数据可视化 课件 第5章 Plotly数据可视化入门

1数据可视化第一章python第三方库-plotly12345plotly概述绘图实例绘图基础知识表格坐标轴与多子图6本章小结2plotly概述1.31plotly概述plotly是Python图形库可生成交互式的，具有出版物质量的图形的第三方库，其中涉及有关如何制作折线图，散点图，面积图，条形图，误差线，箱形图，直方图，热图，子图，多轴图，极坐标图和气泡图等多种图表。主要应用于量化分析，还可以嵌入到网页以及开发GUI，用途比较广泛。/41plotly概述气泡图51plotly概述3D散点图61plotly概述漏斗图71plotly概述plotly两种绘图方式：(1)在线绘图：绘图和数据都保存在自己的云账户，它主要通过plotly提供的方法在自己的账户中创建一个网址来存储绘图结果。这种方法更利于保存一些重要的图表，但在线绘图的速度比较慢，原因是因为plotly的服务器在国外，请求响应的比较慢。在线绘图也有几种类型：公有，私有，秘密三种，三种也有不同特点。1．公有：向所有人开放你这个图表相关信息。2．私有：不对外开放，只允许自己查看，需要登录。3．秘密：拥有这个链接的都可以查看这些图表。(2)离线绘图：plotly提供一种在没有网络情况下绘图，将图像保存在本地，这种方式也是一个最常用的方式，绘图速度比在线绘图的快很多，本章所有的绘图的也是参照这种方式来实现的。81引言图表类型介绍基本图表：20种统计和海运方式图：12种；科学图表：21种；财务图表：2种；地图：8种；3D图表：19种；拟合工具：3种；流动图表：4种91plotly概述安装与安装环境：打开cmd命令行窗口，输入以下内容：pipinstallplotly==4.4.1同时也要装相关的chart_studio包输入命令：pipinstallchart_studio101plotly概述API信息获取：plotly提供了一个在线托管绘图结果的web服务平台，用户在plotly官网注册一个账号，用来托管需要保存的绘图结果，登录自己的账户，在设置中找到APIKey选项。然后将其的Username和APIkey记录下来，作为以后绘图的凭证。11绘图实例2.122绘图实例在线绘图在线绘图首选需要配置凭证信息，就是上面的Username和APIKey,首先配置好这个，才能实现在线绘图。执行下面命令用户目录下创建一个文件.plotly/.credentials创建的文件内容如下：{"username":,"stream_ids":["ylosqsyet5","h2ct8btk1s","oxz4fm883b"],"api_key":"M6yMd75ciV8VFxSNpkzk"}132绘图实例在线绘图下面正式开始在线绘图，在线绘图有两种方法：py.plot()和py.iplot().这两个方法的作用都是在自己的账户中新建一个网址并存储结果，但唯一不同的是。py.plot()是返回一个网址，默认自动打开这个网址，而py.iplot()是以嵌入的形式在jupyter中显示出来。142安装方法在线绘图运行上面的代码得到这个运行结果，发现在线绘制时间长，相对其他绘图相比，在线绘图的唯一特点的是同步到对应账号上存储，通过一个网址的形式进行存储。152绘图实例离线绘图离线绘制图像主要有两种方法，一个是plotly.offline.iplot(),它会在jupyternotebook中直接绘图，不需要新建一个HTML文件，另一个是plotly.offline.plot(),这个函会在本地新建一个HTML文件。本节还是通过一个例子来离线绘图。162绘图实例离线绘图对比离线绘图和在线绘图，其实两者区别不是很大，各有各的特点，在线绘图相对其他绘图而言，它具有的优势是可以将绘制的图表保存在自己的账户中。但它的绘制速度很慢。而离线绘图可以在没有网络的条件下绘制图表，并保存在本地。17绘图基础知识3.183绘图基础知识基本绘图流程在plotly中绘制图表中，首先需要定义要存储绘制数据的变量，一般称plotly中绘图对象为一个轨迹、画轨、画痕。绘图流程：1.定义轨迹，绘制图形2.定义画面布局3.复合图形，集成图形，布局数据4.输出绘制图形。193绘图基础知识大部分的plotly绘制图形可以参考上面那个流程，以一个示例为例，带大家熟悉绘图流程。203绘图基础知识213绘图基础知识223绘图基础知识对于plotly一些基础图形而言，一些基本设置是相同的，拿plotly.offline.iplot()来说，他们是绘制图形的主函数。它们其中一些参数也是整个全局的设置，我们可以拿offline.iplot()作为一个示例，来查看这些参数，从而来研究一些其他函数。如果我们对这个函数不是特别了解，可以help()一下。233绘图基础知识offline.iplot()常用的参数一般是这几个：figure_or_data:这个参数是代表输入的数据可能直接是简单的字典，也可能是复合的字典（嵌套式）。show_link:默认为True,显示右下角的链接。link_text:右下角显示的文字，默认为Exporttoplotly.lyvalidate:默认为True,确保所有的关键字都是有限的filename:设置绘图存储文件的路径image='',str,图片的类型'None'，'png'，'jpeg'，'svg'，'webp'image_height=600,数值，图片的高度image_width=800,数值，图片的宽度243绘图基础知识输出图像设置：下面给出一个具体的实例。253绘图基础知识线图轨迹基本设置在plotly中最基本图形就是曲线图，而在plotly中的线性图是线性图和散点图结合的方式，而我们常用的也是go.scatter函数。这一块包括我们所要在图像中画出的轨迹的颜色等一些基本参数设置，这一块只通过一个简单例子来介绍一下。263绘图基础知识273绘图基础知识画图基本布局设置：一般情况下默认的图像布局效果是很好的，但有的时候希望图像的显示效果满足我们的需要，所以这个时候需要layout这个类来设置相关的的信息。大家也可以在自己的电脑上用help()指令查看一下具体的参数信息，这里就不浪费篇幅展示help()命令的结果。本小节直接讲解有哪些设置，layout如何来设置画面布局。一般图像的内容分为五大块：标题，坐标轴，注释，图例，图像，每五大块单独有各自的详细设置，本小节也只从前四块出发，不考虑图像这一块。283绘图基础知识为了方便后面操作，本小节固定前面轨迹，简化代码。293绘图基础知识303绘图基础知识画图基本布局设置：首先介绍一下画面总体设置：包括主标题，图像背景颜色，图片背景颜色以及图像的宽度,图像的高度以及设置图离图像四周的边距。title：图像的主标题（可以单独赋值使用）但title又有多个个参数，用字典形式赋值，但常用的一般有这几个：font,pad,text,font代表的是字体大小颜色等参数，text是标题的内容，pad是标题距离上下左右的距离，具体赋值也是字典形式，这些具体应用，本节以一个实例教会大家使用。plot_bgcolor：图的背景颜色,paper_bgcolor:图像的背景颜色autosize=False,width=1450,height=800,#设置图像的大小,autosize是否自动调节图像大小默认为TrueMargin:设置图离图像四周的边距,pad参数是刻度与标签的距离颜色可以用16进制表示，也可以用英文名还可以用RGB三元色来表示。313绘图基础知识画面总体设置323绘图基础知识坐标轴设置：分别有x轴设置和y轴设置，两个大致相同类似，这里只介绍一下x轴参数设置，x轴设置用layout中的xaxis字典来设置，参数很多，这里不一一介绍，介绍一些常用的，一般有这几个：tickangle,autorange,range。title：x轴的标签名titlefont:x轴的字体大小颜色等tickfont:x轴刻度的字体大小，颜色等tickangle：设置刻度旋转的角度showticklabels：#设置是否显示坐标轴zeroline：是否显示x轴的零刻度线autorange：true或者false,是否自动调节刻度，默认为Truerange:x轴的刻度范围333绘图基础知识坐标轴设置1343绘图基础知识坐标轴设置2353绘图基础知识图例设置：图例的基本设置，还是用layout()命令，legend中也有很多参数，对这些参数赋值还是选取字典复合的方式，下面大致介绍一些常用的参数。x,y:用坐标的形式来确定图例的位置，个人推荐在[0,1]之间取值font：设置图例的字体大小颜色bgcolor：图例背景颜色bordercolor:图例边框颜色orientation:图例摆放，平行还是垂直，默认垂直’v’,平行用‘h’borderwidth:设置图例边框的宽度showlegend：是否显示图例，默认为True363绘图基础知识图例设置373绘图基础知识注释设置：在plotly中也注释也是比较常用的，还是和layout设置图例等基本设置相同，所以这里介绍一下layout中的annotations一些基本参数。还是字典复合的方式。x,y：代表注释点的坐标text：注释的内容font：注释的字体颜色大小等showarrow：是否显示指向的箭头在annotations可以对多个点进行注释，每个注释点选择字典的形式进行复合，最后将所有的点都用列表形式嵌套。383绘图基础知识综合设置393绘图基础知识综合设置40表格4.414表格生成表格有的时候数据结构可能是一种表格结构，可以把这些数据展示出来，就像Excel显示出的效果,plotly支持这种绘图方式，而且绘图效果非常美观。比如以最近的肺炎病毒病人的一天数据为例。424表格

