🌊 作者主頁：海擁
🌊 作者簡介：🏆CSDN全堆疊領域優質創作者、🥇HDZ核心組成員、🥈蟬聯C站周榜前十
🌊 粉絲福利：粉絲群 每周送四本書，每月送各種小禮品(搪瓷杯、抱枕、滑鼠墊、馬克杯等)
直接跳到末尾 去評論區領書
上一篇文章我們介紹了 Bokeh，接下來讓我們繼續我們串列的第四個庫，這是我們串列中的最后一個庫，您可能想知道為什么用Plotly，以下就是它的優點——
- Potly 具有懸停工具功能，使我們能夠檢測眾多資料點中的任何例外值或例外情況，
- 它允許更多的定制，
- 它使圖形在視覺上更具吸引力，
安裝
要安裝它，請在終端中輸入以下命令，
pip install plotly
散點圖
散點圖中Plotly可以使用被創建scatter()plotly.express的方法，和 Seaborn 一樣，這里也需要一個額外的資料引數，
例子：
import plotly.express as px
import pandas as pd
# 讀取資料庫
data = pd.read_csv("tips.csv")
# 繪制散點圖
fig = px.scatter(data, x="day", y="tip", color='sex')
# 顯示plot
fig.show()
輸出：
折線圖
Plotly 中的折線圖看起來比較直觀，并且是 plotly 的杰出合并，它管理各種型別的資料并組裝易于樣式的統計資料，使用px.line 將每個資料位置表示為一個頂點
例子：
import plotly.express as px
import pandas as pd
# 讀取資料庫
data = pd.read_csv("tips.csv")
# 繪制散點圖
fig = px.line(data, y='tip', color='sex')
# 顯示plot
fig.show()
條形圖
Plotly 中的條形圖可以使用 plotly.express 類的 bar() 方法創建，
例子：
import plotly.express as px
import pandas as pd
# 讀取資料庫
data = pd.read_csv("tips.csv")
# 繪制散點圖
fig = px.bar(data, x='day', y='tip', color='sex')
# 顯示情節
fig.show()
輸出：
直方圖
在plotly，直方圖可以使用plotly.express類的histogram()函式創建，
例子：
import plotly.express as px
import pandas as pd
# 讀取資料庫
data = pd.read_csv("tips.csv")
# 繪制散點圖
fig = px.histogram(data, x='total_bill', color='sex')
# 顯示 plot
fig.show()
輸出：
添加互動
就像 Bokeh 一樣，plotly 也提供了各種互動，讓我們討論其中的幾個，
創建下拉選單：下拉選單是選單按鈕的一部分，始終顯示在螢屏上，每個選單按鈕都與一個選單小部件相關聯，該小部件可以在單擊該選單按鈕時顯示該選單按鈕的選項，在 plotly 中，有 4 種可能的方法可以使用 updatemenu 方法來修改圖表，
- restyle： 修改資料或資料屬性
- relayout： 修改布局屬性
- update： 修改資料和布局屬性
- animate： 開始或暫停影片
例子：
import plotly.graph_objects as px
import pandas as pd
# 讀取資料庫
data = pd.read_csv("tips.csv")
plot = px.Figure(data=[px.Scatter(
x=data['day'],
y=data['tip'],
mode='markers',)
])
# 添加下拉選單
plot.update_layout(
updatemenus=[
dict(
buttons=list([
dict(
args=["type", "scatter"],
label="Scatter Plot",
method="restyle"
),
dict(
args=["type", "bar"],
label="Bar Chart",
method="restyle"
)
]),
direction="down",
),
]
)
plot.show()
輸出：
添加按鈕： 在 plotly 中，動作自定義按鈕用于直接從記錄中快速制作動作，自定義按鈕可以添加到 CRM、營銷和自定義應用程式中的頁面布局，還有 4 種可能的方法可以應用于自定義按鈕：
- restyle： 修改資料或資料屬性
- relayout： 修改布局屬性
- update： 修改資料和布局屬性
- animate： 開始或暫停影片
例子：
import plotly.graph_objects as px
import pandas as pd
# 讀取資料庫
data = pd.read_csv("tips.csv")
plot = px.Figure(data=[px.Scatter(
x=data['day'],
y=data['tip'],
mode='markers',)
])
# 添加下拉選單
plot.update_layout(
