Python Plotly介绍
众所周知,Python是一种广泛用于数据科学和数据分析的语言。除了NumPy和Pandas等库之外,Plotly是另一个用于以各种图表和图形表示给定数据的库。让我们更深入地了解这个库吧!
为什么Python中存在一个完整的库仅仅用于数据展示的目的?
许多人可能认为在图表中表示一些数据很简单,但实际上并不简单!对于少量的数据,手动绘制图表可能是一个相对容易的任务。但是,当处理大量的数据时,手动绘制图表并进行研究是不可能的。这时,Plotly就派上了用场。
Plotly对象非常易于使用,它帮助我们绘制各种类型的图表,如散点图、折线图、柱状图、饼图、箱线图等。
模块的安装
要在计算机上安装Plotly模块,请打开Python终端并输入’pip install plotly’和’pip install chart-studio’。这个过程需要一些时间来完成安装。安装完成后,我们可以开始实际使用一些数据并进行可视化表示!
示例
import numpy as np
import random
import plotly
import plotly. express as px
x = np.random.randint(low=1, high=84, size=50)
y = np.random.randint(low=51, high=80, size=50)
fig = px.scatter(x=x, y=y)
fig.show()
这段代码演示了在X轴和Y轴上绘制随机整数的图表。手动绘制这样的图表是很困难的。首先,我们导入所有必要的模块来绘制图表。X和Y是坐标,我们使用”random”模块在指定范围内选择随机整数。然后生成的图表如下所示:
在这里,Python生成了一个准确绘制了所有点的图表。现在,通过使用“chart_studio”模块,我们可以在网站上更交互地使用该图表。
如前所述,该模块可以很好地创建饼图、直方图等等!
为什么要使用Plotly进行数据表示?
我们了解到“Matplotlib”,是吧?Matplotlib主要用于表示不太复杂的图表。而在Plotly中,用户可以与表示的数据无缝交互。当涉及到解释和探索数据时,它非常强大。
与其他Python库不同,Plotly使您可以完全控制正在绘制的数据。Plotly是基于Pandas的,因此在实际绘制数据之前,可以对其进行复杂的数据转换。数据的表示完全取决于用户!
可以同时表示多个图表,每个下拉菜单上都有一些交互工具和下拉菜单,包括标题、轴、数据源规范。
该库提供了各种类型的图表。以下是其中一些的列表:
- 统计图表 :表示统计信息的图表,例如:某个城市的污染等。这不仅仅限于平行类别和概率树图。
-
科学图表 :表示网络图表和雷达图。
-
金融图表 :这些是有助于跟踪所有金融数据的图表,对于时间序列分析非常有用,例如蜡烛图、漏斗图和子弹图。
上述给出的代码示例是用Python编写的。如果您是不使用Python的开发人员,则可使用Plotly的以下语言列表:
- R
-
Julia
-
Javascript (ECMAscript)
-
ggplot2
-
F#
-
MATLAB
-
DASH
这些语言并未预安装Plotly。可以下载相应语言的开源图表库。