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。