Python?matplotlib?plotly繪制圖表詳解
更新時(shí)間：2022年03月16日 09:08:20 作者：渴望成為寂寞勝者
plotly本身是個(gè)生態(tài)非常復(fù)雜的繪圖工具，它對很多編程語言提供接口。交互式和美觀易用應(yīng)該是?Plotly?最大的優(yōu)勢，而?Matplotlib?的特點(diǎn)則是可定制化程度高，但語法也相對難學(xué)，各有優(yōu)缺點(diǎn)。本文將通過示例詳細(xì)講解二者是如何繪制圖表的，需要的可以參考一下
一、整理數(shù)據(jù)
以300部電影作為數(shù)據(jù)源
import pandas as pd
cnboo=pd.read_excel("cnboNPPD1.xls")
cnboo
import seaborn as sns import numpy as np import matplotlib as mpl from matplotlib import pyplot as plt import pandas as pd from datetime import datetime,timedelta %matplotlib inline plt.rcParams['font.sans-serif']=['SimHei'] # 用來正常顯示中文標(biāo)簽 plt.rcParams['axes.unicode_minus']=False # 用來正常顯示負(fù)號 from datetime import datetime
! pip install plotly # 安裝 import matplotlib.pyplot as plt import plotly from plotly.offline import download_plotlyjs,init_notebook_mode,plot,iplot
x=cnboo['BO'].tolist()
y=cnboo['PERSONS'].tolist()
dict01={"x":x,"y":y}
dict01
二、折線圖
# 折線圖 iplot([dict01])
三、散點(diǎn)圖
import plotly.graph_objs as go iplot([go.Scatter(x=x,y=y,mode='markers')])
# 隨機(jī)生成的點(diǎn)圖 import numpy as np iplot([go.Scatter(x=np.random.randn(100),y=np.random.randn(100),mode='markers')])
go
trace=go.Scatter(x=cnboo['PRICE'],y=y,mode='markers',) data=[trace] iplot(data)
trace=go.Scatter(x=cnboo['PRICE'],y=y,mode='markers',marker=dict(color='red',size=9,opacity=0.4)) data=[trace] iplot(data)
四、餅圖
colors=['#dc2624','#2b4750','#45a0a2','#e87a59','#7dcaa9','#649E7D','#dc8018',
'#C89F91','#6c6d6c','#4f6268','#c7cccf']
filmtype=cnboo['TYPE']
filmbo=cnboo['PRICE']
trace=go.Pie(labels=filmtype,values=filmbo,
hoverinfo='label+percent',textinfo='value',textfont=dict(size=10),
marker=dict(colors=colors,line=dict(color='#000000',width=3)))
data=[trace]
iplot(data)
filmtype=cnboo['TYPE']
filmbo=cnboo['PRICE']
trace=go.Pie(labels=filmtype,values=filmbo,
hoverinfo='label+percent',textinfo='value',textfont=dict(size=12),
marker=dict(colors=colors))
data=[trace]
iplot(data)
五、柱形圖
# plotly bar trace1=go.Bar(x=cnboo['TYPE'],y=cnboo['PRICE'],name="類型與票價(jià)") trace2=go.Bar(x=cnboo['TYPE'],y=y,name="類型與人數(shù)") layout=go.Layout(title="中國電影類型與票價(jià)，人數(shù)的關(guān)系",xaxis=dict(title='電影類型')) data=[trace1,trace2] fig=go.Figure(data,layout=layout) iplot(fig)
六、點(diǎn)圖（設(shè)置多個(gè)go對象）
trace1=go.Scatter(x=cnboo['TYPE'],y=cnboo['PRICE'],name="類型與票價(jià)",mode="markers",
marker=dict(color="red",size=8))
trace2=go.Scatter(x=cnboo['TYPE'],y=cnboo['PERSONS'],name="類型與人數(shù)",mode="markers",
marker=dict(color="blue",size=5))
data=[trace1,trace2]
iplot(data)
trace1=go.Scatter(x=cnboo['TYPE'],y=cnboo['PRICE'],name="類型與票價(jià)",mode="markers",
