Python可視化神器プラトー詳細
文章 潮流
ソース:Python技術「ID:pythonall」
Pythonを学習することは,数値解析の最も基本的なステップであり,データ解析はデータ可視化から切り離せない。Pythonの第三者ライブラリの中で最もよく使われている可視化ライブラリはpandsで、matplotlib、pyechartsです。もちろんTablauもあります。また、最近は勉強中にもう一つの可視化神器-Plotlyを発見しました。データの分析と可視化を行うためのオンラインプラットフォームです。機能は非常に強くて、多くの図形を描くことができます。ヒストグラムなど。それ以外にもオンライン編集と多くの言語python、javascript、matlab、RなどのAPIをサポートしています。pythonで使うのもとても簡単です。直接
pip install plotly
を使ってインストールすればいいです。本明細書では、plotly
ライブラリに関連してjupyter notebook
において図を描く。Plotlyを使うとTablauに匹敵する多くの高品質図が描けます。
折れ線点図
まずPycharmインターフェースで
jupyter notebook
を入力してからウェブページ編集インターフェースに入り、ファイルを新規作成し、該当のパッケージを導入して図形描画ができます。
# import pkg
from plotly.graph_objs import Scatter,Layout
import plotly
import plotly.offline as py
import numpy as np
import plotly.graph_objs as go
#
plotly.offline.init_notebook_mode(connected=True)
#
N = 150
random_x = np.linspace(0,1,N)
random_y0 = np.random.randn(N)+7
random_y1 = np.random.randn(N)
random_y2 = np.random.randn(N)-7
trace0 = go.Scatter(
x = random_x,
y = random_y0,
mode = 'markers',
name = 'markers'
)
trace1 = go.Scatter(
x = random_x,
y = random_y1,
mode = 'lines+markers',
name = 'lines+markers'
)
trace2 = go.Scatter(
x = random_x,
y = random_y2,
mode = 'lines',
name = 'lines'
)
data = [trace0,trace1,trace2]
py.iplot(data)
表示結果は以下の通りです。ヒストグラム
#
trace0 = go.Bar(
x = ['Jan','Feb','Mar','Apr', 'May','Jun',
'Jul','Aug','Sep','Oct','Nov','Dec'],
y = [20,15,25,16,18,28,19,67,12,56,14,27],
name = 'Primary Product',
marker=dict(
color = 'rgb(49,130,189)'
)
)
trace1 = go.Bar(
x = ['Jan','Feb','Mar','Apr', 'May','Jun',
'Jul','Aug','Sep','Oct','Nov','Dec'],
y = [29,14,32,14,16,19,25,14,10,12,82,16],
name = 'Secondary Product',
marker=dict(
color = 'rgb(204,204,204)'
)
)
data = [trace0,trace1]
py.iplot(data)
表示結果は以下の通りです。散点図
#
trace1 = go.Scatter(
y = np.random.randn(700),
mode = 'markers',
marker = dict(
size = 16,
color = np.random.randn(800),
colorscale = 'Viridis',
showscale = True
)
)
data = [trace1]
py.iplot(data)
表示結果は以下の通りです。締め括りをつける
今日の文章は主に視覚化神器-plotpyの関連操作を勉強しています。普段の仕事に応用したいです。詳細はhttps://plotly.com/python/を参照してください。
ここでPythonの可視化神器Plotlyに関する詳細な文章を紹介します。Pythonの視覚化神器Plotlyの内容については以前の文章を検索してください。または下記の関連記事を引き続きご覧ください。これからもよろしくお願いします。