Python数据可视化编程指南.docxVIP

下载本文档

14
0
约4.61千字
约 13页
2021-07-25 发布于江苏
举报
版权申诉

Python数据可视化编程指南.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

PAGE PAGE1 Python Python 数据可视化编程指南前言 Python 数据可视化利器，Bokeh、pyecharts的用法，本文增加了Plotly的部分教程。推荐数据可视化的库有挺多的，这里推荐几个比较常用的： Matplotlib Plotly Seaborn Ggplot Bokeh Pyechart Pygal Plotly Plotly文档地址： https://plot.ly/python/#financial-charts 使用方式： Plotly有online和offline两种方式，这里只介绍 offline的。这是Plotly官方教程的一部分 importplotly.plotlyaspyimportnumpyasnp data=[dict( visible=False, line=dict(color=#00CED1,width=6),#配置线宽和颜色name=??=+str(step), x=np.arange(0,10,0.01),#x轴参数 y=np.sin(step*np.arange(0,10,0.01)))forstepinnp.arange(0,5,0.1)]#y轴参数 data[10][visible]=True py.iplot(data,filename=SingleSineWave) 只要将最后一行中的 py.iplot 替换为下面代码 py.offline.plot 便可以运行。漏斗图这个图代码太长了，就不 po出来了。 BasicBoxPlot importplotly.plotly importplotly.graph_objsasgoimportnumpyasnp y0=np.random.randn(50)-1y1=np.random.randn(50)+1 trace0=go.Box(y=y0 ) trace1=go.Box(y=y1 ) data=[trace0,trace1]plotly.offline.plot(data) WindRoseChart importplotly.graph_objsasgotrace1=go.Barpolar( r=[77.5,72.5,70.0,45.0,22.5,42.5,40.0,62.5], text=[North,N-E,East,S-E,South,S-W,West,N-W], name=11-14m/s,marker=dict( color=rgb(106,81,163) ) ) trace2=go.Barpolar( r=[57.49999999999999,50.0,45.0,35.0,20.0,22.5,37.5,55.00000000000001], text=[North,N-E,East,S-E,South,S-W,West,N-W],#鼠标浮动标签文字描述 name=8-11m/s,marker=dict( color=rgb(158,154,200) 7 ) ) trace3=go.Barpolar( r=[40.0,30.0,30.0,35.0,7.5,7.5,32.5,40.0], text=[North,N-E,East,S-E,South,S-W,West,N-W], name=5-8m/s,marker=dict( color=rgb(203,201,226) ) ) trace4=go.Barpolar( r=[20.0,7.5,15.0,22.5,2.5,2.5,12.5,22.5], text=[North,N-E,East,S-E,South,S-W,West,N-W], name=5m/s,marker=dict( color=rgb(242,240,247) ) ) data=[trace1,trace2,trace3,trace4]layout=go.Layout( title=WindSpeedDistributioninLaurel,NE,font=dict( size=16 ), legend=dict( font=dict( size=16 ) ), radialaxis=dict(ticksuffix=% ), orientation=270 ) fig=go.Figure(data=data,layout=layout)plotly.offline.plot(fig,filename=polar-area-chart) 8 BasicTernaryPlotwithMarkers 篇幅有点长，这里就不po代码了。 Bokeh 这里展示一下常用的图表和比较抢眼的图表，详细的文档可查看。 9 PAGE PAGE10 条形图这配色看着还挺舒服的，比