2月16日五省疫情信息表434表格也可从本地文件中的表格文件中读取信息，不过这里建议数据不要纯文本形式，文本也不宜过长，本小节这里选取了一个之前本地文件中的一份百度指数数据，这里不一定要求和这里的数据一样，大家可以利用自己的文件生成。百度指数信息表444表格添加链接有的时候大家可能希望自己的表格功能更加丰富，还可以对表中一些信息添加链接，比如一些信息来源可以直接追溯到它的发布信息网址，让数据更加的完备性，本节这里选取了

HelloGitHub

网站上的二月编程排行榜前五的数据。454表格二月编程排行榜TOP5464表格图表结合有的时候大家可能希望自己的表格功能更加丰富，还可以对表中一些信息添加链接，比如一些信息来源可以直接追溯到它的发布信息网址，让数据更加的完备性，本节这里选取了

HelloGitHub

网站上的二月编程排行榜前五的数据。474表格图表结合48坐标轴与多子图5.495坐标轴与多子图一个图中绘制的不只有一个图形轨迹，可能有两个或者多个，但它们的数据可能相差很大，这个时候单一的坐标轴不能很好的表示，需要多个坐标轴才能体现数据之间的规律，因此有多坐标轴的需求。505坐标轴与多子图双坐标轴双坐标轴指的是有多个轨迹的时候，但这些数据之间的差值比较大，用单一的坐标轴不能很好的体现出来，比如一个轨迹取值范围在0-100，另一个在1000-10000区间段，这样单一的坐标轴就不能说明两组数据之间的规律了，这个时候就需要双坐标轴。515坐标轴与多子图双坐标轴示例1524基本设置——标记点的设置双坐标轴示例2535坐标轴与多子图双子图双子图顾名思义就是两个图的整合，在一幅图中呈现多个子图。在plotly中也提供了相应的方法make_subplots,这个方法使用很简单。指定每个子图在整幅图中的视图范围，通过控制范围，从而达到一张图上显示两个子图。544基本设置——标记点的设置双子图示例1555坐标轴与多子图双子图示例2565坐标轴与多子图多子图类似于双子图，不过唯一不同的是多子图是一张图上有多个子图两个以上，但它们的绘制方法是类似的，也有两种，这里将分别介绍。先生成一个矩阵，类