Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimana untuk membuat plot serakan asas menggunakan Python-Plotly?

Bagaimana untuk membuat plot serakan asas menggunakan Python-Plotly?

WBOY
Lepaskan: 2023-08-31 13:37:07
ke hadapan
1611 orang telah melayarinya

Kadangkala tugasnya adalah untuk menganalisis set data dan menggambarkan data menggunakan carta atau plot. Plotly ialah perpustakaan grafik sumber terbuka yang hebat yang boleh digunakan dengan Python untuk membuat pelbagai plot dan carta dengan cepat dan mudah. Dalam artikel ini, menggunakan dua contoh berbeza, anda menggunakan pustaka Python yang dipanggil Plotly dengan kod Python untuk merancang plot serakan. Dalam contoh pertama, Python yang dipasang dalam sistem komputer digunakan untuk menjalankan program Python yang ditulis untuk membuat plot serakan. Contoh lain, menggunakan Google Colab, menunjukkan cara anda masih boleh menggunakan Python dan Plotly dan membuat plot serakan tanpa Python dipasang pada komputer anda. Dalam kedua-dua contoh, set data sumber terbuka Kaggle digunakan untuk analisis dan visualisasi data.

Fail IRIS.csv digunakan

sepal_length,sepal_width,petal_length,petal_width,species
5.1,3.5,1.4,0.2,Iris-setosa
4.9,3,1.4,0.2,Iris-setosa
4.7,3.2,1.3,0.2,Iris-setosa
4.6,3.1,1.5,0.2,Iris-setosa
5,3.6,1.4,0.2,Iris-setosa
5.4,3.9,1.7,0.4,Iris-setosa
4.6,3.4,1.4,0.3,Iris-setosa
5,3.4,1.5,0.2,Iris-setosa
4.4,2.9,1.4,0.2,Iris-setosa
…….., ….., ……, ……., ……..
Salin selepas log masuk

Fail CSV ini mengandungi lima lajur bernama sepal_length, sepal_width, petal_length, petal_width dan spesis. Antaranya, kita akan menggunakan sepal_width dan petal_width sebagai plot serakan dalam contoh 1 dan sepal_length dan petal_length sebagai plot serakan dalam contoh 2.

Contoh 1: Membuat Scatter Plot menggunakan Python dan Plotly

Langkah reka bentuk dan pengekodan

  • Langkah 1 - Pertama import panda dan lukis. Plotly, perpustakaan grafik sumber terbuka untuk Python, akan digunakan untuk membuat plot serakan.

  • Langkah 2 - Sekarang baca fail IRIS.csv kerana set data yang diberikan di sini akan digunakan untuk membuat plot serakan.

  • Langkah 3 - Buat dff bingkai data dan paparkan lajur dan kandungan bingkai data itu.

  • Langkah 4 - Lukis plot serakan menggunakan fungsi serakan() dan nyatakan sepal_width untuk paksi-x dan petal_width untuk paksi-y.

  • Langkah 5 - Tetapkan gaya penanda, seperti saiz dan warna.

  • Langkah 6 - Tulis fungsi untuk memaparkan plot serakan. Jalankan program menggunakan tetingkap cmd. Graf akan dibuka dalam tab baharu dalam penyemak imbas anda.

Contoh 2: Membuat Scatter Plot menggunakan Python dan Plotly di Google Colab

Langkah reka bentuk dan pengekodan

  • Langkah 1 - Log masuk dengan Akaun Google anda. Pergi ke Google Colab. Buka Buku Nota Colab baharu dan tulis kod Python di dalamnya.

  • Langkah 2 - Muat naik fail IRIS.csv yang dimuat turun dan disimpan daripada Kaggle menggunakan pautan yang diberikan dalam Contoh 1 kerana set data yang diberikan di sini akan digunakan untuk membuat plot serakan.

  • Langkah 3 - Sekarang import panda dan lukis. Plotly, perpustakaan grafik sumber terbuka untuk Python, akan digunakan untuk membuat plot serakan.

  • Langkah 4 - Buat dff bingkai data dan paparkan lajur dan kandungan bingkai data itu.

  • Langkah 5 - Gunakan fungsi serakan() untuk melukis plot serakan dan tentukan panjang_petal untuk paksi-x dan panjang_sepal untuk paksi-y.

  • Langkah 6 - Tulis fungsi untuk memaparkan plot serakan. Jalankan program dengan mengklik butang main pada unit kod yang diberikan. Semak keputusan kerana ia akan dipaparkan dalam buku nota Colab.

Contoh 1: Membuat Scatter Plot menggunakan Python dan Plotly

Simpan fail data/fail csv yang diperlukan untuk analisis data

Untuk membuat plot taburan, kami akan menggunakan data yang tersedia pada Kaggle. Log masuk ke Kaggle dan muat turun fail CSV dari pautan ini -

Buat fail bernama Scatter.py. Tulis kod berikut dalam fail ini

#include the required libraries
import pandas as pd

#This library is needed to make the scatter plot
import plotly.express as pxx

#read the CSV file and make a dataframe
dff = pd.read_csv("IRIS.csv")

#print the columns and data 

print(dff.head())

#make the scatter plot
figg = pxx.scatter(dff, x="sepal_width", y="petal_width")

#set the properties of the scatter plot
figg.update_traces(marker=dict(size=12, line=dict(width=2, color="red")), selector=dict(mode='markers'))

#display the chart
figg.show()
Salin selepas log masuk

Jalankan fail Python dalam tetingkap baris arahan

Bagaimana untuk membuat plot serakan asas menggunakan Python-Plotly?

Lihat hasil - Contoh 1

Bagaimana untuk membuat plot serakan asas menggunakan Python-Plotly?

Contoh 1: Membuat plot taburan menggunakan Python di Google Colab

Muat naik data, fail CSV

#Uploading the csv
from google.colab import dfiles
data_to_load = dfiles.upload() 
Salin selepas log masuk

Termasuk perpustakaan dan membaca fail CSV

import pandas as pdd
import plotly.express as pxx

dff = pdd.read_csv("IRIS.csv")
Salin selepas log masuk

Cetak hasil dan paparkan plot taburan

print(dff.head())
figg = pxx.scatter(dff, x="petal_length", y="sepal_length")
figg.show()  
Salin selepas log masuk

Lihat hasil

Bagaimana untuk membuat plot serakan asas menggunakan Python-Plotly?

Dalam artikel Python dan Plotly ini, dua contoh berbeza diberikan tentang cara membuat plot serakan menggunakan perpustakaan Python yang dipanggil Plotly. Pertama, kaedah memuat turun dan menyimpan set data daripada Kaggle untuk analisis diberikan. Kemudian tulis program Python untuk merancang plot serakan menggunakan fungsi dalam Plotly. Dalam contoh kedua, tulis program Python menggunakan Google Colab dan buat plot taburan menggunakan perpustakaan yang sama dan set data yang sama.

Atas ialah kandungan terperinci Bagaimana untuk membuat plot serakan asas menggunakan Python-Plotly?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:tutorialspoint.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan