欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python?matplotlib?plotly繪制圖表詳解

 更新時(shí)間：2022年03月16日 09:08:20   作者：渴望成為寂寞勝者  
plotly本身是個(gè)生態(tài)非常復(fù)雜的繪圖工具，它對(duì)很多編程語(yǔ)言提供接口。交互式和美觀易用應(yīng)該是?Plotly?最大的優(yōu)勢(shì)，而?Matplotlib?的特點(diǎn)則是可定制化程度高，但語(yǔ)法也相對(duì)難學(xué)，各有優(yōu)缺點(diǎn)。本文將通過(guò)示例詳細(xì)講解二者是如何繪制圖表的，需要的可以參考一下

一、整理數(shù)據(jù)

以300部電影作為數(shù)據(jù)源

import pandas as pd 
cnboo=pd.read_excel("cnboNPPD1.xls")

cnboo

在這里插入圖片描述

import seaborn as sns
import numpy as np 
import matplotlib as mpl
from matplotlib import pyplot as plt 
import pandas as pd 
from datetime import datetime,timedelta
%matplotlib inline
plt.rcParams['font.sans-serif']=['SimHei'] # 用來(lái)正常顯示中文標(biāo)簽
plt.rcParams['axes.unicode_minus']=False # 用來(lái)正常顯示負(fù)號(hào)
from datetime import datetime 

! pip install plotly # 安裝
import matplotlib.pyplot as plt
import plotly
from plotly.offline import download_plotlyjs,init_notebook_mode,plot,iplot

x=cnboo['BO'].tolist()
y=cnboo['PERSONS'].tolist()
dict01={"x":x,"y":y}
dict01

二、折線圖

# 折線圖
iplot([dict01])

在這里插入圖片描述

三、散點(diǎn)圖

import plotly.graph_objs as go
iplot([go.Scatter(x=x,y=y,mode='markers')])

在這里插入圖片描述

請(qǐng)?zhí)砑訄D片描述

# 隨機(jī)生成的點(diǎn)圖
import numpy as np
iplot([go.Scatter(x=np.random.randn(100),y=np.random.randn(100),mode='markers')])

go

在這里插入圖片描述

trace=go.Scatter(x=cnboo['PRICE'],y=y,mode='markers',)
data=[trace]
iplot(data)

在這里插入圖片描述

trace=go.Scatter(x=cnboo['PRICE'],y=y,mode='markers',marker=dict(color='red',size=9,opacity=0.4))
data=[trace]
iplot(data)

在這里插入圖片描述

四、餅圖

colors=['#dc2624','#2b4750','#45a0a2','#e87a59','#7dcaa9','#649E7D','#dc8018',
       '#C89F91','#6c6d6c','#4f6268','#c7cccf']

filmtype=cnboo['TYPE']
filmbo=cnboo['PRICE']
trace=go.Pie(labels=filmtype,values=filmbo,
            hoverinfo='label+percent',textinfo='value',textfont=dict(size=10),
             marker=dict(colors=colors,line=dict(color='#000000',width=3)))
data=[trace]

iplot(data)

在這里插入圖片描述

請(qǐng)?zhí)砑訄D片描述

filmtype=cnboo['TYPE']
filmbo=cnboo['PRICE']
trace=go.Pie(labels=filmtype,values=filmbo,
            hoverinfo='label+percent',textinfo='value',textfont=dict(size=12),
             marker=dict(colors=colors))
data=[trace]
iplot(data)

在這里插入圖片描述

五、柱形圖

# plotly bar
trace1=go.Bar(x=cnboo['TYPE'],y=cnboo['PRICE'],name="類(lèi)型與票價(jià)")
trace2=go.Bar(x=cnboo['TYPE'],y=y,name="類(lèi)型與人數(shù)")
layout=go.Layout(title="中國(guó)電影類(lèi)型與票價(jià)，人數(shù)的關(guān)系",xaxis=dict(title='電影類(lèi)型'))
data=[trace1,trace2]
fig=go.Figure(data,layout=layout)
iplot(fig)

在這里插入圖片描述

六、點(diǎn)圖（設(shè)置多個(gè)go對(duì)象）

trace1=go.Scatter(x=cnboo['TYPE'],y=cnboo['PRICE'],name="類(lèi)型與票價(jià)",mode="markers",
                  marker=dict(color="red",size=8))
trace2=go.Scatter(x=cnboo['TYPE'],y=cnboo['PERSONS'],name="類(lèi)型與人數(shù)",mode="markers",
                  marker=dict(color="blue",size=5))
data=[trace1,trace2]
iplot(data)

在這里插入圖片描述

trace1=go.Scatter(x=cnboo['TYPE'],y=cnboo['PRICE'],name="類(lèi)型與票價(jià)",mode="markers",
                  marker=dict(color="red",size=8))
trace2=go.Scatter(x=cnboo['TYPE'],y=cnboo['PERSONS'],name="類(lèi)型與人數(shù)",mode="markers",
                  marker=dict(color="blue",size=5))
layout=go.Layout(title="中國(guó)電影類(lèi)型與票價(jià)，人數(shù)的關(guān)系",plot_bgcolor="#FFFFFF")
data=[trace1,trace2]
fig=go.Figure(data,layout=layout)
iplot(fig)

在這里插入圖片描述

七、2D密度圖

import plotly.figure_factory as ff

fig=ff.create_2d_density(x,y,colorscale=colors,hist_color='#dc2624',point_size=5)
iplot(fig,filename='評(píng)分與人次')

在這里插入圖片描述

colorscale=['rgb(20, 38, 220)',
 'rgb(255, 255, 255)'] # 最后一個(gè)顏色都是調(diào)用背景

fig=ff.create_2d_density(x,y,colorscale=colorscale,hist_color='#dc2624',point_size=5)
iplot(fig,filename='評(píng)分與人次')

在這里插入圖片描述

八、簡(jiǎn)單3D圖

layout=go.Layout(title="中國(guó)電影票房與人次，票價(jià)的關(guān)系",barmode="group") 

trace01=go.Scatter3d(
    x=cnboo['BO'],
    y=cnboo['PRICE'],
    z=cnboo['PERSONS'],
    mode='markers',
    marker=dict(size=12,color=colors,colorscale='Viridis',
               opacity=0.5,showscale=True)  #opacity是透明度
)

data=[trace01]
fig=go.Figure(data=data,layout=layout)
iplot(fig,filename='3d')

請(qǐng)?zhí)砑訄D片描述

以上就是Python matplotlib plotly繪制圖表詳解的詳細(xì)內(nèi)容，更多關(guān)于Python matplotlib plotly的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

相關(guān)文章

最新評(píng)論