精华内容
下载资源
问答
  • plotly官方文档

    2019-02-02 17:13:18
    plotly是一个动态可视化库,支持matlab、python。R语言
  • plotly英文文档.zip

    2021-01-30 21:18:33
    python可视化神奇plotly官方英文文档
  • 文档Plotly开源文档的问题跟踪器
  • plotly绘图网站

    2021-03-25 10:32:16
    plotly绘图网站网站 网站 可视化神器Plotly(5)—参数详解 plotly官方文档 Plotly学习笔记 Python-Dash-Scatter-可视化数据分析 plotly绘图原理
    展开全文
  • 有助于Plotly的图形图书馆文档 回购概述 Plotly欢迎其用户社区对其做出贡献。 该存储库主要用于: Plotly的图形库文档索引页面位于 。 PlotlyJavaScript图形库文档位于 请注意,该存储库仅包含PlotlyJavaScript...
  • plotly官方文档及教程 Plotly(维基、github)是一家创建于2012年的公司,开发在线数据分析和可视化工具。其主要产品有:Dash(用于构建数据分析 Web 应用的 Python 框架)、Dash DAQ 、Chart Studio、API ...
     
    

    Plotly(维基github)是一家创建于2012年的公司,开发在线数据分析和可视化工具。其主要产品有:Dash(用于构建数据分析 Web 应用的 Python 框架)、Dash DAQChart StudioAPI librariesFigure ConvertersPlotly Apps for Google Chrome、Plotly.jsPlotly Enterprise

    plotly本身基于java开发,不过提供了大量API对接其他主流语言。

    对于Python语言,plotly即支持原生Python,也针对matplotlib、pandas等库进行专门的定制接口。

    Plotly基本模块

    plotly有两个基本模块:

    1. plotly.plotly:主要包含链接Plotly服务器的一些函数
    2. plotly.graph_objs:主要包含生成图像实例的函数
    • Plotly中定义图像的三个Objects

    通过三个元素来定义一个图像:

    1. Data:数据,定义图像使用的数据
    2. Layout:布局,定义图像的外观
    3. Figure:最终的图像实例,go.Figure帮助我们构建一个 可视化的图像实例
    • Plotly使用方法:在线模式&离线模式

    与其他库不同点在于,这个库可以在线使用。

    1. 在线模式:需要注册plot.ly账号,同时数据和图像保存在云端账户中。
    import plotly
    plotly.tools.set_credentials_file(username= 'name', api_key= 'secreat')
    
    1. 离线模式 下还有两种使用方式:

      ① plotly.offline.plot():在本地创建一个标准的HTML文件,可以通过浏览器打开

      ② plotly.offline.iplot():允许使用Jupyter Notebooke进行画图和展示

    • 具体案例

    官方示例

    • Plotly Exprsess

    Plotly Exprsess作为一个新的绘图lib,是plotly.py的高级封装。用plotly代码冗余的程序,在plotly express 下更简单,更快捷。

    • 参考

    1. Python 可视化神器:Plotly Express 入门之路
    2. 利用plotly for Python进行数据可视化
    3. xianhu

    .
    .
    .
    2019-04-02 14:02:51

    展开全文
  • 感动! 现在,plotly.py的文档是。 (注到将来的维护:在built和gh-pages此回购的分支仍然由文档工作流程使用!)
  • 绘制样本数据集 数据集名称 最适合 起源 图表示例 下载 在情节中开放 沃尔玛开店 地图 未知 2010年各国酒精消费量 地图 未知 2011年2月AA的飞行路线 地图 未知 2011年2月美国机场交通 ...使用Excel的气泡
  • plotly绘图时设置X轴刻度标签

    千次阅读 2020-06-09 12:41:11
    今天在做一个绘图练习时无意间需要更改x轴刻度标签值,百度了一下发现没有相关的介绍,于是我从plotly官方文档查询出一种修改的方法。 一般来说我们对图像轴的修改是通过Layout进行的,对刻度标签的修改也是如此,...

