分享Python如何利用plotly繪製資料圖表的案例（圖文）-Python教學-PHP中文網

本篇文章主要介紹了Python使用plotly繪製資料圖表的方法，實例分析了plotly繪製的技巧，具有一定的參考價值，有興趣的小夥伴們可以參考一下

##導語：使用python-plotly 模組來進行壓測資料的繪製，並且產生靜態html 頁面結果展示。

不少小夥伴在開發過程中都有對模組進行壓測的經歷，壓測結束後大家往往喜歡使用Excel處理壓測資料並繪製資料視覺化視圖，但這樣不能很方便的使用web頁面進行資料展示。本文將介紹使用python-plotly模組來進行壓測資料的繪製，並且產生靜態html頁面方便結果展示。

Plotly簡介

Plotly是一款使用JavaScript開發的製圖工具，提供了與主流資料分析語言互動的API（如： Python, R, MATLAB）。大家可以到官網 https://plot.ly/ 了解更多詳細的資訊。 Plotly能夠繪製具有使用者互動功能的精美圖表。

Python-Plotly 安裝

本文檔主要是介紹使用plotly的Python API來進行幾種簡單圖表的繪製，更多Plotly的用法請參考https://plot.ly/python/

Python-Plotly可以使用pip安裝，並且最好在Python2.7版本及以上安裝使用，如果使用Python2.6版本，請自行安裝Python2.7和對應的pip。

Plotly繪圖實例

# line-plots

繪圖效果：

產生的html頁面在右上角提供了豐富的互動工具。

程式碼：

def line_plots(name):
  &#39;&#39;&#39;
  绘制普通线图
  &#39;&#39;&#39;
  #数据，x为横坐标，y,z为纵坐标的两项指标，三个array长度相同
  dataset = {&#39;x&#39;:[0,1,2,3,4,5,6,7,8,9],
        &#39;y&#39;:[5,4,1,3,11,2,6,7,19,20],
        &#39;z&#39;:[12,9,0,0,3,25,8,17,22,5]}
  data_g = []
  #分别插入 y, z
  tr_x = Scatter(
    x = dataset[&#39;x&#39;],
    y = dataset[&#39;y&#39;],
    name = &#39;y&#39; 
  )
  data_g.append(tr_x)
  tr_z = Scatter(
    x = dataset[&#39;x&#39;],
    y = dataset[&#39;z&#39;],
    name = &#39;z&#39; 
  )
  data_g.append(tr_z)
  #设置layout,指定图表title,x轴和y轴名称
  layout = Layout(title="line plots", xaxis={&#39;title&#39;:&#39;x&#39;}, yaxis={&#39;title&#39;:&#39;value&#39;})
  #将layout设置到图表
  fig = Figure(data=data_g, layout=layout)
  #绘图,输出路径为name参数指定
  pltoff.plot(fig, filename=name)

登入後複製

scatter-plots

繪圖效果：

程式碼：

def scatter_plots(name):
  &#39;&#39;&#39;
  绘制散点图
  &#39;&#39;&#39;
  dataset = {&#39;x&#39;:[0,1,2,3,4,5,6,7,8,9],
        &#39;y&#39;:[5,4,1,3,11,2,6,7,19,20],
        &#39;text&#39;:[&#39;5_txt&#39;,&#39;4_txt&#39;,&#39;1_txt&#39;,&#39;3_txt&#39;,&#39;11_txt&#39;,&#39;2_txt&#39;,&#39;6_txt&#39;,&#39;7_txt&#39;,&#39;19_txt&#39;,&#39;20_txt&#39;]}

  data_g = []

  tr_x = Scatter(
    x = dataset[&#39;x&#39;],
    y = dataset[&#39;y&#39;],
    text = dataset[&#39;text&#39;],
    textposition=&#39;top center&#39;,
    mode=&#39;markers+text&#39;,
    name = &#39;y&#39; 
  )
  data_g.append(tr_x)

  layout = Layout(title="scatter plots", xaxis={&#39;title&#39;:&#39;x&#39;}, yaxis={&#39;title&#39;:&#39;value&#39;})
  fig = Figure(data=data_g, layout=layout)
  pltoff.plot(fig, filename=name)

登入後複製

bar-charts

繪圖效果：

程式碼：

def bar_charts(name):
  &#39;&#39;&#39;
  绘制柱状图
  &#39;&#39;&#39;
  dataset = {&#39;x&#39;:[&#39;Windows&#39;, &#39;Linux&#39;, &#39;Unix&#39;, &#39;MacOS&#39;],
        &#39;y1&#39;:[45, 26, 37, 13],
        &#39;y2&#39;:[19, 27, 33, 21]}
  data_g = []
  tr_y1 = Bar(
    x = dataset[&#39;x&#39;],
    y = dataset[&#39;y1&#39;],
    name = &#39;v1&#39;
  )
  data_g.append(tr_y1)

  tr_y2 = Bar(
    x = dataset[&#39;x&#39;],
    y = dataset[&#39;y2&#39;],
    name = &#39;v2&#39;
  )
  data_g.append(tr_y2)
  layout = Layout(title="bar charts", xaxis={&#39;title&#39;:&#39;x&#39;}, yaxis={&#39;title&#39;:&#39;value&#39;})
  fig = Figure(data=data_g, layout=layout)
  pltoff.plot(fig, filename=name)

