介紹

1、繪制多個子圖，需要先導(dǎo)入tools庫。from plotly import tools

2、tools.make_subplots(rows= ,cols=)用于指定繪圖布局，rows和cols表示將畫布布局成幾行幾列。

3、fig.append_trace()將每個圖形軌跡trace，繪制在不同的位置上。

2）分別繪制不同地區(qū)的“任務(wù)完成量”和“任務(wù)完成率”情況

# 步驟一：導(dǎo)入相關(guān)庫from plotly import tools# 步驟二：指定繪圖布局fig = tools.make_subplots(rows=2,cols=1)# 步驟三：繪制圖形軌跡trace0 = go.Bar(x=x,y=y1,marker=dict(color=['red','blue','green','darkgrey','darkblue','orange']),opacity=0.5,name='不同地區(qū)的任務(wù)完成量') trace1 = go.Scatter(x=x,y=y2, mode='lines', name='不同地區(qū)的任務(wù)完成率', line=dict(width=2,color='red')) # 步驟四：將第一個軌跡，添加到第1行的第1個位置 # 將第二個軌跡，添加到第2行的第1個位置 fig.append_trace(trace0,1,1)fig.append_trace(trace1,2,1)# 步驟四：根據(jù)自己的需求，給圖形添加標(biāo)題。height、width參數(shù)用于指定圖形的寬和高fig.update_layout(title='不同地區(qū)的任務(wù)量與完成量',height=800,width=800)# 步驟五：展示圖形fig.show()

結(jié)果如下：

到此這篇關(guān)于python Plotly繪圖工具的簡單使用的文章就介紹到這了,更多相關(guān)python Plotly繪圖內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！