Plotly简介
Plotly是用于机器学习、数据挖掘等领域的数据可视化包。
其图标视觉效果简洁大气，可互动性强，成为我工作中进行数据可视化的一大利器，接下来我们就从最简单的折线图，带领大家逐渐入门plotly。
; 1. 事先准备
为了方便学习，此处列出两种可以快速使用Plotly的方法。
- 网络ipynb环境，如colab，datalore等
- 本地ipynb环境，python + jupyter + plotly
注：此教程并不讲解python环境管理相关内容
1.1 网络ipynb环境
推荐使用 jetbrains 公司推出的：Datalore
点击上面的链接，使用 jetbrains 账户，即可享受免费的 cpu、gpu 资源。Plotly已经预装在其环境中可直接调用，而且自带代码补全功能，十分强大（强力安利）
1.2 本地ipynb环境
本地的话需要使用pip安装一下包：
- numpy
- plotly
-
jupyter
-
绘制折线图
本片教程，将以折线图的形式来展现一名同学的成绩数据，并包含如何设置标题、添加标签等功能。
2.1 数据准备
我们假设小明每个月考一次数学，那么在这步中，我们使用numpy随机生成小明12次考试的成绩，并打印出来
import numpy as np
month_list = [i + 1 for i in range(12)]
score_list = np.random.randint(0, 100, 12)
print("考试月份：", month_list)
print("考试分数：", score_list)
考试月份： [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
数学分数： [42 13 59 92 60 26 75 33 66 8 74 34]
语文分数： [64 71 71 18 87 44 18 45 1 7 83 55]
英语分数： [25 53 82 26 36 20 8 69 56 43 9 56]
图表生成部分: 我们照猫画虎，多添加两条折线图
import plotly.graph_objects as go
fig = go.Figure()
fig.add_trace(
go.Scatter(
x=month_list,
y=math_list,
mode="markers+lines+text",
text=math_list,
textposition="top center"
))
fig.add_trace(
go.Scatter(
x=month_list,
y=chinese_list,
mode="markers+lines+text",
text=chinese_list,
textposition="top center"
))
fig.add_trace(
go.Scatter(
x=month_list,
y=english_list,
mode="markers+lines+text",
text=english_list,
textposition="top center"
))
fig.update_layout(
title="小明2022年成绩单",
xaxis=dict(title="month", nticks=13),
yaxis=dict(title="score", nticks=11, rangemode="tozero", range=(0,100)),
width=1000,
height=500
)
fig.show()
图表，效果如下
可以看到右侧出现了图示，但是没有显示具体的科目，于是我们在每个scatter中添加name属性：
fig.add_trace(
go.Scatter(
name="Math",
x=month_list,
y=math_list,
mode="markers+lines+text",
text=math_list,
textposition="top center"
))
可以看到，右侧的图示已经显示了相应的学科。至此，我们的折线图表绘制完成了。
2.6 图表的主题风格
我们还能通过设置 fig.update_layout() 中的 template 属性来轻松的变化图表风格，比如
fig.update_layout(
title="小明2022年成绩单",
xaxis=dict(title="month", nticks=13),
yaxis=dict(title="score", nticks=11, rangemode="tozero", range=(0,100)),
width=1000,
height=500,
template="simple_white"
)
fig.show()
通过设置 template 属性为simple_white，我们得到了以下图表，更多的主题可以搜索官方文档。
- 总结
以上就是使用ploty绘制折线图的基本方法了，我们学习了
- 如何声明一个图表
- 如何设置折线图的数据
- 如何设置横纵坐标、范围等
- 如何设置图表大小
- 如何在折线图上显示数据
- 如何更换图表风格
感谢您的耐心阅读，我们下一讲将学习如何绘制条形图Bar Chart。
敬请期待！
Original: https://blog.csdn.net/paperplaneY/article/details/114317458
Author: paperplaneY
Title: 【Plotly】python数据可视化神器——绘制折线图
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/672271/
转载文章受原作者版权保护。转载请注明原作者出处！