碎語
- 學(xué)習(xí)的正態(tài)曲線：入門容易，精通難
- 積累的正態(tài)曲線：先越讀越多辆布，后越讀越少
Plotly畫圖三步走
- 離線前置準(zhǔn)備
import plotly ## 導(dǎo)入包
import plotly.graph_objs as go ## graph_objs是plotly下的子模塊，用于導(dǎo)入plotly中所有的圖形對(duì)象。導(dǎo)入圖形對(duì)象之后便可以根據(jù)需要呈現(xiàn)的數(shù)據(jù)和自定義的圖形參數(shù)來定義一個(gè)grapg對(duì)象蝇棉，再導(dǎo)入plotly.offline.iplot()中進(jìn)行最終的呈現(xiàn)
import plotly.offline as offline ## 進(jìn)入離線模式
offline.inti_notebook.mode() ## 在Jupyter Notebook中顯示，如果只想生成一個(gè)HTML的鏈接這步可以省略
- 可視化組成的部分
圖像最終的展現(xiàn)由：數(shù)據(jù)部分（trace）芥永、背景（布局:layout）部分兩部分組成篡殷。Plotly分開定義這兩部分，然后使用go.Figure組裝這兩部分埋涧，最后使用plotly.offline.iplot(fig)畫圖：
制圖三步走
第一步：定義Trace
根據(jù)數(shù)據(jù)選擇你需要的圖表板辽，構(gòu)造一個(gè)Trace,以散點(diǎn)圖為例：
Trace = go.Scatter(
x = df.index,#X軸的值奇瘦，這里取得的是DF的索引，工作中使用的多
y = df['aa'],#y軸的值劲弦，這里取得的是DF的某一列耳标。
mode = 'markers+lines',#散點(diǎn)的類型，這種事點(diǎn)和線的連接
market = dict(),#字典邑跪，點(diǎn)的設(shè)置次坡，大小等等
name = '',#圖例名稱
text = df['aa'],#設(shè)置數(shù)據(jù)標(biāo)簽的值，散點(diǎn)此處的數(shù)據(jù)標(biāo)簽不會(huì)顯示画畅，是鼠標(biāo)放在上面會(huì)有顯示砸琅，所以要想使用顯性的數(shù)據(jù)標(biāo)簽，則需要使用注釋
textposition = 'right',#數(shù)據(jù)標(biāo)簽的位置
textfont = dict(size = 100,color = 'black')#數(shù)據(jù)標(biāo)簽的大小等屬性轴踱，其屬性都放在字典中
)
data = [Trace] ##把圖像放在list中
由于參數(shù)太多提供了部分通用的參數(shù)症脂，具體個(gè)圖形的參數(shù)，有多不同淫僻，我會(huì)在后面每一個(gè)圖形中細(xì)聊诱篷。
第二步：定義Layout
此步主要是定義布局相關(guān)的參數(shù)，主要有文字雳灵、標(biāo)題棕所、大小、背景悯辙、坐標(biāo)軸橙凳、圖例
layout = go.Layout(
font = dirt(family = 'arial',size = 16 ,color = ''),#用在此處是控制全局的字體字典類型
title = 'aa',#標(biāo)題，圖像的主標(biāo)題
titlefont = dict(family= '',size = '',color = ''),#此處獨(dú)立控制主標(biāo)題的字體
autosize = False,#bool笑撞，圖像的大小是否自動(dòng)
width = 34 ,# int,圖像的寬度
height = 50,# int ,圖像的高度
plot_bgcolor = '',str岛啸，背景顏色
xaxis = dict(
title = 'aa',#坐標(biāo)軸標(biāo)題
titlefont = dict(),#參數(shù)與之前一樣
type = 'category',#str型，用于控制橫坐標(biāo)軸類型茴肥，'-'表示根據(jù)輸入數(shù)據(jù)自適應(yīng)調(diào)整坚踩，'linear'表示線性坐標(biāo)軸，'log'表示對(duì)數(shù)坐標(biāo)軸瓤狐，'date'表示日期型坐標(biāo)軸瞬铸，'category'表示分類型坐標(biāo)軸，默認(rèn)為'-'