    今天在做一个绘图练习时无意间需要更改x轴刻度标签值,百度了一下发现没有相关的介绍,于是我从plotly官方文档查询出一种修改的方法。
    一般来说我们对图像轴的修改是通过Layout进行的,对刻度标签的修改也是如此,对于这个练习来说修改方法如下:

    import plotly.graph_objects as go
    layout = go.Layout(xaxis = dict(title = 'yourtitle',tickmode = 'array',tickvals = np.arange(1,16),ticktext=text))
    

    tickmode:str型,设置坐标轴刻度的格式,’auto’表示自动根据输入的数据来决定,’linear’表示线性的数值型,’array’表示由自定义的数组来表示(用数组来自定义刻度标签时必须选择此项)
    tickvals:list、numpy array或pandas中的series,作为坐标轴刻度标签的替代(tickmode此时必须被设置为’array’)
    ticktext:标签值
    具体来说就是python会将tickvals里的值当做位置,依据位置来填写ticktext里的标签值

    成品图如下所示:

    在这里插入图片描述

    展开全文
  • Plotly基础教程

    千次阅读 2020-10-09 11:55:04
    简单介绍Plotly的基本使用。

    Plotly 基础教程

    简介

    Plotly 是一个非常强大的开源数据可视化框架,它通过构建基于 HTML 的交互式图表来显示信息,可创建各种形式的精美图表。本文所说的 Plotly 指的是 Plotly.js 的 Python 封装,plotly本身是个生态非常复杂的绘图工具,它对很多编程语言提供接口。交互式和美观易用应该是 Plotly 最大的优势,而 Matplotlib 的特点则是可定制化程度高,但语法也相对难学,各有优缺点。

    安装及开发工具

    安装通过 PIP 进行即可。

    pip install plotly

    Plotly Python 其对应的官网为https://plotly.com/python/,上面有一些教程和官方API接口的查询。

    在这里插入图片描述

    上面说了 Plotly 是基于 HTML 显示的,所以这里推荐使用 Jupyter lab(Jupyter notebook 也行)作为开发工具,Jupyter lab 的安装本文不多提及,可以自行查找。尤其注意的是,Plotly 主要维护 Jupyter notebook,所以对 Jupyter lab 支持不是很好,绘图无法显示,最新版 Plotly 需要通过命令conda install nodejsjupyter labextension install jupyterlab-plotly@4.11.0安装支持插件。

    Plotly 生态

    • Plotly 是绘图基础库,它可以深度定制调整绘图,但是 API 复杂学习成本较高。
    • Plotly_exprress 则是对 Plotly 的高级封装,上手容易,它对 Plotly 的常用绘图函数进行了封装。缺点是没有 plotly 那样自由度高,个人感觉类似 Seaborn 和 Matplotlib 的关系。本文不以express为主。
    • Dash 用于创建交互式绘图工具,可以方便地用它来探索数据,其绘图基于 Plotly。使用 Dash 需要注册并购买套餐,也就是常说的“在线模式”,一般,我们在 Jupyter 内本地绘图就够用了,这是“离线模式”。

    绘图教程

    下面涉及到的内容均可以在官方文档找到参考,下面的内容也只涉及基础的图形绘制(使用Plotly实现),一些比较基础的图形库知识查看对应教程

    基本图表

    在 Plotly 中,预定义了如下的一些基本图表,包括散点图、折线图、柱状图、饼图等,它们的使用方式都是类似的,通过向Figure上添加绘图对象进行绘图,而向绘图对象传递的就是其需要的格式的数据。

    在这里插入图片描述

    import plotly.graph_objects as go
    import numpy as np
    
    N = 1000
    t = np.linspace(0, 10, 100)
    y = np.sin(t)
    
    fig = go.Figure(data=go.Scatter(x=t, y=y, mode='markers'))
    
    fig.show()
    

    下面的代码就是简单散点图的绘制,其在Jupyter中的执行结果如下图,不妨来仔细看看这张图,在绘制的图形右上角有一行菜单栏且这个图形是可交互的(包括缩放、旋转、裁剪等),右上角的菜单包括图像下载、缩放、裁剪、在dash中编辑等。

    在这里插入图片描述

    也可以通过add_trace来逐个添加绘图对象

    import plotly.graph_objects as go
    
    # Create random data with numpy
    import numpy as np
    np.random.seed(1)
    
    N = 100
    random_x = np.linspace(0, 1, N)
    random_y0 = np.random.randn(N) + 5
    random_y1 = np.random.randn(N)
    random_y2 = np.random.randn(N) - 5
    
    fig = go.Figure()
    # Add traces
    fig.add_trace(go.Scatter(x=random_x, y=random_y0, mode='markers', name='markers'))
    fig.add_trace(go.Scatter(x=random_x, y=random_y1, mode='lines+markers', name='lines+markers'))
    fig.add_trace(go.Scatter(x=random_x, y=random_y2, mode='lines', name='lines'))
    fig.show()
    

    在这里插入图片描述

    其他基本图表类似,传入指定格式的数据即可。

    统计图表

    很多统计学图表也预先定义在了Plotly中,主要包括下图所示的箱型图、直方图、热力图、等高线图等。

    在这里插入图片描述

    和上面的基本图表类似,绘图方式是固定的,只是绘图对象改变了而已。下面的代码就是直方图绘制

    import plotly.graph_objects as go
    
    fig = go.Figure()
    fig.add_trace(go.Bar(
        name='Control',
        x=['Trial 1', 'Trial 2', 'Trial 3'], y=[3, 6, 4],
        error_y=dict(type='data', array=[1, 0.5, 1.5])
    ))
    fig.add_trace(go.Bar(
        name='Experimental',
        x=['Trial 1', 'Trial 2', 'Trial 3'], y=[4, 7, 3],
        error_y=dict(type='data', array=[0.5, 1, 2])
    ))
    fig.update_layout(barmode='group')
    fig.show()
    

    在这里插入图片描述

    AI图表

    同时,Plotly也支持绘制一些简单的机器学习图表,不过都是依靠上面的基本图表实现的,如下述的线性回归。

    在这里插入图片描述

    import numpy as np
    import plotly.express as px
    import plotly.graph_objects as go
    from sklearn.linear_model import LinearRegression
    
    df = px.data.tips()
    X = df.total_bill.values.reshape(-1, 1)
    
    model = LinearRegression()
    model.fit(X, df.tip)
    
    x_range = np.linspace(X.min(), X.max(), 100)
    y_range = model.predict(x_range.reshape(-1, 1))
    
    fig = px.scatter(df, x='total_bill', y='tip', opacity=0.65)
    fig.add_traces(go.Scatter(x=x_range, y=y_range, name='Regression Fit'))
    fig.show()
    

    在这里插入图片描述

    科学绘图

    下面的这些数据科学领域用的挺多的图也做了封装,例如下面的代码就是绘制heatmap的样例。

    在这里插入图片描述

    import plotly.graph_objects as go
    
    fig = go.Figure(data=go.Heatmap(
                       z=[[1, None, 30, 50, 1], [20, 1, 60, 80, 30], [30, 60, 1, -10, 20]],
                       x=['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday'],
                       y=['Morning', 'Afternoon', 'Evening'],
                       hoverongaps = False))
    fig.show()
    

    在这里插入图片描述

    三维绘图

    Plotly的三维绘图真的很好看,而且其是可交互的,非常方便,例如下面的3D曲面图。

    在这里插入图片描述

    import plotly.graph_objects as go
    
    import pandas as pd
    
    # Read data from a csv
    z_data = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/api_docs/mt_bruno_elevation.csv')
    
    fig = go.Figure(data=[go.Surface(z=z_data.values)])
    
    fig.update_layout(title='test', autosize=False,
                      width=500, height=500,
                      margin=dict(l=65, r=50, b=65, t=90))
    
    fig.show()
    

    在这里插入图片描述

    补充说明

    本文简单介绍了Plotly的基本绘图方式,其实只要了解了Plotly的生态,使用它并不难,更多的子图、标注等技巧本文没有涉及,还是建议到官网教程查看,非常易读。

    展开全文
  • Plotly_python_documentation.pdf Plotly_python_documentation官方文档
  • 后台回复1024,解锁无限快乐!今天就带你深入体验易于使用、文档健全、功能强大的开源 Python 绘图库Plotly,教你如何用超简单的(甚至只要一行!)代码,绘制出更棒的图表。译者...
  • plotly使用指南

    万次阅读 多人点赞 2017-09-05 22:27:47
    plotly是开挂的作图神器,可以供js, python, R, DB等使用。具体见官网plotly官网1. 安装pip install plotly更新pip install plotly --upgrade2. 在线使用,画的图会存入云账户中import plotly#设置用户名和API-Key ...
  • plotly绘图工具

    2020-08-16 14:31:16
    官方文档:https://plotly.com/python 工具的使用直接参考官网即可,下面是练手时画的一些图: #!/usr/bin/python3 # coding=utf-8 import pandas as pd import numpy as np import plotly.express as px import ...
  • python可视化 plotly, plotly_express, dash介绍安装plotlyplotly_expressdash绘制地图总结 介绍 plotly python是python的绘图工具,是plotly.js的python封装。plotly有很多子项目,官网为https://plot.ly/。目前...
  • https://github.com/thedirtyfew/dash-extensions
  • 这样一来,它就可以可靠地覆盖plotly.js的各种功能-即,可以保证plotly.js文档中受支持部分的所有示例都可以。 它同时针对scala 2.12和2.13发行。 表中的内容 快速开始 从杏仁 将org.plotly-scala::plotly-almond:...
  • Dash Based On Plotly

    千次阅读 2017-08-02 10:41:44
    官方文档:https://plot.ly/dash 介绍 Dash is a productive Python framework for building web applications. Written on top of Flask, Plotly.js, and React.js, Dash is ideal for building data ...
  • plotly.js笔记

    2017-04-05 18:30:03
    plotly.js
  • python可视化入门 plotly ,小白请进

    千次阅读 多人点赞 2020-05-16 20:00:34
    入门篇 plotly安装 `plotly`导入`plotly`模块example1 `Scatter`example2 `Bar`example3 `Histogram`example4 `Express`example5 `pie`example6 `3D`example7 `Densitymapbox``plotly`官方文档
  • Plotly Python 从理论到实战 Plotly Python 相比较seaborn,...要用好plotly,通读官方文档是少不了的。 Plotly 是一个图像的创建(create)、精修(manipulate)、渲染(render)的过程。官方推荐的入手工具包为plotl
  • plotly生成甘特图

    2020-07-21 14:52:06
    plotly做了一个甘特图,效果还行,把脚本记录下来 安装plotly: >>> pip3 install plotly >>> import plotly as py >>> import plotly.figure_factory as ff >>> pyplt = ...
  • python plotly 进行数据可视化

    万次阅读 2018-05-26 07:16:18
    https://plot.ly/python/文档网址是上面这个。分2种方式绘制,如果注册了用户名和密码,可以保存到它的服务器上,或者就离线模式,本地查看html1. 折线图import plotly.plotly as py import plotly.graph_objs as go...
  • plotly.js

    千次阅读 2016-09-01 10:22:17
    Plotly.js已经开源了,可以在线下生成...本文介绍基于python使用plotly的方法。 Plotly for Python is now entirely open source, free, and self-hosted 安装方法 pip install plotly 需要升级
  • plotly_chart-源码

    2021-03-18 16:44:05
    plotly_chart
  • plotly使用mapbox实现地图可视化

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,351
精华内容 940
关键字:

plotly官方文档