Python 시각 화 신기 Plotly 상세 설명
글| 조석
출처:Python 기술"ID:pythonall"
Python 을 배 우 는 것 은 수 분석 을 하 는 가장 기본 적 인 단계 로 데이터 분석 은 데이터 시각 화 와 떨 어 질 수 없다.Python 제3자 라 이브 러 리 에서 우리 가 가장 자주 사용 하 는 시각 화 라 이브 러 리 는 pandas,matplotlib,pyecharts 입 니 다.물론 Tableau 도 있 습 니 다.또한 최근 에 학습 과정 에서 또 다른 시각 화 신기-Flotly 를 발 견 했 습 니 다.이 는 데이터 분석 과 시각 화 를 위 한 온라인 플랫폼 으로 기능 이 매우 강해 서 온라인 으로 많은 도형 을 그 릴 수 있 습 니 다.예 를 들 어 막대 그래프,산 점도,떡 그림,직사 도 등등.이외에 도 온라인 편집 과 다양한 언어 python,javascript,matlab,R 등 많은 API 를 지원 합 니 다.그것 은 python 에서 사용 하 는 것 도 매우 간단 하 며,직접
pip install plotly
으로 설치 하면 사용 할 수 있다.본 고 는plotly
라 이브 러 리 와 결합 하여jupyter notebook
에서 도형 을 그 릴 것 이다.Plotly 를 사용 하면 다음 그림 과 같이 Tableau 에 필적 하 는 고 품질 그림 을 많이 그 릴 수 있 습 니 다.
접선 도
포인트 그림 그리 기 절 차 는 다음 과 같다.먼저 Pycharm 인터페이스 에 입력
jupyter notebook
한 다음 에 웹 페이지 편집 인터페이스 에 들 어가 서 파일 을 새로 만 들 고 해당 하 는 가방 을 가 져 오 면 도형 그리 기 를 할 수 있다.
# 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)
결 과 는 다음 과 같 습 니 다.직사 도
#
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)
결 과 는 다음 과 같 습 니 다.산포도
#
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)
결 과 는 다음 과 같 습 니 다.총결산
오늘 의 글 은 주로 시각 화 된 신기-plotpy 와 관련 된 조작 을 배 우 며 평소 업무 에 활용 되 기 를 바 랍 니 다.더 많은 내용 은 상세 하 게https://plotly.com/python/
파 이 썬 시각 화 신기 Plotly 에 대한 자세 한 설명 은 여기까지 입 니 다.파 이 썬 시각 화 신기 Plotly 에 관 한 더 많은 내용 은 우리 의 이전 글 을 검색 하거나 아래 의 관련 글 을 계속 찾 아 보 세 요.앞으로 많은 응원 부 탁 드 리 겠 습 니 다!
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
Python의 None과 NULL의 차이점 상세 정보그래서 대상 = 속성 + 방법 (사실 방법도 하나의 속성, 데이터 속성과 구별되는 호출 가능한 속성 같은 속성과 방법을 가진 대상을 클래스, 즉 Classl로 분류할 수 있다.클래스는 하나의 청사진과 같아서 하나의 ...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.