又雙叒叕要跟客戶匯報了，圖都準備好了嗎？matplotlib出圖嫌丑？那用用plotly吧，讓你的圖看上去經費爆炸~

?

P1?起因

第一次接觸plotly這個庫是在我們做的一個列車信號數據挖掘的項目里，當時用下來總覺得有些云里霧里的，感覺非常不方便，API也不熟悉。后來又在別的項目上摸索了幾次，突然發現這個庫套路還是很清晰的，可能我對官方教程的理解還不太透徹。于是我打算把自己摸索出來的內容寫下來。本文僅針對離線繪圖，即使用 plotly.offline.iplot(fig) 繪圖。

?

P2?整體框架

首先我們導入一些必要的內容：

import plotly from plotly.offline import download_plotlyjs, init_notebook_mode, plot, iplot import plotly.graph_objs as go from plotly import tools init_notebook_mode(connected=True)

如果你在Jupyter Notebook中發現你的圖無法顯示，或者一篇空白，請檢查右上角是否為"Trusted"狀態，不是話點一下，將其轉為Trusted，如還不顯示，就試試Ctrl+F5強制刷新。

官方的教程主要是基于一個個單獨的實例，不太容易舉一反三。但其實plotly的套路非常簡單樸實。

總體來說，當我們繪制一張圖時，我們需要通過一個go.Figure實例，我們可以把它當做畫布。在go.Figure中，有2個東西十分重要，一個是data，主要是我們的數據；另一個是layout，關乎圖面布局。

data傳入的是一個列表，里面可以包含一組或多組數據，每一組數據被封裝在一個圖形實例中，比如go.Scatter（線圖）或者go.Heatmap（熱力圖），每個圖形實例中都包含了數據本身，以及和數據相關的某些繪圖屬性。

layout傳入的則是一個go.Layout實例，我們可以為其增加不同的屬性來實現對圖面布局的控制。

而當我們需要分圖時，我們會使用tools.make_subplots()，并通過append_trace()來將data貼進不同的分圖，其他都是大同小異，依舊使用layout來控制圖面。

?

P3?示例代碼

我分別針對最常用的幾種圖：線圖、條形圖、地圖和熱力圖寫了一些示例代碼，詳見：

https://nbviewer.jupyter.org/github/SilenceGTX/plotly_demo/blob/bbb1fdbc6ee9706cbbbacc5f72444e6f4111b346/plotly_visualization_Demo.ipynb

?

轉載于:https://www.cnblogs.com/silence-gtx/p/10667131.html

總結

以上是生活随笔為你收集整理的野路子码农系列（3）plotly可视化的简单套路的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。