【Plotly-环境搭建】一文搞懂python最美画图工具plotly环境搭建
本次修炼方法请往下查看
🌈 欢迎莅临我的个人主页 👈这里是我工作、学习、实践 IT领域、真诚分享 踩坑集合,智慧小天地!
🎇 免费获取相关内容文档关注:微信公众号,发送 pandas 即可获取
🎇 相关内容视频讲解 B站
🎓 博主简介:AI算法驯化师,混迹多个大厂搜索、推荐、广告、数据分析、数据挖掘岗位 个人申请专利40+,熟练掌握机器、深度学习等各类应用算法原理和项目实战经验。
🔧 技术专长: 在机器学习、搜索、广告、推荐、CV、NLP、多模态、数据分析等算法相关领域有丰富的项目实战经验。已累计为求职、科研、学习等需求提供近千次有偿|无偿定制化服务,助力多位小伙伴在学习、求职、工作上少走弯路、提高效率,近一年好评率100% 。
📝 博客风采: 积极分享关于机器学习、深度学习、数据分析、NLP、PyTorch、Python、Linux、工作、项目总结相关的实用内容。
下滑查看解决方法
🎯 1. 基本介绍
Plotly 是一个交互式的数据可视化工具,在数据科学和数据可视化领域得到了广泛的应用。它提供了丰富的绘图类型和高度可定制的图表,可以用于创建漂亮的、交互式的数据可视化图形。
Plotly 可以通过 Python、R、JavaScript 等多种编程语言进行使用,并且提供了各种形式的 API、SDK 和工具包。其中,Plotly Python 是 Plotly 提供的一个 Python 库,它可以帮助开发者在 Python 环境中进行数据处理和数据可视化。
与 Seaborn、Matplotlib 等数据可视化库相比,Plotly 具有更高的交互性和丰富的功能。它可以创建动态图表、可缩放的图表、3D 图表等,并且可以在其中添加标签、注释、图例和颜色映射等
💡 2. 环境安装
通常情况下,我们都是用pandas来处理数据,如果直接用plotly原生态的去画图,会导致学习生成较高,且操作较为复杂,因此,我们通过将pandas和plotly一起来连用,既可以保留了plotly画图的美观,同时也使得整个操作相对比较简单,具体的环境配置如下所示:
pip install chart_studio -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pyarrow -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install seaborn -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install plotly -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install cufflinks -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
安装完上述必备的包之后,我们需要再每次运行的代码之前进行相关的配置,具体的代码如下所示:
import plotly.graph_objs as go
import chart_studio.plotly as py
import cufflinks as cf
from plotly.offline import iplot
import pandas as pd
import numpy as np
cf.go_offline()
cf.set_config_file(world_readable=True, theme="pearl")
from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"
🔍 3. 注意事项
- Plotly Express是基于Plotly的高级接口,提供了简化的函数来绘制多种图表。
- Graph Objects是Plotly的低级接口,允许更细粒度的图表定制。
- Plotly图表默认在浏览器中显示,可以通过fig.show()在Jupyter Notebook中显示。
- Plotly提供了丰富的图表类型,包括条形图、散点图、折线图、热力图、3D图表等。
🔍 4. 总结
Plotly是一个功能强大的交互式图表库,它使得创建美观、交互性强的数据可视化变得简单。通过本博客的代码示例,我们学习了如何使用Plotly Express和Graph Objects绘制基本的条形图和散点图。希望这篇博客能够帮助你更好地利用Plotly进行数据可视化。