import plotly.plotly as plt
import plotly.offline as pltoff
from plotly.graph_objs import * # 生成折线图
def line_plots(name):
dataset = {'x': [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
'y': [5, 4, 1, 3, 11, 2, 6, 7, 19, 20],
'z': [12, 9, 0, 0, 3, 25, 8, 17, 22, 5]} data_g = [] tr_x = Scatter(
x=dataset['x'],
y=dataset['y'],
name='y'
)
data_g.append(tr_x) tr_z = Scatter(
x=dataset['x'],
y=dataset['z'],
name='z'
)
data_g.append(tr_z) layout = Layout(title="line plots", xaxis={'title': 'x'}, yaxis={'title': 'value'})
fig = Figure(data=data_g, layout=layout)
pltoff.plot(fig, filename=name) # 生成散点图
def scatter_plots(name):
dataset = {'x': [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
'y': [5, 4, 1, 3, 11, 2, 6, 7, 19, 20],
'text': ['5_txt', '4_txt', '1_txt', '3_txt', '11_txt', '2_txt', '6_txt', '7_txt', '19_txt', '20_txt']} data_g = [] tr_x = Scatter(
x=dataset['x'],
y=dataset['y'],
text=dataset['text'],
textposition='top center',
mode='markers+text',
name='y'
)
data_g.append(tr_x) layout = Layout(title="scatter plots", xaxis={'title': 'x'}, yaxis={'title': 'value'})
fig = Figure(data=data_g, layout=layout)
pltoff.plot(fig, filename=name) # 生成柱状图
def bar_charts(name):
dataset = {'x': ['Windows', 'Linux', 'Unix', 'MacOS'],
'y1': [45, 26, 37, 13],
'y2': [19, 27, 33, 21]}
data_g = []
tr_y1 = Bar(
x=dataset['x'],
y=dataset['y1'],
name='v1'
)
data_g.append(tr_y1) tr_y2 = Bar(
x=dataset['x'],
y=dataset['y2'],
name='v2'
)
data_g.append(tr_y2)
layout = Layout(title="bar charts", xaxis={'title': 'x'}, yaxis={'title': 'value'})
fig = Figure(data=data_g, layout=layout)
pltoff.plot(fig, filename=name) # 生成饼图
def pie_charts(name):
dataset = {'labels': ['Windows', 'Linux', 'Unix', 'MacOS', 'Android', 'iOS'],
'values': [280, 25, 10, 100, 250, 270]}
data_g = []
tr_p = Pie(
labels=dataset['labels'],
values=dataset['values']
)
data_g.append(tr_p)
layout = Layout(title="pie charts")
fig = Figure(data=data_g, layout=layout)
pltoff.plot(fig, filename=name) # 充满区域的图
def filled_area_plots(name):
dataset = {'x': [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
'y1': [5, 4, 1, 3, 11, 2, 6, 7, 19, 20],
'y2': [12, 9, 0, 0, 3, 25, 8, 17, 22, 5],
'y3': [13, 22, 46, 1, 15, 4, 18, 11, 17, 20]} dataset['y1_stack'] = dataset['y1']
dataset['y2_stack'] = [y1 + y2 for y1, y2 in zip(dataset['y1'], dataset['y2'])]
dataset['y3_stack'] = [y1 + y2 + y3 for y1, y2, y3 in zip(dataset['y1'], dataset['y2'], dataset['y3'])] dataset['y1_text'] = ['%s(%s%%)' % (y1, y1 * 100 / y3_s) for y1, y3_s in zip(dataset['y1'], dataset['y3_stack'])]
dataset['y2_text'] = ['%s(%s%%)' % (y2, y2 * 100 / y3_s) for y2, y3_s in zip(dataset['y2'], dataset['y3_stack'])]
dataset['y3_text'] = ['%s(%s%%)' % (y3, y3 * 100 / y3_s) for y3, y3_s in zip(dataset['y3'], dataset['y3_stack'])] data_g = []
tr_1 = Scatter(
x=dataset['x'],
y=dataset['y1_stack'],
text=dataset['y1_text'],
hoverinfo='x+text',
mode='lines',
name='y1',
fill='tozeroy'
)
data_g.append(tr_1) tr_2 = Scatter(
x=dataset['x'],
y=dataset['y2_stack'],
text=dataset['y2_text'],
hoverinfo='x+text',
mode='lines',
name='y2',
fill='tonexty'
)
data_g.append(tr_2) tr_3 = Scatter(
x=dataset['x'],
y=dataset['y3_stack'],
text=dataset['y3_text'],
hoverinfo='x+text',
mode='lines',
name='y3',
fill='tonexty'
)
data_g.append(tr_3) layout = Layout(title="filled area plots", xaxis={'title': 'x'}, yaxis={'title': 'value'})
fig = Figure(data=data_g, layout=layout)
pltoff.plot(fig, filename=name) if __name__ == '__main__':
name = 'test4.html'
# line_plots(name)
scatter_plots(name)
# bar_charts(name)
# pie_charts(name)
# filled_area_plots(name)

plotly绘图的更多相关文章

  1. Python使用Plotly绘图工具,绘制直方图

    今天我们再来讲解一下Python使用Plotly绘图工具如何绘制直方图 使用plotly绘制直方图需要用到graph_objs包中的Histogram函数 我们将数据赋值给函数中的x变量,x = da ...