登入後複製

pie-charts

繪圖效果：

程式碼：

####

def pie_charts(name):
  &#39;&#39;&#39;
  绘制饼图
  &#39;&#39;&#39;
  dataset = {&#39;labels&#39;:[&#39;Windows&#39;, &#39;Linux&#39;, &#39;Unix&#39;, &#39;MacOS&#39;, &#39;Android&#39;, &#39;iOS&#39;],
        &#39;values&#39;:[280, 25, 10, 100, 250, 270]} 
  data_g = []
  tr_p = Pie(
    labels = dataset[&#39;labels&#39;],
    values = dataset[&#39;values&#39;]
  )
  data_g.append(tr_p)
  layout = Layout(title="pie charts")
  fig = Figure(data=data_g, layout=layout)
  pltoff.plot(fig, filename=name)

登入後複製

######filled-area-plots########################################################## ###本範例是繪製具有填滿效果的堆疊線圖，適合分析具有堆疊百分比屬性的資料######繪圖效果：###############程式碼：# ###########

def filled_area_plots(name):
  &#39;&#39;&#39;
  绘制堆叠填充的线图
  &#39;&#39;&#39;
  dataset = {&#39;x&#39;:[0,1,2,3,4,5,6,7,8,9],
        &#39;y1&#39;:[5,4,1,3,11,2,6,7,19,20],
        &#39;y2&#39;:[12,9,0,0,3,25,8,17,22,5],
        &#39;y3&#39;:[13,22,46,1,15,4,18,11,17,20]}

  #计算y1,y2,y3的堆叠占比
  dataset[&#39;y1_stack&#39;] = dataset[&#39;y1&#39;]
  dataset[&#39;y2_stack&#39;] = [y1+y2 for y1, y2 in zip(dataset[&#39;y1&#39;], dataset[&#39;y2&#39;])]
  dataset[&#39;y3_stack&#39;] = [y1+y2+y3 for y1, y2, y3 in zip(dataset[&#39;y1&#39;], dataset[&#39;y2&#39;], dataset[&#39;y3&#39;])]

  dataset[&#39;y1_text&#39;] = [&#39;%s(%s%%)&#39;%(y1, y1*100/y3_s) for y1, y3_s in zip(dataset[&#39;y1&#39;], dataset[&#39;y3_stack&#39;])]
  dataset[&#39;y2_text&#39;] = [&#39;%s(%s%%)&#39;%(y2, y2*100/y3_s) for y2, y3_s in zip(dataset[&#39;y2&#39;], dataset[&#39;y3_stack&#39;])]
  dataset[&#39;y3_text&#39;] = [&#39;%s(%s%%)&#39;%(y3, y3*100/y3_s) for y3, y3_s in zip(dataset[&#39;y3&#39;], dataset[&#39;y3_stack&#39;])]

  data_g = []
  tr_1 = Scatter(
    x = dataset[&#39;x&#39;],
    y = dataset[&#39;y1_stack&#39;],
    text = dataset[&#39;y1_text&#39;],
    hoverinfo = &#39;x+text&#39;,
    mode = &#39;lines&#39;,
    name = &#39;y1&#39;, 
    fill = &#39;tozeroy&#39; #填充方式: 到x轴
  )
  data_g.append(tr_1)

  tr_2 = Scatter(
    x = dataset[&#39;x&#39;],
    y = dataset[&#39;y2_stack&#39;],
    text = dataset[&#39;y2_text&#39;],
    hoverinfo = &#39;x+text&#39;,
    mode = &#39;lines&#39;,
    name = &#39;y2&#39;, 
    fill = &#39;tonexty&#39; #填充方式:到下方的另一条线
  )
  data_g.append(tr_2)

  tr_3 = Scatter(
    x = dataset[&#39;x&#39;],
    y = dataset[&#39;y3_stack&#39;],
    text = dataset[&#39;y3_text&#39;],
    hoverinfo = &#39;x+text&#39;,
    mode = &#39;lines&#39;,
    name = &#39;y3&#39;,
    fill = &#39;tonexty&#39;
  )
  data_g.append(tr_3)

  layout = Layout(title="field area plots", xaxis={&#39;title&#39;:&#39;x&#39;}, yaxis={&#39;title&#39;:&#39;value&#39;})
  fig = Figure(data=data_g, layout=layout)
  pltoff.plot(fig, filename=name)

登入後複製

######小結##########本文介紹了利用python-plotly繪製資料圖的方法，實例中線圖(line plots)、散點圖(scatter plots)、長條圖(bar charts)、餅圖(pie charts)以及填充堆疊線圖(filled area plots)這五種典型的圖表基本上涵蓋了大部分類型的測試數據，各位小夥伴可以加以變形繪製出更多的漂亮圖示。 ###

以上是分享Python如何利用plotly繪製資料圖表的案例（圖文）的詳細內容。更多資訊請關注PHP中文網其他相關文章！