查看原文
其他

python绘图骚操作之plotly(一)——plotly的基本绘图方式

草yang年华 机器学习与python集中营 2021-09-10

python进阶教程

机器学习

深度学习

长按二维码关注

进入正文


Plotly基础内容介绍


目录

一 plotly简介

二 plotly安装

   2.1 安装方式

三 plotly的绘图方式

四 plotly在线绘图的个人设置

   4.1 在线绘图的配置

   4.2 在线图片的隐私设置 

五 plotly的绘图实例

   5.1 在线绘图py.plot

   5.2 在线绘图py.iplot

   5.3 在线绘图py.plot

   5.4 在线绘图py.iplot

01

plotly简介

Plotly是一个非常著名且强大的开源数据可视化框架,它通过构建基于浏览器显示的web形式的可交互图表来展示信息,可创建多达数十种精美的图表和地图,本文就将以jupyter notebook为开发工具,详细介绍Plotly的基础内容。

Plotly是集成了在线通过菜单操作绘图与离线通过代码绘图多种绘图方式的绘图系统,所以首先我们在使用plotly的时候,需要在官网注册一个个人账号,设置个人密码。


02

plotly的安装

plotly的安装2.1 安装方式


Plotly支持多种编程语言,本文以python为例,为了使用python进行开发,需要安装plotly的python绘图包,非常简单,就一句话:

pip install plotly

如果已经安装了plotly,可以进行升级:

pip install plotly --upgrade


03

plotly的绘图方式

plotly有两种绘图方式,离线绘图和在线绘图。所谓的“在线绘图”,指的是我通过代码所绘制的图片会自动云端的个人账户里面,然后我可以在云端浏览器中直接进行查看,并且可以使用相关的绘图菜单进行图像的修改等操作;                                               而所谓的离线绘图不涉及到个人账户相关的东西,是不需要连接网络的。


04

plotly在线绘图的个人设置


前面讲了在线绘图需要用到个人账户,故而是需要联网的。


plotly的在线绘图个人设置4.1 在线绘图的配置


有两种配置方式,

方式一:代码配置。即在绘图代码里面进行配置。在使用plotly绘图之前,添加如下代码即可:

import plotly 
plotly.tools.set_credentials_file(username='DemoAccount', api_key='lr1c37zw81')


需要将DemoAccount和lr1c37zw81替换成自己的账号和密码。

方式二:配置文件配置。直接修改配置文件,在自己的用户目录下面,找到下面的配置文件,并加以配置,将看到如下内容,自己修改即可。

{
    "username""DemoAccount",
    "stream_ids": ["ylosqsyet5""h2ct8btk1s""oxz4fm883b"],
    "api_key""lr1c37zw81"
}


plotly的在线绘图个人设置4.2 保存图片的隐私设置


前面说过使用在线绘图,图片会自动保存到云端账户,那么保存的照片是谁都可以查看吗?在plotly里面,账户中保存的图像有三个隐私级别,它们是:       

public:在互联网上的任何一个人都可以查看             

privacy:自己私人允许查看,即自己登陆进plotly账户,就可以查看;                                                   

secret:可以给每一个图表生成一个私密链接,然后只有拥有该私密链接的人才能查看。                           

我们可以在绘图的时候设定该图的访问级别,默认是public,可以自行设置,代码如下:

import plotly 
plotly.tools.set_config_file(world_readable=False,sharing='private')


05

绘图实例

绘图实例5.1在线绘图(py.plot)
import plotly.plotly as py
import plotly.graph_objs as go

trace0 = go.Scatter(
    x=[1234],
    y=[10151317]
)
trace1 = go.Scatter(
    x=[1234],
    y=[165119]
)
data = [trace0, trace1]

py.plot(data, filename = 'basic-line', auto_open=True)  #返回一个链接地址
Out[5]:
'https://plot.ly/~PythonPlotBot/27'
绘图实例5.2 在线绘图(py.iplot)

import plotly.plotly as py
import plotly.graph_objs as go

trace0 = go.Scatter(
    x=[1234],
    y=[10151317]
)
trace1 = go.Scatter(
    x=[1234],
    y=[165119]
)
data = [trace0, trace1]

py.iplot(data, filename = 'basic-line')  #图片会在jupyter中显示出来

显示的图片为:

绘图实例5.3 离线绘图(py.plot)
import plotly
import plotly.graph_objs as go

#plot方式会将图片保存为一个本地的html文件
plotly.offline.plot({
    "data": [go.Scatter(x=[1234], y=[4321])],
    "layout": go.Layout(title="hello world")
}, auto_open=True)

Out[10]:
'file:///media/michael/HDDinHDD/plotly/repos/documentation/_posts/python/getting-started/temp-plot.html'


绘图实例5.4 离线绘图(py.iplot)
import plotly
import plotly.graph_objs as go

plotly.offline.init_notebook_mode(connected=True)

#iplot方法会在jupyter中显示图片
plotly.offline.iplot({
    "data": [go.Scatter(x=[1234], y=[4321])],
    "layout": go.Layout(title="hello world")
})

显示图片为:


推 荐 阅 读

码农资源|这里有机器学习、架构、py学习等信息!~总有一个适合你!
【面试题】牛顿法和梯度下降法有什么不同?
TensorBoard必知必会的入门了解

再谈“卷积”的各种核心设计思想,值得一看!

一文纵览轻量化卷积神经网络:SqueezeNet、MobileNet、ShuffleNet、Xception

对转置卷积、可变形卷积、通道加权卷积的通俗理解(下篇)

关注我们

精彩不停

您的点赞和分享是我们进步的动力!

↘↘↘

: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存