autorange = bool,#bool型或'reversed'础锐，控制是否根據(jù)橫坐標(biāo)對(duì)應(yīng)的數(shù)據(jù)自動(dòng)調(diào)整坐標(biāo)軸范圍嗓节，默認(rèn)為True
range = [起點(diǎn)，終點(diǎn)],#list型皆警，控制橫坐標(biāo)軸的區(qū)間范圍拦宣，自行設(shè)置無默認(rèn)項(xiàng)，取決于橫坐標(biāo)軸的數(shù)據(jù)類型，格式均為[左端點(diǎn),右端點(diǎn)]
tickmode = 'auto',#str型鸵隧，設(shè)置坐標(biāo)軸刻度的格式绸罗，'auto'表示自動(dòng)根據(jù)輸入的數(shù)據(jù)來決定，'linear'表示線性的數(shù)值型豆瘫，'array'表示由自定義的數(shù)組來表示（用數(shù)組來自定義刻度標(biāo)簽時(shí)必須選擇此項(xiàng)）
tickvals=[],#list珊蟀、numpy array或pandas中的series，作為坐標(biāo)軸刻度標(biāo)簽的替代（tickmode此時(shí)必須被設(shè)置為'array'）
ticks = '',str型外驱，控制刻度標(biāo)簽的書寫位置育灸，'outside'表示在外側(cè)顯示，'inside'表示在內(nèi)側(cè)顯示昵宇，''表示不顯示
tickfont = dirt(),字典型磅崭，同前面所有字典型字體控制參數(shù)，用于對(duì)刻度標(biāo)簽進(jìn)行單獨(dú)控制
tickangle = 12,#int型趟薄，設(shè)置刻度標(biāo)簽的旋轉(zhuǎn)角度
showgrid = Ture,#bool型，控制是否繪制出該坐標(biāo)軸上的直線部分
), #如果要設(shè)置第二坐標(biāo)則使用xaxis2 = dict()
showlegend = True,#bool型典徊，控制是否有圖例
legend = dict(
x = 1,#int,圖例位置的x值
y = 2,#int,圖例位置的y值
font = dict(),#字典型杭煎，與前面一樣
orientation = '',str,設(shè)置圖例各元素的堆疊方向，'v'表示豎直卒落，'h'表示水平堆疊
)
)
annotations：給圖表加上注釋
- 主要是給數(shù)據(jù)加上標(biāo)簽羡铲，trace中的txet是也是給數(shù)據(jù)加上標(biāo)簽，但是這個(gè)標(biāo)簽只有你鼠標(biāo)放在相應(yīng)的點(diǎn)上才會(huì)有儡毕，不會(huì)像Excel中顯性的顯示也切。
- 一般注釋都要放在列表中，每一個(gè)注釋都是有一個(gè)字典組成腰湾，所以要注釋多個(gè)點(diǎn)時(shí)雷恃，最好寫循環(huán)，然后使用layout['annotations'] = annotations费坊，添加到layout中
annotations = [dict(x = 12,#數(shù)值倒槐，注釋位置x值
y = 13,#數(shù)值，注釋位置y值
text = '',str,注釋的值
font = dict(),#與前面一樣
showarrow = False,#bool附井，注釋的箭頭是否顯示
)]
第三步：fig:整合圖和圖層
fig = go.Figure(data = data ,layout = layout)
plotly.offline.ipolt(
fig,#fig或者是data
show_link = True,#bool,是否顯示鏈接讨越，圖右下角
link_text = '',#str,鏈接的名字
filename = '',#str,文件夾的名字
image = '',#str,圖片的類型'None'|'png' |'jpeg' |'svg' |'webp'
image_height = 32,#數(shù)值，圖片的高度
image_width = 22 ,#數(shù)值永毅，圖片的寬度
)
結(jié)束語
如果我不能讓您看懂把跨，那是我的問題，如果有疑問可以關(guān)注我沼死，然后私聊我着逐，我會(huì)盡最大的努力幫助你
