Plotly数据可视化: 入门到精通(Python版)

简介

• Plotly：

  • 一个用于做分析和可视化的在线平台，曾被网友称为“有史以来最牛逼”可视化神器，为何有如此称号？
  • 因为它功能强大，功能强大，功能强大！重要的事情说三遍！其功能强大到不仅与多个主流绘图软件的对接，
  • 而且还可以像Excel那样实现交互式制图，而且图表种类齐全，并可以实现在线分享以及开源，等等；
  • 这种功能强大到还没有一个人能够完全掌握其全部应用，甚至国内对它的介绍使用也仅仅只是其中一部分。
  • 接下来笔者结合python的使用来介绍Plotly的使用。

• 图表类型：

  • 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；拟合工具：3种；流动图表：4种

1. 安装Plotly

• 要安装Plolyly的python包，请在您的终端中使用软件包管理器pip。
• 推荐清华源下载whl文件后安装，在线安装速度太慢
• 安装命令
  • $ pip install plotly
  • $ sudo pip install plotly
  • $ pip install plotly --upgrade

2. 在线绘图模式

• Plotly为托管图形提供了web服务!创建一个免费帐户开始。

• 图形保存在您的在线Plotly帐户中，您可以控制隐私。

• 公共托管是免费的，对于私人托管，请查看我们的付费计划。

• 2019年开始公共托管只能托管25个图形，开心的使用需要付费

• 学生用户，一年99美元，初学者推荐使用离线模式，绘图功能一样

• 在线模式绘图前要进行以下设置，导入包，然后设置你的用户名和API-KEY

• API-KEY进入个人账号-settings-API-KEY,生成即可

  • import plotly
  • plotly.tools.set_credentials_file(username=‘username’, api_key=‘xxxxxxxxx’)

• 注意：默认你的绘图上传到网站是公开的，如果要私有，进行以下设置

  • plotly.tools.set_config_file(world_readable=False, sharing=‘private’)

• 在线模式绘图案例：

  • 001_Online_在线模式_Scatter_随机散点图

# -*- coding: utf-8 -*-

import numpy as np
import plotly.plotly as py
import plotly.graph_objs as go
from plotly import tools

# 在线模式说明：
# 设置在线模式绘图，需要传入用户名和**，**在个人设置的API-key里面生成
tools.set_credentials_file(username='xxxxxxxx', api_key='xxxxxxxxxx')

# 生成1000个符合标准正态分布的数
random_x = np.random.randn(1000)
random_y = np.random.randn(1000)

# 传入数据来源，选择图形模式
trace = go.Scatter(
    x = random_x,
    y = random_y,
    mode = 'markers'
)

# 传入绘图数据
data = [trace]

# 绘图
py.iplot(data, filename='basic-scatter')

图片效果:

3. 离线绘图模式

• 离线绘图模式说明

  • 设置离线模式画图,图形绘制后会自动生成并打开一个HTML文件
  • 然后可以下载图片，但是图片分辨率有限制
  • 可以采用截图或者将网页另存为文件的方式获取大图

• 离线绘图进行以下设置即可

  • import plotly.offline as of
  • of.offline.init_notebook_mode(connected=True)

• 离线模式绘图案例

  • 002_Offline_离线模式_Scatter_随机散点图

# -*- coding: utf-8 -*-

import plotly.offline as of
import numpy as np
import plotly.graph_objs as go

# 离线模式说明:
# 设置离线模式画图,图形绘制后会自动生成并打开一个HTML文件
# 然后可以下载图片，但是图片分辨率有限制
# 可以采用截图或者将网页另存为文件的方式获取大图
of.offline.init_notebook_mode(connected=True)

# 生成1000个符合标准正态分布的数
random_x = np.random.randn(1000)
random_y = np.random.randn(1000)

# 传入数据来源，选择图形模式
trace = go.Scatter(
    x = random_x,
    y = random_y,
    mode = 'markers'
)

# 传入绘图数据
data = [trace]

# 绘图
of.plot(data)