首页 分享 第十节课·运用plotly做可视化

第十节课·运用plotly做可视化

来源:花匠小妙招 时间:2025-01-11 22:57

基于plotly,我们可以绘制各种图表,把数据可视化。

目录

一、前期安装

二、可视化实现

2.1 散点图

2.2 直方图

2.3 用IRIS(鸢尾花)数据集进行可视化

2.4 用类别编码色彩,用尺寸编码圆的半径

2.5 绘制正弦曲线

三、其他补充

3.1 地图

 3.2 根据数据做可视化图表

一、前期安装

pip install plotly;

pip install chart-studio

pip install pandas

二、可视化实现

2.1 散点图

Scatter

代码如下:

import plotly.express as px

fig = px.scatter(x=[0, 1, 2, 3, 4], y=[0, 1, 4, 9, 16])#scatter散点图 x宽度 y长度

fig.show()

效果如图:

2.2 直方图

代码如下:

#直方图

fig=px.histogram(x=[0,1,2,3,4],y=[0,1,4,9,16])

fig.show()

效果如图:

2.3 用IRIS(鸢尾花)数据集进行可视化

查看数据集:

 

代码如下:

#用IRIS(鸢尾花)数据集可视化

import plotly.express as px

df = px.data.iris() # iris is a pandas DataFrame

fig = px.scatter(df, x="petal_width", y="petal_length")#x y轴分别是什么

fig.show()

效果如图:

2.4 用类别编码色彩,用尺寸编码圆的半径

Hover_data:鼠标悬浮的时候显示的数据;

Size:原点大小代表的数据

代码如下:

#用类别编码色彩,用尺寸编码圆的半径

import plotly.express as px

df=px.data.iris()

fig=px.scatter(df,x="petal_width",y="petal_length",color="species",size="petal_length",hover_data=['petal_width'])

fig.show()

效果如图:

2.5 绘制正弦曲线

代码如下:

#绘制正弦曲线

import plotly.express as px

import numpy as np

t=np.linspace(0,2*np.pi,100)#正弦曲线,p是π

fig=px.line(x=t,y=np.sin(t))#画线

fig.show()

效果如图:

也可以通过修改sin为cos/tan获得其他函数图像:

三、其他补充

3.1 地图

代码如下:

import plotly.express as px

df=px.data.gapminder().query("year==2007")

print(df[0:9])

fig=px.scatter_geo(df,locations="iso_alpha",size='pop')

fig.show()

效果如图:

代码部分:

import plotly.express as px

df=px.data.gapminder().query("year==2007")

fig=px.scatter_geo(df,locations="iso_alpha",color="continent",size='pop',hover_name="country",projection='natural earth')

fig.show()

效果:

 3.2 根据数据做可视化图表

以下根据电影名称及票房做饼图。首先需要安装:

pip install pyecharts

import pyecharts as pe

print(pe.__version__)

print(dir(pe))

print(dir(pe.charts))

代码如下:

import pyecharts as pe

from pyecharts.charts import Pie

from pyecharts import options as opts#导入option

from pyecharts.globals import ThemeType

pie=Pie()

x=['战狼2','哪吒之魔童降世','流浪地球','复仇者联盟3:终局之战','红海行动','唐人街探案2','美人鱼','我和我的祖国','我不是药神','八佰']

y=[568766,508674,468674,425038,365120,339769,339683,317612,309996,309448]

moviedata=[list(z) for z in zip(x,y)]

print(moviedata)

pie.add(series_name='饼图',data_pair=moviedata,radius='50%')

pie.render(pie.html)

效果如图:

可以将代码中的pie改成bar,还可以更改样式等。

import pyecharts as pe

from pyecharts.charts import Bar

bar=Bar()

x=['战狼2','哪吒之魔童降世','流浪地球','复仇者联盟3:终局之战','红海行动','唐人街探案2','美人鱼','我和我的祖国','我不是药神','八佰']

y=[568766,508674,468674,425038,365120,339769,339683,317612,309996,309448]

print(dir(bar))

bar.add_xaxis(x)

bar.add_yaxis("票房",y)

bar.render()

相关知识

Python实现平行坐标图的绘制(plotly)
11.26 Plotly
基于Python实现交互式数据可视化的工具(用于Web)
为什么要花大力气做可视化数据分析?
可视化工具软件排行榜
港口环境影响评估:可视化工具
这个R包不太冷系列三:一种“简单代码+简单调整=即刻出图”的包
可视化优化超临界CO
鸢尾花数据集,揭开数据可视化分析的奥秘
通过一个简单的电商零售数据集,了解数据分析流程

网址: 第十节课·运用plotly做可视化 https://www.huajiangbk.com/newsview1545320.html

所属分类:花卉
上一篇: 使用Plotly绘制常见5种动态
下一篇: 这样用颜色美化PPT图表,真的好

推荐分享