又雙叒叕要跟客戶匯報(bào)了，圖都準(zhǔn)備好了嗎？matplotlib出圖嫌丑？那用用plotly吧，讓你的圖看上去經(jīng)費(fèi)爆炸~

?

P1?起因

第一次接觸plotly這個(gè)庫(kù)是在我們做的一個(gè)列車(chē)信號(hào)數(shù)據(jù)挖掘的項(xiàng)目里，當(dāng)時(shí)用下來(lái)總覺(jué)得有些云里霧里的，感覺(jué)非常不方便，API也不熟悉。后來(lái)又在別的項(xiàng)目上摸索了幾次，突然發(fā)現(xiàn)這個(gè)庫(kù)套路還是很清晰的，可能我對(duì)官方教程的理解還不太透徹。于是我打算把自己摸索出來(lái)的內(nèi)容寫(xiě)下來(lái)。本文僅針對(duì)離線繪圖，即使用 plotly.offline.iplot(fig) 繪圖。

?

P2?整體框架

首先我們導(dǎo)入一些必要的內(nèi)容：

import plotly from plotly.offline import download_plotlyjs, init_notebook_mode, plot, iplot import plotly.graph_objs as go from plotly import tools init_notebook_mode(connected=True)

如果你在Jupyter Notebook中發(fā)現(xiàn)你的圖無(wú)法顯示，或者一篇空白，請(qǐng)檢查右上角是否為"Trusted"狀態(tài)，不是話點(diǎn)一下，將其轉(zhuǎn)為T(mén)rusted，如還不顯示，就試試Ctrl+F5強(qiáng)制刷新。

官方的教程主要是基于一個(gè)個(gè)單獨(dú)的實(shí)例，不太容易舉一反三。但其實(shí)plotly的套路非常簡(jiǎn)單樸實(shí)。

總體來(lái)說(shuō)，當(dāng)我們繪制一張圖時(shí)，我們需要通過(guò)一個(gè)go.Figure實(shí)例，我們可以把它當(dāng)做畫(huà)布。在go.Figure中，有2個(gè)東西十分重要，一個(gè)是data，主要是我們的數(shù)據(jù)；另一個(gè)是layout，關(guān)乎圖面布局。

data傳入的是一個(gè)列表，里面可以包含一組或多組數(shù)據(jù)，每一組數(shù)據(jù)被封裝在一個(gè)圖形實(shí)例中，比如go.Scatter（線圖）或者go.Heatmap（熱力圖），每個(gè)圖形實(shí)例中都包含了數(shù)據(jù)本身，以及和數(shù)據(jù)相關(guān)的某些繪圖屬性。

layout傳入的則是一個(gè)go.Layout實(shí)例，我們可以為其增加不同的屬性來(lái)實(shí)現(xiàn)對(duì)圖面布局的控制。

而當(dāng)我們需要分圖時(shí)，我們會(huì)使用tools.make_subplots()，并通過(guò)append_trace()來(lái)將data貼進(jìn)不同的分圖，其他都是大同小異，依舊使用layout來(lái)控制圖面。

?

P3?示例代碼

我分別針對(duì)最常用的幾種圖：線圖、條形圖、地圖和熱力圖寫(xiě)了一些示例代碼，詳見(jiàn)：

https://nbviewer.jupyter.org/github/SilenceGTX/plotly_demo/blob/bbb1fdbc6ee9706cbbbacc5f72444e6f4111b346/plotly_visualization_Demo.ipynb

?

轉(zhuǎn)載于:https://www.cnblogs.com/silence-gtx/p/10667131.html

總結(jié)

以上是生活随笔為你收集整理的野路子码农系列（3）plotly可视化的简单套路的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。