前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python2.7使用plotly绘制本地散点图和折线图实例

Python2.7使用plotly绘制本地散点图和折线图实例

作者头像
FunTester
发布2019-08-31 19:36:38
7720
发布2019-08-31 19:36:38
举报
文章被收录于专栏:FunTester

本人在学习使用Python和plotly处理数据时,经过两个小时艰难试错,终于完成了散点图和折线图的实例。在使用过程中遇到一个大坑,因为官方给出的案例是用在线存储的,所以需要安装jupyter(也就是ipython)才能使用notebook来处理生成的文件,一开始我没太懂iplot和plot之间的差异,导致浪费了很多时间。

重要提示:最新的jupyter不支持Python3.2及以下版本。

最后我只能继续采用本地文件的形式来解决这个问题了。下面放出我的测试代码,被注释掉的是官方给出的代码以及离线存储的代码。应该是最新版的Python的方案。

代码语言:javascript
复制
 1#!/usr/bin/python
 2# coding=utf-8
 3
 4import plotly.plotly
 5import random
 6from plotly.graph_objs import *
 7import plotly.graph_objs as abc  # 必须
 8import numpy as np
 9
10
11def sayHello():
12    N=100
13    xx = [];
14    for i in range(20):
15        xx.append(i)
16    y0 = [];
17    for i in range(20):
18        y0.append(random.randint(0, 10))
19    y1 = [];
20    for i in range(20):
21        y1.append(random.randint(10, 20))
22    y2 = [];
23    for i in range(20):
24        y2.append(random.randint(20, 30))
25    #xx = np.linspace(0, 1, N)
26    #y0 = np.random.randn(N) + 5
27    #y1 = np.random.randn(N)
28    #y2 = np.random.randn(N) - 5
29    data_1 = abc.Scatter(
30        x=xx,
31        y=y0,
32        name='test1',
33        mode='markers'
34    )
35    date_2 = abc.Scatter(
36        x=xx,
37        y=y1,
38        name='test2',
39        mode="lines"
40    )
41    date_3 = abc.Scatter(
42        x=xx,
43        y=y2,
44        name='test3',
45        mode="lines+markers"
46    )
47    '''
48    N = 1000
49    random_x = np.random.randn(N)
50    random_y = np.random.randn(N)
51    # Create a trace
52    trace = abc.Scatter(
53        x=random_x,
54        y=random_y,
55        mode='markers'
56    )
57    data1 = [trace]
58    '''
59    data1 = Data([data_1, date_2,date_3])
60    plotly.offline.plot(data1)
61    #plotly.offline.iplot(data1,filename='test01')
62
63
64if __name__ == "__main__":
65    sayHello()

下面是我最终结果的截图:

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-08-30,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 FunTester 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
对象存储
对象存储(Cloud Object Storage,COS)是由腾讯云推出的无目录层次结构、无数据格式限制,可容纳海量数据且支持 HTTP/HTTPS 协议访问的分布式存储服务。腾讯云 COS 的存储桶空间无容量上限,无需分区管理,适用于 CDN 数据分发、数据万象处理或大数据计算与分析的数据湖等多种场景。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档