使用Python的Plotly線上入門
眾所周知,Python是一種廣泛用於資料科學和資料分析的語言。除了NumPy和Pandas等庫之外,Plotly是另一個這樣的庫,用於以各種圖表和圖形的形式表示給定的資料。讓我們瞭解更多關於這個庫的資訊!
為什麼Python中會有一個完整的庫僅僅是為了資料表示?
許多人可能認為在圖表中表示一些資料很簡單,但這根本不簡單!對於少量資料,手動繪製圖表是一項相對簡單的任務。但是,當處理大量資料時,手動繪製圖表並研究它們就變得不可能了。為此,Plotly可以提供幫助。
Plotly物件非常易於使用,它可以幫助我們繪製各種型別的圖表,例如散點圖、折線圖、條形圖、餅圖、箱線圖等。
模組安裝
要在您的電腦上安裝Plotly模組,請轉到Python終端並鍵入“pip install plotly”和“pip install chart-studio”。這需要一些時間才能安裝完成。安裝完成後,我們可以繼續實際使用一些資料並將其視覺化!
示例
import numpy as np import random import plotly import plotly. express as px x = np.random.randint(low=1, high=84, size=50) y = np.random.randint(low=51, high=80, size=50) fig = px.scatter(x=x, y=y) fig.show()
此程式碼演示了在X軸和Y軸之間繪製的隨機整數之間的圖表。手動繪製具有這樣一致性的圖表非常困難。首先,我們匯入繪製圖表所需的所有必要模組。X和Y是座標,我們使用“random”模組在指定的範圍內選擇隨機整數。然後生成的圖表如下所示

在這裡,Python生成了一個圖表,所有點都準確地繪製在其上。現在,透過使用“chart_studio”模組,我們可以更互動式地在網站上使用該圖表。
如前所述,此模組可以很好地建立餅圖、直方圖等!
為什麼應該使用Plotly進行資料表示?
我們知道“Matplotlib”,不是嗎?Matplotlib主要用於表示不太複雜的圖形。而在Plotly中,使用者可以與表示的資料無縫互動。在解釋和探索資料方面,它非常強大。
與其他Python庫不同,Plotly允許您完全控制正在繪製的資料。Plotly基於Pandas,因此可以在實際將資料繪製為圖表之前對其進行復雜的轉換。資料的表示方式完全取決於使用者!
可以同時表示多個圖形,並且有多個互動式工具和下拉選單,每個下拉選單包含標題、軸、資料來源規範。
此庫提供了各種型別的圖表。其中一些列在下面
統計圖表:它表示統計資料的圖表,即告訴我們關於某事的一般趨勢的圖表,例如:某個城市中的汙染等。這不僅限於並行類別和機率樹圖。
科學圖:它表示從網路圖到雷達圖。
金融圖表:這些圖表可用於跟蹤所有財務資料,並且對於時間序列分析非常有用,例如燭臺圖、漏斗圖和子彈圖。
上面給出的程式碼示例是用Python編寫的。如果您是一位不使用Python的開發人員,那麼Plotly可以使用多種語言:
R
Julia
Javascript (ECMAscript)
ggplot2
F#
MATLAB
DASH
Plotly並沒有預先安裝在這些語言中。可以下載相應的語言的開源繪相簿。
資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
iOS
HTML
CSS
Android
Python
C程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP