python2.7使用plotly绘制本地散点图和折线图

yipeiwu_com5年前Python基础

本人在学习使用Python和plotly处理数据时,经过两个小时艰难试错,终于完成了散点图和折线图的实例。在使用过程中遇到一个大坑,因为官方给出的案例是用在线存储的,所以需要安装jupyter(也就是ipython)才能使用notebook来处理生成的文件,一开始我没太懂iplot和plot之间的差异,导致浪费了很多时间。

重要提示:最新的jupyter不支持Python3.2及以下版本

最后我只能继续采用本地文件的形式来解决这个问题了。下面放出我的测试代码,被注释掉的是官方给出的代码以及离线存储的代码。应该是最新版的Python的方案。

#!/usr/bin/python
# coding=utf-8
 
import plotly.plotly
import random
from plotly.graph_objs import *
import plotly.graph_objs as abc # 必须
import numpy as np
 
 
def sayHello():
 N=100
 xx = [];
 for i in range(20):
  xx.append(i)
 y0 = [];
 for i in range(20):
  y0.append(random.randint(0, 10))
 y1 = [];
 for i in range(20):
  y1.append(random.randint(10, 20))
 y2 = [];
 for i in range(20):
  y2.append(random.randint(20, 30))
 #xx = np.linspace(0, 1, N)
 #y0 = np.random.randn(N) + 5
 #y1 = np.random.randn(N)
 #y2 = np.random.randn(N) - 5
 data_1 = abc.Scatter(
  x=xx,
  y=y0,
  name='test1',
  mode='markers'
 )
 date_2 = abc.Scatter(
  x=xx,
  y=y1,
  name='test2',
  mode="lines"
 )
 date_3 = abc.Scatter(
  x=xx,
  y=y2,
  name='test3',
  mode="lines+markers"
 )
 '''
 N = 1000
 random_x = np.random.randn(N)
 random_y = np.random.randn(N)
 # Create a trace
 trace = abc.Scatter(
  x=random_x,
  y=random_y,
  mode='markers'
 )
 data1 = [trace]
 '''
 data1 = Data([data_1, date_2,date_3])
 plotly.offline.plot(data1)
 #plotly.offline.iplot(data1,filename='test01')
 
 
if __name__ == "__main__":
 sayHello()

下面是我最终结果的截图:

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

对Tensorflow中权值和feature map的可视化详解

对Tensorflow中权值和feature map的可视化详解

前言 Tensorflow中可以使用tensorboard这个强大的工具对计算图、loss、网络参数等进行可视化。本文并不涉及对tensorboard使用的介绍,而是旨在说明如何通过代...

Python文件循环写入行时防止覆盖的解决方法

存在问题: 利用写入代码 with open(r'F:\PythonFiles\PycharmFile\ssq.csv', 'w', encoding='utf-8-sig', n...

探究Python多进程编程下线程之间变量的共享问题

 1、问题: 群中有同学贴了如下一段代码,问为何 list 最后打印的是空值?   from multiprocessing import Process, M...

python冒泡排序简单实现方法

本文实例讲述了python冒泡排序简单实现方法。分享给大家供大家参考。具体实现方法如下: #!/usr/bin/python import random def bubble_sor...

解决pandas.DataFrame.fillna 填充Nan失败的问题

如果单独是 >>> df.fillna(0) >>> print(df) # 可以看到未发生改变 >>> print(d...