Plotly介绍
- Plotly是一个基于JavaScript的绘图库，Plotly绘图种类丰富，效果美观。
- 易于保存和分享，Plotly的绘图结果可以与Web无缝集成。
- Plotly默认的绘图结果是一个HTML网页文件，通过浏览器可以查看。
Plotly绘图命令
在真实项目中，使用Plotly进行绘图的完整流程包括：
- 添加图轨数据trace
- 设置画图布局，使用
plotly.graph_objs.Layout 命令 - 集成图形、布局数据
- 绘制图形输出，用
plotly.offline.plot() 或者在jupyter notebook环境下用plotly.offline.iplot() 进行离线绘制
散点图/折线图
图轨数据trace本质上是个字典，由于是绘制散点图，在这里要用到
| 键 | 键值含义 |
|---|---|
| x | list类型；横坐标变量 |
| y | list类型；纵坐标变量 |
| name | 图例名称 |
| text | list类型；元素标识 |
| textposition | 标识位置 |
| mode | ‘markers’表示点；‘lines‘表示折线；’text‘标识标识文本；可以用’+‘号将两种模式结合起来 |
| connectgaps | bool类型；是否连接缺失值 |
| color | 颜色 |
| opacity | 透明度，值为0~1 |
可以创建多个trace作为输出图中的多组数据，设置完trace后，将所有trace数据集成于一个列表中，作为图形数据对象。
然后可以开始用
| 参数名 | 参数含义 |
|---|---|
| title | 图表标题 |
| xaxis | dict类型；{title:横坐标名称} |
| yaxis | dict类型；{title:纵坐标名称} |
| showlegend | bool类型；是否显示图例 |
| legend | dict类型；图例在图象中的位置；{x:横坐标的比例(<=1),y:纵坐标的比例(<=1)} |
| font | dict类型；字体样式和大小；{size:字体大小} |
设置好布局后，就可以将trace和layout两个字典用
关于两个输出函数的差别
虽然
当在notebook中编译时，若要设置默认输出模式，可以在前面加上下面这句代码：
1 | plotly.offline.init_notebook_mode(connected=True) |
示例：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 | import plotly as py import plotly.graph_objs as go text=[] for i in range(15): s='t'+str(i+1) text.append(s) trace1 = go.Scatter( x=[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15], y=[10, 20, None, 15, 10, 5, 15, None, 20, 10, 10, 15, 25, 20, 10], text=text, textposition='top center', mode='markers+text+lines', name='<b>No</b> Gaps', # Style name/legend entry with html tags connectgaps=True #是否连接缺失值 ) trace2 = go.Scatter( x=[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15], y=[5, 15, None, 10, 5, 0, 10, None, 15, 5, 5, 10, 20, 15, 5], name='Gaps', opacity=0.5 ) data = [trace1, trace2] fig = dict(data=data) py.offline.plot(fig, filename='simple-connectgaps.html') |
运行后系统会自动用默认浏览器打开html文件，互动式展现图象。
若想改变html文件的存储路径，可以直接在
1 2 | import os os.chdir('your filepath') |
柱状图
柱状图的图轨数据结构与散点图的相似，这里用
Tips：关于DataFrame类型的数据
DataFrame中存储的数据类型为系列（series），而Plotly图轨数据类型要求为列表（list）。
1 2 | In[16]: type(df3['Price']) Out[16]: pandas.core.series.Series |
所以需要用到
1 2 | In[17]: type(df3['Price'].tolist()) Out[17]: list |
并且，DataFrame中有索引值和元素值，当我们从DataFrame中取出数据进行柱状图绘制时，一般都是将索引值作为每组的区分。这时就可以用如下方法提取索引值和元素值：
1 2 | df['row','column'].index df['row','column'].values |
然后就可以参照散点图的做法进行绘制。
示例：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 | ''' quantity_first10 = Country United Kingdom 4701272 Netherlands 200937 EIRE 147447 Germany 119263 France 112104 Australia 84209 Sweden 36083 Switzerland 30630 Spain 27951 Japan 26016 ... ... Name: Quantity, dtype: int64 ''' import plotly as py import plotly.graph_objs as go trace=[go.Bar(x=quantity_first10.index.tolist(), y=quantity_first10.values.tolist(), marker=dict(color='orange'),opacity=0.5)] layout=go.Layout(title='购买商品数前十的国家',xaxis=dict(title='Country')) figure=go.Figure(data=trace,layout=layout) py.offline.plot(figure,auto_open=True) |
运行后系统会自动用默认浏览器打开html文件，互动式展现图象。
当然也可以加上另一个图轨一起绘制：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 | ''' Pricesum = Country Australia 1.385213e+05 Austria 1.019868e+04 Bahrain 7.541400e+02 Belgium 4.119634e+04 Brazil 1.143600e+03 Canada 3.666380e+03 Channel Islands 2.045044e+04 Cyprus 1.359038e+04 Czech Republic 8.267400e+02 ... ... Name: Price, dtype: float64 ''' trace=go.Bar(x=quantity_first10.index.tolist(), y=quantity_first10.values.tolist(), marker=dict(color='orange'),opacity=0.5, name='quantity first 10') trace0=go.Bar(x=quantity_first10.index.tolist(), y=Pricesum[quantity_first10.index].tolist(), marker=dict(color='blue'),opacity=0.5, name='price of the quantity first 10') layout=go.Layout(title='购买商品数前十的国家及其销售额',xaxis=dict(title='Country')) figure=go.Figure(data=[trace,trace0],layout=layout) py.offline.plot(figure,auto_open=True) |
结果如下：
还可以设置Layout中的参数
