# 使用 plotly 绘制数据图表

## Plotly简介

Plotly是一款使用JavaScript开发的制图工具，提供了与主流数据分析语言交互的API（如：Python, R, MATLAB）。大家可以到官网https://plot.ly/ 了解更多详细的信息。Plotly能够绘制具有用户交互功能的精美图表。

## Python-Plotly 安装

Python-Plotly可以使用pip安装，并且最好在Python2.7版本及以上安装使用，如果使用Python2.6版本，请自行安装Python2.7和对应的pip。

## Plotly绘图实例

### line-plots

```def line_plots(name):
'''
绘制普通线图
'''
#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 = {'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 = []
#分别插入 y, z
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)
#设置layout,指定图表title,x轴和y轴名称
layout = Layout(title="line plots", xaxis={'title':'x'}, yaxis={'title':'value'})
#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)```

### scatter-plots

```def scatter_plots(name):
'''
绘制散点图
'''
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)```

### bar-charts

```def bar_charts(name):
'''
绘制柱状图
'''
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)```

### pie-charts

```def pie_charts(name):
'''
绘制饼图
'''
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)
```

### filled-area-plots

```def filled_area_plots(name):
'''
绘制堆叠填充的线图
'''
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]}

#计算y1,y2,y3的堆叠占比
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' #填充方式: 到x轴
)
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' #填充方式:到下方的另一条线
)
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="field area plots", xaxis={'title':'x'}, yaxis={'title':'value'})
fig = Figure(data=data_g, layout=layout)
pltoff.plot(fig, filename=name)```

# 附件：

0 条评论

• ### 一个基于 Docker 的负载均衡实例

本文目地主要是给大家简单安利一下目前最火的容器产品 Docker 及其所涉及的相关技术，并通过一个实际例子演示一下容器技术的典型应用场景。

• ### 使用 Valgrind 检测 CGI 内存泄漏的简易方法

Valgrind 的使用十分简单，通过设置一定的参数启动二进制可执行程序，并且在执行结束之后收集结果输出即可。但是我们的 CGI 是通过 Apache 运行的，...

• ### Python 字符串子串定位性能比较

本文想探讨的是在给定了key字段在字段列表中开始下标和key字段个数后，如何在整行字符串中定位到key字符串的起始位置。

• ### win10 uwp 解决 SerialDevice.FromIdAsync 返回空

调用 SerialDevice.FromIdAsync 可能返回空，因为没有设置 package.appmanifest 可以使用端口

• ### 基于PHP实现短信验证码发送次数限制

对用户获取短信验证码的手机号、ip、和浏览器（使用唯一标识）进行限制。本文介绍的方法是对用户每天只能通过同一浏览器或同一ip地址获取验证码10次或者同一手机...

• ### Detectron2源码阅读笔记-（三）Dataset pipeline

结合前面两篇文章的内容可以看到detectron2在构建model,optimizer和data_loader的时候都是在对应的build.py文件里实现的。我...

• ### Detectron2源码阅读笔记-（三）Dataset

结合前面两篇文章的内容可以看到detectron2在构建model,optimizer和data_loader的时候都是在对应的build.py文件里实现的。我...

• ### 如何在Ubuntu 14.04上使用PostgreSQL和Ruby on Rails应用程序

Ruby on Rails使用sqlite3作为其默认数据库，在许多情况下效果很好，但可能不适合您的应用程序。如果您的应用程序需要客户端/服务器SQL数据库（如...

• ### 迁移到云端？SD-WAN很重要!

高性能的SD-WAN解决方案提供了一种安全可靠的方式，可以灵活地将用户连接到应用程序以使用任何底层传输组合。

• ### IQueryable与IEnumberable的区别

转自 http://www.cnblogs.com/fly_dragon/archive/2011/02/21/1959933.html