  2. Python使用Plotly绘图工具,绘制面积图

    今天我们来讲一下如何使用Python使用Plotly绘图工具,绘制面积图 绘制面积图与绘制散点图和折线图的画法类似,使用plotly graph_objs 中的Scatter函数,不同之处在于面积图对 ...

  3. Python使用Plotly绘图工具,绘制饼图

    今天我们来学习一下如何使用Python的Plotly绘图工具,绘制饼图 使用Plotly绘制饼图的方法,我们需要使用graph_objs中的Pie函数 函数中最常用的两个属性values,用于赋值给需 ...

  4. Python使用Plotly绘图工具,绘制甘特图

    今天来讲一下如何使用Python 的绘图工具Plotly来绘制甘特图的方法 甘特图大家应该了解熟悉,就是通过条形来显示项目的进度.时间安排等相关情况的. 我们今天来学习一下,如何使用ployly来绘制 ...

  5. Python使用Plotly绘图工具,绘制气泡图

    今天来讲讲如何使用Python 绘图工具,Plotly来绘制气泡图. 气泡图的实现方法类似散点图的实现.修改散点图中点的大小,就变成气泡图. 实现代码如下: import plotly as py i ...

  6. Python使用Plotly绘图工具,绘制散点图、线形图

    今天在研究Plotly绘制散点图的方法 使用Python3.6 + Plotly Plotly版本2.0.0 在开始之前先说说,还需要安装库Numpy,安装方法在我的另一篇博客中有写到:https:/ ...

  7. Plotly绘图工具(多用于统计)

    作者:桂. 时间:2017-04-23  23:52:14 链接:http://www.cnblogs.com/xingshansi/p/6754769.html 前言 无意中考到一个小工具,网址为: ...

  8. Python使用Plotly绘图工具,绘制水平条形图

    水平条形图与绘制柱状图类似,大家可以先看看我之前写的博客,如何绘制柱状图 水平条形图需要在Bar函数中设置orientation= 'h' 其他的参数与柱状图相同.也可以通过设置barmode = ' ...

  9. Python使用Plotly绘图工具,绘制柱状图

    使用Plotly绘制基本的柱状图,需要用到的函数是graph_objs 中 Bar函数 通过参数,可以设置柱状图的样式. 通过barmod进行设置可以绘制出不同类型的柱状图出来. 我们先来实现一个简单 ...

随机推荐

  1. servlet报错“严重: Allocate exception for servlet 类名java.lang.ClassNotFoundException: 路径. 类名”可能原因

    1.WEB-INF下web.xml中<servlet-class>路径错误,正确路径为 <servlet-class>包名.类名</servlet-class> 2 ...

  2. C++通用框架和库

    C++通用框架和库 来源 https://www.cnblogs.com/skyus/articles/8524408.html 关于 C++ 框架.库和资源的一些汇总列表,内容包括:标准库.Web应 ...

  3. Idea+Maven部署打包JavaFX项目遇到的坑

    用Idea写了一个JavaFX项目,创建artifacts,build artifacts,运行build出来的exe可执行文件时总是遇到 class not found的错误,如下图 一开始根据提示 ...

  4. html与css注意事项及小知识点

    html 常用的html特殊符号: 空格:&npsd: 版权所有符号:&copy: 注册商标符号:&reg: 有两个标签容器:<span>和<div> ...

  5. tomcat 的配置文件server.xml 几个端口的作用

    tomcat中server.xml配置文件中几个port的作用和区别 在tomcat的server.xml中有这么几个port,很多人虽然一直在使用tomcat,但是却不知道这几个port各有什么作用 ...

  6. Spring Cloud(八)高可用的分布式配置中心 Spring Cloud Config

    在分布式系统中,由于服务数量巨多,为了方便服务配置文件统一管理,实时更新,所以需要分布式配置中心组件.在Spring Cloud中,有分布式配置中心组件spring cloud config,它支持配 ...

  7. 关于百度Tongji Api的文档补充

    百度统计的Tongji Api好像没有人维护了,文档缺胳膊少腿也没人理. 今天在这里指出其中一点,因为这一点花时间也没有傻思考的乐趣的. 引用自百度Tongji API文档 这个文档缺了很多东西,其中 ...

  8. kolla-ansible 部署多region

    目录 kolla-ansible 部署多region 一.前言 二.部署架构 三.部署细节 1.部署RegionOne 2.部署RegionTwo kolla-ansible 部署多region 一. ...

  9. Delphi 数组特性

  10. zookeeper不停的拒绝client连接

    1 自己重建了Zookeeper集群,但是之前的应用依赖的事务是前一个Zookeeper的集群的,所以无法识别,重启一下应用就好了