1 介紹：

=====

1.1 Plotly 是一款用來做數據分析和可視化的在線平臺，功能非常強大。

1.2 Plotly是一個非常著名且強大的開源數據可視化框架，它通過構建基于瀏覽器顯示的web形式的可交互圖表來展示信息。

1.3 具有多種語言python、javascript、matlab、R、Jupyter、Excel等的API接口。

1.4 Plotly有在線和離線兩種模式。

1.5 優點：

1.5.1 可開發web版可視化界面。

1.5.2 相比matplotlib、R更加現代化。

1.5.3 支持3D可視化繪圖。

2 說明：

=====

2.1 本次先講解：離線版、微軟vscode版、python版代碼的常見作圖。(網上多是以jupyter notebook為開發工具的在線版或者離線版，隨著微軟代碼編輯器vscode的使用普及，所以本人重點介紹vscode版離線版的python代碼)

2.2 環境：deepin-linux深度操作系統，python3.8，谷歌瀏覽器，微軟vscode編輯器。

2.3 對官方的代碼：進行修改，注釋。

2.4 基本作圖通俗易懂，拿來就可以使用。

2.5 高級的交互式作圖下次講解。

2.6 網址打開奇慢：

https://plot.ly/python/

3 安裝：

=====

pip install plotly #sudo pip install plotly #一般是這樣#pip3.8 install plotly #本機安裝#pip install plotly --upgrade #如果已經安裝，升級就這樣

4 柱狀圖：

4.1 bar代碼：

import plotly as pyimport plotly.graph_objs as gopyplt = py.offline.plot #離線設置# 2組數據的柱狀圖trace0 = go.Bar(x = ['Jan','Feb','Mar','Apr', 'May','Jun','Jul','Aug','Sep','Oct','Nov','Dec'],y = [20,14,25,16,18,22,19,15,12,16,14,17],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 = [19,14,22,14,16,19,15,14,10,12,12,16],name = 'Secondary Product',marker=dict(color = 'rgb(204,204,204)'))data = [trace0,trace1]layout = go.Layout(title = 'plotly柱狀圖bar')fig = go.Figure(data = data, layout = layout)#文件名，并保存在根目錄下，也可以指定目錄pyplt(fig, filename='plotly的bar.html')

4.2 堆疊柱狀圖代碼：

import plotly as pyimport plotly.graph_objs as gopyplt = py.offline.plottrace1 = go.Bar( x=['giraffes', 'orangutans', 'monkeys'], y=[20, 14, 23], name='SF Zoo')trace2 = go.Bar( x=['giraffes', 'orangutans', 'monkeys'], y=[12, 18, 29], name='LA Zoo')data = [trace1, trace2]#堆疊柱狀圖layout = go.Layout(barmode='stack',title = 'plotly的堆疊柱狀圖')fig = go.Figure(data=data, layout=layout)pyplt(fig, filename='plotly的stackbar.html')

5 餅狀圖

5.1 plotly的pie.py代碼：

import plotly as pyimport plotly.graph_objs as gopyplt = py.offline.plot #離線設置#定義數值labels = ['產品1','產品2','產品3','產品4','產品5']values = [38.7,15.33,19.9,8.6,17.47]#定義trace或者datatrace = [go.Pie(labels=labels, values=values)]layout = go.Layout(title = 'plotly的pie圖')fig = go.Figure(data = trace, layout = layout)pyplt(fig, filename='plotly的pie.html')

5.2 shanpie.py代碼

import plotly as pyimport plotly.graph_objs as gopyplt = py.offline.plot#數據定義labels = ['產品1', '產品2','產品3', '產品4', '產品5']values = [30, 25, 15, 22, 8]colors = ['#FFFF00', '#FF0000', '#E066FF', '#0D0D0D']#trace或者data數據定義trace = [go.Pie(labels = labels, values = values,rotation = 30,opacity = 1,showlegend = False, #圖例顯示否，True就是顯示pull = [0.1,0,0,0,0], #0.1為第一組數據出來pull=產品1=30的那一組hoverinfo = 'label+percent', textinfo = 'percent', # textinfo = 'value',textfont = dict(size = 30, color = 'white'),marker = dict(colors = colors, line = dict(color = '#000000', width = 2)) ) ]fig = go.Figure(data = trace)#注意fig中無layout布局pyplt(trace, filename='plotly的shanpie.html')

5.3 plotly的環形圓，circlepie.py代碼：

import plotly as pyimport plotly.graph_objs as gopyplt = py.offline.plotlabels = ['完成','未完成']values = [0.8,0.2]trace = [go.Pie( labels = labels, values = values, hole = 0.7, #空閑大小比值 hoverinfo = "label + percent")]#標題定義layout = go.Layout(title = 'plotly的環形圈圖')fig = go.Figure(data = trace, layout = layout)pyplt(fig, filename='circlepie.html')

6 折線圖line

6.1 方法一：

#導出模塊import plotlyimport plotly.graph_objs as go#直接把數據寫入離線模塊里plotly.offline.plot({"data": [ go.Scatter(x=[1, 2, 3, 4], y=[4, 3, 2, 1]), go.Scatter(x=[2, 1, 4, 3], y=[3, 1, 4, 2]),],"layout": go.Layout()}, auto_open=True) #自動打開#注意以上并未出現代碼生成的html文件名和保存地址#采用默認法，如下參數介紹，如filename='temp-plot.html''''plot(figure_or_data, show_link=False, link_text='Export to plot.ly', validate=True, output_type='file', include_plotlyjs=True, filename='temp-plot.html', auto_open=True, image=None, image_filename='plot_image', image_width=800, image_height=600, config=None, include_mathjax=False, auto_play=True, animation_opts=None)'''

6.2 方法二：

#常規方法import plotly as pyimport plotly.graph_objs as gopyplt = py.offline.plot#數據資料設置trace0 = go.Scatter( x=[1, 2, 3, 4], y=[10, 15, 13, 17])trace1 = go.Scatter( x=[1, 2, 3, 4], y=[16, 5, 11, 9])#如果數據較多較多，以后還可以讀取數據方法，那是高級法data = [trace0, trace1]#布局并定義標題layout = go.Layout(title = '常規方法的折線圖line')#定義畫布，掛在data和layoutfig = go.Figure(data = data, layout = layout)pyplt(fig, filename='line.html')

7 散點圖代碼：

#隨機散點圖的常規方法import plotly as pyimport plotly.graph_objs as goimport numpy as nppyplt = py.offline.plot #離線設置#定義數據來源#trace1 = go.Scatter(data = go.Scatter(y = np.random.randn(500),mode = 'markers',marker = dict( size = 16, color = np.random.randn(500), colorscale = 'Viridis', showscale = True ))#data = [trace1] #注意被注釋掉的是規范寫法，但也可以直接data取代trace1layout = go.Layout(title = 'plotly的Scatter的散點圖')fig = go.Figure(data = data, layout = layout)pyplt(fig, filename='plotly的Scatter.html')

=====以上為常規基本作圖，高級作圖未完待續=========

我覺得比pyecharts還好用，github非常火的可視化作圖，當然它的功能步僅僅是本文基本作圖，高級作圖下次介紹。

自己整理，分享出來，喜歡的就點贊、收藏和轉發。

總結

以上是生活随笔為你收集整理的pb graph鼠标移上显示数据_Plotly数据可视化：离线版、微软vscode版的Python的基本作图...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。