marker=dict(color="red",size=8))
trace2=go.Scatter(x=cnboo['TYPE'],y=cnboo['PERSONS'],name="類型與人數(shù)",mode="markers",
marker=dict(color="blue",size=5))
layout=go.Layout(title="中國電影類型與票價(jià)，人數(shù)的關(guān)系",plot_bgcolor="#FFFFFF")
data=[trace1,trace2]
fig=go.Figure(data,layout=layout)
iplot(fig)
七、2D密度圖
import plotly.figure_factory as ff
fig=ff.create_2d_density(x,y,colorscale=colors,hist_color='#dc2624',point_size=5) iplot(fig,filename='評分與人次')
colorscale=['rgb(20, 38, 220)', 'rgb(255, 255, 255)'] # 最后一個(gè)顏色都是調(diào)用背景
fig=ff.create_2d_density(x,y,colorscale=colorscale,hist_color='#dc2624',point_size=5) iplot(fig,filename='評分與人次')
八、簡單3D圖
layout=go.Layout(title="中國電影票房與人次，票價(jià)的關(guān)系",barmode="group")
trace01=go.Scatter3d(
x=cnboo['BO'],
y=cnboo['PRICE'],
z=cnboo['PERSONS'],
mode='markers',
marker=dict(size=12,color=colors,colorscale='Viridis',
opacity=0.5,showscale=True) #opacity是透明度
)
data=[trace01] fig=go.Figure(data=data,layout=layout) iplot(fig,filename='3d')
以上就是Python matplotlib plotly繪制圖表詳解的詳細(xì)內(nèi)容，更多關(guān)于Python matplotlib plotly的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
python爬蟲實(shí)戰(zhàn)steam加密逆向RSA登錄解析
今天帶來爬蟲實(shí)戰(zhàn)的文章。在挑選游戲的過程中感受學(xué)習(xí)，讓你突飛猛進(jìn)。本文主要實(shí)現(xiàn)用Python逆向登錄世界上最大的游戲平臺源碼分享，了解steam加密手段有多高明2021-10-10
這篇文章主要介紹了在Python中處理文件路徑的方法,包括普通字符串、原始字符串、正斜杠的使用以及`os.path`模塊的應(yīng)用,文中通過代碼介紹的非常詳細(xì),需要的朋友可以參考下2025-03-03
這篇文章主要介紹了python?+?pyqt5制作一個(gè)串口助手,串口助手是串口通信使用的工具，為整合知識，打算做個(gè)串口助手，本文給大家講解的非常詳細(xì)，需要的朋友可以參考下2023-04-04
Python實(shí)現(xiàn)數(shù)字圖像處理染色體計(jì)數(shù)示例
這篇文章主要為大家介紹了Python實(shí)現(xiàn)數(shù)字圖像處理染色體計(jì)數(shù)示例，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-06-06
Python變量、數(shù)據(jù)類型、數(shù)據(jù)類型轉(zhuǎn)換相關(guān)函數(shù)用法實(shí)例詳解
這篇文章主要介紹了Python變量、數(shù)據(jù)類型、數(shù)據(jù)類型轉(zhuǎn)換相關(guān)函數(shù)用法,結(jié)合實(shí)例形式詳細(xì)分析了Python變量類型、基本用法、變量類型轉(zhuǎn)換相關(guān)函數(shù)與使用技巧,需要的朋友可以參考下2020-01-01
在本篇內(nèi)容里小編給大家整理了關(guān)于python3中TQDM庫安裝及使用的相關(guān)知識點(diǎn)，有興趣的朋友們可以學(xué)習(xí)下。2020-11-11
Python簡單實(shí)現(xiàn)socket信息發(fā)送與監(jiān)聽功能示例
這篇文章主要介紹了Python簡單實(shí)現(xiàn)socket信息發(fā)送與監(jiān)聽功能,結(jié)合實(shí)例形式分析了Python基于socket構(gòu)建客戶端與服務(wù)器端通信相關(guān)操作技巧,需要的朋友可以參考下2018-01-01
這篇文章主要介紹了Python2手動安裝更新pip過程實(shí)例解析,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2020-07-07
這篇文章主要介紹了python垃圾回收機(jī)制的相關(guān)資料，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2020-09-09
python中執(zhí)行shell命令的幾個(gè)方法小結(jié)
這篇文章主要介紹了python中執(zhí)行shell命令的幾個(gè)方法,本文一共給出3種方法實(shí)現(xiàn)執(zhí)行shell命令,需要的朋友可以參考下2014-09-09