想上手一款Python數(shù)據(jù)可視化庫來給你的數(shù)據(jù)分析結(jié)果繪制一系列賞心悅目的圖表？是時候了解一下交互式可視化庫Plotly了。

 

Plotly介紹

 

Plotly包是一個基于plotly.js (而plotly.js又基于d3.js)的開源交互式圖形繪制Python包，可以生成離線html格式(能在瀏覽器中顯示)的交互式圖表，或者保存結(jié)果在云端服務器(https://plotly.com/)以便在線查看，共享。

Plotly本身也是一家主要提供機器學習和數(shù)據(jù)科學模型前端圖形顯示產(chǎn)品的公司。Plotly包提供了數(shù)十種高質(zhì)量，交互式圖表類型，詳見https://plotly.com/python/。

 

下面舉例說明幾種個人比較常用的圖表：

 

1. 散點圖

生成兩組正態(tài)分布隨機數(shù)作散點圖和折線圖

import pandas as pd

import numpy as np

from plotly.offline import plot as plot_ly

import plotly.graph_objs as go

 

N = 50

random_x = np.linspace(0, 1, N)    

random_y0 = np.random.randn(N)

random_y1 = np.random.randn(N) +3

 

trace0 = go.Scatter( x = random_x, y = random_y0, mode = 'markers', name = 'markers')

trace1 = go.Scatter( x = random_x, y = random_y1, mode = 'lines', name = 'lines')

#mode還可以是markers+lines

data = [trace0, trace1]

plot_ly(data, filename='./Scatter.html')  #生成結(jié)果為Scatter.html

 

 

 

2.雙軸圖

類似于上例的數(shù)據(jù)，我們稍作修改以生成另一個類型的圖標

random_y0 = abs(np.random.randn(N))

random_y1 = abs(np.random.randn(N)) * 100

 

trace0 = go.Scatter(x=random_x, y=random_y0, mode='lines+markers', name='Y1')

trace1 = go.Bar(x=random_x, y=random_y1, name='Y2', yaxis="y2",opacity=0.7)   #柱狀圖對象y軸為y2, 圖形透明度為0.7

 

data = [trace0, trace1]

 

layout = go.Layout(title="ScatterL+BarR",

                   yaxis=dict(title="Y1"),

                   yaxis2=dict(title="Y2", overlaying='y', side="right"),

                   legend=dict(x=0, y=1, font=dict(size=12, color="black")))  #設(shè)置標題及字體

fig = go.Figure(data=data, layout=layout)

plot_ly(fig, filename='bar.html')

 

 

3.環(huán)形餅圖

 

labels = ['BuildFail','Aborted','Success','SmokeTestFail','SelenaFail','Other','CheckoutFail','StaticCheckFail']

values = [17,18,12,6,7,8,10,21]

trace = [go.Pie(    labels = labels,     values = values,     hole =  0.5,

    hoverinfo = "label + percent")]    #hole即為中間洞的大小，hoverinfo為鼠標懸停在圖表上顯示的內(nèi)容

layout = go.Layout(    title = 'Build Status' )

fig = go.Figure(data = trace, layout = layout)

plot_ly(fig, filename='pie.html')

 

 

4.旭日圖

基于上例的數(shù)據(jù)稍作修改，我們就可以做出旭日圖

labels = ['BuildFail','Aborted','Success','SmokeTestFail','SelenaFail','Other','CheckoutFail','StaticCheckFail','Fail','OtherP','SuccessP']

parents = ['Fail','OtherP','SuccessP','Fail','Fail','OtherP','Fail','Fail','','','']

values = [17,18,12,6,7,8,10,21,51,26,12]

trace = [go.Sunburst (

    labels = labels,

    parents = parents,

    values = values)]

layout=go.Layout( plot_bgcolor='#E6E6FA',paper_bgcolor='#F8F8FF')

fig = go.Figure(data = trace, layout = layout)

plot_ly(fig, filename='Sunburst.html')

 

旭日圖為是餅圖的拓展，點擊父級可以僅展示該父級及其子集。

 

 

 

5. 雷達圖

import plotly.express as px   #plotly.express是對plotly.py的高級封裝，可以為復雜的圖表提供簡單的語法

import pandas as pd

 

df = pd.DataFrame(dict(

       r=[2, 5, 4, 1, 3],

       theta=['Architecture','Integration','Simulation', 'Tooling', 'Jenkins']))

fig = px.line_polar(df, r='r', theta='theta', line_close=True)

plot_ly(fig, filename='radar.html')

 

 

 

 

總結(jié)

以上的例子演示的都是離線下的Plotly作圖，如果需要在線繪圖只需多一個注冊免費賬號獲取API key的步驟，這里不做展開。Plotly無疑是我目前用過的Python圖形包中可視化效果最好，功能最齊全，語法最簡單的一款。希望它能幫到你。：）