Plotly結合Pandas和Cufflinks

Pandas是Python中非常流行的資料分析庫。它也擁有自己的繪圖函式支援。但是，Pandas繪圖不提供可互動的視覺化效果。值得慶幸的是，可以使用**Pandas DataFrame**物件構建Plotly的互動式和動態繪圖。

我們首先從簡單的列表物件構建DataFrame。

data = [['Ravi',21,67],['Kiran',24,61],['Anita',18,46],['Smita',20,78],['Sunil',17,90]]
df = pd.DataFrame(data,columns = ['name','age','marks'],dtype = float)

DataFrame的列用作圖形物件軌跡的**x**和**y**屬性的資料值。在這裡，我們將使用**name**和**marks**列生成條形軌跡。

trace = go.Bar(x = df.name, y = df.marks)
fig = go.Figure(data = [trace])
iplot(fig)

一個簡單的條形圖將如下所示在Jupyter Notebook中顯示：

Plotly建立在**d3.js**之上，它是一個專門的圖表庫，可以使用另一個名為**Cufflinks**的庫直接與**Pandas DataFrame**一起使用。

如果尚未安裝，請使用您喜歡的包管理器（如**pip**）安裝Cufflinks包，如下所示：

pip install cufflinks
or
conda install -c conda-forge cufflinks-py

首先，匯入Cufflinks以及其他庫，例如**Pandas**和**numpy**，這些庫可以將其配置為離線使用。

import cufflinks as cf
cf.go_offline()

現在，您可以直接使用**Pandas DataFrame**顯示各種型別的繪圖，而無需像之前那樣使用**graph_objs模組**中的軌跡和圖形物件。

df.iplot(kind = 'bar', x = 'name', y = 'marks')

條形圖，與之前的非常相似，將如下所示：

來自資料庫的Pandas DataFrame

除了使用Python列表來構建DataFrame之外，還可以使用不同型別資料庫中的資料填充它。例如，可以將來自CSV檔案、SQLite資料庫表或MySQL資料庫表的資料提取到Pandas DataFrame中，最終使用**Figure物件**或**Cufflinks介面**將其用於Plotly圖形。

要從**CSV檔案**獲取資料，我們可以使用Pandas庫中的**read_csv()**函式。

import pandas as pd
df = pd.read_csv('sample-data.csv')

如果資料位於**SQLite資料庫表**中，則可以使用**SQLAlchemy庫**按如下方式檢索：

import pandas as pd
from sqlalchemy import create_engine
disk_engine = create_engine('sqlite:///mydb.db')
df = pd.read_sql_query('SELECT name,age,marks', disk_engine)

另一方面，從**MySQL資料庫**檢索資料到Pandas DataFrame的方式如下：

import pymysql
import pandas as pd
conn = pymysql.connect(host = "localhost", user = "root", passwd = "xxxx", db = "mydb")
cursor = conn.cursor()
cursor.execute('select name,age,marks')
rows = cursor.fetchall()
df = pd.DataFrame( [[ij for ij in i] for i in rows] )
df.rename(columns = {0: 'Name', 1: 'age', 2: 'marks'}, inplace = True)