python做出漂亮的数据分析图,python plot 图例
Plotly是目前已知最强的Python绘图库，比Echarts强大很多。它的绘制是通过生成网页来完成的，支持动态调整图像大小和参数。本文将使用Plotly绘制一个漂亮的数据分析图，有兴趣的可以看看。
00-1010 1.准备2。使用3。保存4。其他函数Plotly是目前已知的python中最强的画图库。它比我们上次谈到的Echarts强大得多。它的绘制是通过生成网页来完成的，支持动态调整图像大小和参数，方便了很多Python web应用的开发。
目录
在开始之前，您应该确保Python和pip已经成功安装在您的计算机上。如果没有，可以访问这篇文章：超详细的Python安装指南进行安装。
在Windows环境下打开Cmd(开始-运行-cmd)，在Apple系统环境下打开Terminal(命令空间输入终端)，准备开始输入命令安装依赖项。
当然，我推荐你使用VSCode编辑器，复制本文的代码，在编辑器下面的终端中安装依赖模块。这是一件多么舒服的事情：
在终端输入以下命令，安装所需的依赖模块：
pip安装计划
看到成功安装xxx说明安装成功。
1.准备
你只需要知道一些图的生成函数及其传入参数，就可以生成漂亮的统计图。比如文章开头的官方并行类别图的生成，你只需要知道它的生成函数是px.parallel_categories。支持的参数列表如下：
Data_frame:数据，需要采用DataFrame格式。
Color:可以为每一列指定特定的颜色。
Color_continuous_scale:构建连续的颜色。
详细参数请参考官方文档。
这里，我们以官方生成的数据为例来说明，只需编写以下代码：
#该文件被命名为：test.py
将plotly.express导入为px
tips=px.data.tips()
fig=px . parallel _ categories(tips，color=size ，color _ continuous _ scale=px . colors . sequential . inferno)
图显示()
效果如下：
在cmd/Terminal或VSCODE终端中，运行以下代码：
python test.py
你会看到浏览器自动生成一个页面，上面有这张图片和可以进行交互的图。
除此之外，还有这样一个图表：
将plotly.express导入为px
gapminder=px.data.gapminder()
fig=px . scatter(gapminder . query( year==2007 )，x=gdpPercap ，y=lifeExp ，size=pop ，color= continental ，
hover_name=国家，log_x=True，size_max=60)
图显示()
如上所述，代码实际上相当简单。你只需要符合它的散点函数的数据格式就可以生成。真的是坐着拍照。
还有下面的例子，可以在页面上交互(放大缩小等。)而且都挺方便的！
2.使用
事实上，在执行程序后生成的页面中，右上角有一个小摄像头。点击相机直接生成页面：
但是，您可能希望直接在程序中保存和下载图片，以便批量生成图片。这时候我们需要添加一个这样的离线剧情语句。
将plotly.offline作为脱机导入
offline . plot(fig _ or _ data=fig，image=png ，image_filename=plot_image ，output_type=file ，image_width=800，image_height=600，validate=False)
得到图像的Fig变量后，只需要继续写上面的语句就可以保存了。例如，我们的第一个示例将保存为这样。
#该文件被命名为：test.py
将plotly.express导入为px
将plotly.offline作为脱机导入
tips=px.data.tips()
fig=px . parallel _ categories(tips，color=size ，color _ continuous _ scale=px . colors . sequential . inferno)
图显示()
offline . plot(figure _ or _ data=fig，image=png ，image_filename=plot_image ，
output_type=file ，image_width=800，image_height=600，validate=False)
3.保存
1.共享：,如果你想和别人分享图片，但是你自己不能做网页开发，没关系。plotly也提供了一个解决方案。这时候我们需要安装一个名为chart_studio的新包，然后使用官方API在线绘制，保存到你的plotly个人网页即可！详细见官方教程。
2.添加背景图:你还可以给你的图片添加背景图片！操作起来非常简单。
3.添加你的LOGO:添加自己独特的标志也是支持的。
在https://plot.ly/python/images/!可以找到2和3的对应教程
以上是Python Plotly的精美数据分析图的详细内容。更多关于Python Plotly的数据分析图，请关注盛行的IT软件开发工作室的其他相关文章！
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。