updatemenus=[
dict(
type="buttons",
direction="left",
buttons=list([
dict(
args=["type", "scatter"],
label="Scatter Plot",
method="restyle"
),
dict(
args=["type", "bar"],
label="Bar Chart",
method="restyle"
)
]),
),
]
)
plot.show()
輸出：
創建滑塊和選擇器：
在 plotly 中，范圍滑塊是一個自定義范圍型別的輸入控制元件，它允許在指定的最小和最大范圍之間選擇一個值或一個值范圍，范圍選擇器是一種用于選擇要在圖表中顯示的范圍的工具，它提供了用于在圖表中選擇預配置范圍的按鈕，它還提供了輸入框，可以手動輸入最小和最大日期
例子：
import plotly.graph_objects as px
import pandas as pd
# 讀取資料庫
data = pd.read_csv("tips.csv")
plot = px.Figure(data=[px.Scatter(
y=data['tip'],
mode='lines',)
])
plot.update_layout(
xaxis=dict(
rangeselector=dict(
buttons=list([
dict(count=1,
step="day",
stepmode="backward"),
])
),
rangeslider=dict(
visible=True
),
)
)
plot.show()
輸出：
小結
在本系列教程中，我們借助 Python 的四個不同繪圖模塊（即 Matplotlib、Seaborn、Bokeh 和 Plotly）繪制了tips 資料集，每個模塊都以自己獨特的方式顯示情節，每個模塊都有自己的一組功能，例如 Matplotlib 提供了更大的靈活性，但代價是撰寫更多代碼，而 Seaborn 作為一種高級語言提供了允許人們通過少量代碼，每個模塊都可以根據我們想要完成的任務使用，
🥇 Python 進行資料可視化系列匯總
- 使用 Python 進行資料可視化之Matplotlib
- 使用 Python 進行資料可視化之Seaborn
- 使用 Python 進行資料可視化之Bokeh
- 使用 Python 進行資料可視化之Plotly
🧵 更多相關文章
- 30 個 Python 教程和技巧
- 如何在 Python 中撰寫注釋和多行注釋
- 通過示例了解 Python 數字和型別轉換
- Python 資料型別——從基礎到高級學習
- 手把手教你使用 Python 制作貪吃蛇游戲
- Python 中的面向物件編程一之類、物件和成員
🍰 往日優秀文章推薦：
- 每個人都必須知道的 20 個 Python 技巧
- 100 個基本 Python 面試問題第一部分(1-20)
- 100 個基本 Python 面試問題第二部分(21-40)
- 100 個基本 Python 面試問題第三部分(41-60)
- 100 個基本 Python 面試問題第四部分(61-80)
- 100 個基本 Python 面試問題第五部分(81-100)
如果你真的從這篇文章中學到了一些新東西，喜歡它，收藏它并與你的小伙伴分享，🤗最后，不要忘了?或📑支持一下哦
🥇 評論區抽粉絲送書啦
💌 歡迎大家在評論區提出意見和建議! (抽兩位幸運兒送書，實物圖如下)💌
《Python入門到人工智能實戰》
【內容簡介】
《Python 入門到人工智能實戰》是針對零基礎編程學習者撰寫的教程，從初學者角度出發，每章以問題為導向，輔以大量的實體，詳細地介紹了Python 基礎、機器學習，以及最好也最易學習的兩個平臺PyTorch 和Keras，
全書共20 章，包括Python 安裝配置、Python 語言基礎、流程控制陳述句、序列、函式、物件、檔案及例外處理、資料處理和分析的重要模塊（NumPy、Pandas）、機器學習基礎、機器學習常用調優方法、神經網路、卷積神經網路，以及使用PyTorch、Keras 實作多個人工智能實戰案例等，書中所有知識都結合具體實體進行講解，涉及的程式代碼給出了詳細的注釋，使讀者可以輕松領會，
也有不想靠抽，想自己買的同學可以參考下面的鏈接
京東自營購買鏈接：
《Python入門到人工智能實戰》- 京東圖書
當當自營購買鏈接：
《Python入門到人工智能實戰》- 當當圖書
📣 注意：
大家點贊關注，三天后也就是 11月11日 從評論區留言的同學中抽取兩位送書
🌊 面試題庫：Java、Python、前端核心知識點大全和面試真題資料
🌊 電子圖書：圖靈程式叢書 300本、機械工業出版社6000冊免費正版圖書
🌊 辦公用品：精品PPT模板幾千套，簡歷模板一千多套
🌊 學習資料：2300套PHP建站原始碼，微信小程式入門資料
如果中獎了聯系不上則視為放棄，可以從下方公眾號里找到作者的聯系方式，每周都會送四本書，后面送書力度還會加大，一年送幾百上千本不是問題，回復【進群】領書不迷路，群內 每位成員 我都會送一本，回復【資源】可獲取上面的資料👇🏻👇🏻👇🏻
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/353256.html
標籤：AI