python2.7使用plotly繪制本地散點(diǎn)圖和折線圖
更新時(shí)間：2019年04月02日 17:14:04 作者：點(diǎn)點(diǎn)橫點(diǎn)塵
這篇文章主要為大家詳細(xì)介紹了python2.7使用plotly繪制本地散點(diǎn)圖和折線圖實(shí)例，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
本人在學(xué)習(xí)使用Python和plotly處理數(shù)據(jù)時(shí)，經(jīng)過兩個(gè)小時(shí)艱難試錯(cuò)，終于完成了散點(diǎn)圖和折線圖的實(shí)例。在使用過程中遇到一個(gè)大坑，因?yàn)楣俜浇o出的案例是用在線存儲的，所以需要安裝jupyter（也就是ipython）才能使用notebook來處理生成的文件，一開始我沒太懂iplot和plot之間的差異，導(dǎo)致浪費(fèi)了很多時(shí)間。
重要提示：最新的jupyter不支持Python3.2及以下版本。
最后我只能繼續(xù)采用本地文件的形式來解決這個(gè)問題了。下面放出我的測試代碼，被注釋掉的是官方給出的代碼以及離線存儲的代碼。應(yīng)該是最新版的Python的方案。
#!/usr/bin/python # coding=utf-8 import plotly.plotly import random from plotly.graph_objs import * import plotly.graph_objs as abc # 必須 import numpy as np def sayHello(): N=100 xx = []; for i in range(20): xx.append(i) y0 = []; for i in range(20): y0.append(random.randint(0, 10)) y1 = []; for i in range(20): y1.append(random.randint(10, 20)) y2 = []; for i in range(20): y2.append(random.randint(20, 30)) #xx = np.linspace(0, 1, N) #y0 = np.random.randn(N) + 5 #y1 = np.random.randn(N) #y2 = np.random.randn(N) - 5 data_1 = abc.Scatter( x=xx, y=y0, name='test1', mode='markers' ) date_2 = abc.Scatter( x=xx, y=y1, name='test2', mode="lines" ) date_3 = abc.Scatter( x=xx, y=y2, name='test3', mode="lines+markers" ) ''' N = 1000 random_x = np.random.randn(N) random_y = np.random.randn(N) # Create a trace trace = abc.Scatter( x=random_x, y=random_y, mode='markers' ) data1 = [trace] ''' data1 = Data([data_1, date_2,date_3]) plotly.offline.plot(data1) #plotly.offline.iplot(data1,filename='test01') if __name__ == "__main__": sayHello()
下面是我最終結(jié)果的截圖：
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了python友情鏈接檢查方法,涉及Python讀取txt文件進(jìn)行友鏈查詢的相關(guān)技巧,非常簡單實(shí)用,需要的朋友可以參考下2015-07-07
這篇文章主要介紹了keras 權(quán)重保存和權(quán)重載入方式，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05
python中的隨機(jī)函數(shù)random的用法示例
這篇文章主要介紹了python中的隨機(jī)函數(shù)random的用法示例，詳細(xì)的介紹了python 隨機(jī)函數(shù)random的用法和示例，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-01-01
這篇文章主要介紹了Python使用matplotlib簡單繪圖,結(jié)合實(shí)例形式分析了Python基于matplotlib繪制正弦與余弦曲線相關(guān)操作技巧,需要的朋友可以參考下2018-02-02
python快速排序的實(shí)現(xiàn)及運(yùn)行時(shí)間比較
這篇文章主要介紹了python快速排序的實(shí)現(xiàn)及運(yùn)行時(shí)間比較，本文通過兩種方法給大家介紹，大家可以根據(jù)自己需要選擇適合自己的方法,對python實(shí)現(xiàn)快速排序相關(guān)知識感興趣的朋友一起看看吧2019-11-11
這篇文章主要介紹了Python通過遞歸函數(shù)輸出嵌套列表元素,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-10-10
本文介紹了如何在Windows系統(tǒng)上安裝和配置Python解釋器、切換默認(rèn)版本、使用虛擬環(huán)境安裝Django,并通過PyCharm創(chuàng)建和管理Django項(xiàng)目2025-01-01
api接口在我們開發(fā)中的重要性相信大家都這篇文章主要給大家介紹了關(guān)于利用python寫api接口實(shí)戰(zhàn)的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-05-05
這篇文章主要介紹了python文件操作之批量修改文件后綴名,需要的朋友可以參考下2018-08-08
關(guān)于Python中幾個(gè)有趣的函數(shù)和推導(dǎo)式解析
這篇文章主要介紹了關(guān)于Python中幾個(gè)有趣的函數(shù)和推導(dǎo)式解析,推導(dǎo)式comprehensions,又稱解析式，是Python的一種獨(dú)有特性,推導(dǎo)式是可以從一個(gè)數(shù)據(jù)序列構(gòu)建另一個(gè)新的數(shù)據(jù)序列的結(jié)構(gòu)體,需要的朋友可以參考下2023-08-08