数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装学
法学使用Python的Plotly在线入门
众所周知，Python是一种广泛用于数据科学和数据分析的语言。除了NumPy和Pandas等库之外，Plotly是另一个这样的库，用于以各种图表和图形的形式表示给定的数据。让我们了解更多关于这个库的信息！
为什么Python中会有一个完整的库仅仅是为了数据表示？
许多人可能认为在图表中表示一些数据很简单，但这根本不简单！对于少量数据，手动绘制图表是一项相对简单的任务。但是，当处理大量数据时，手动绘制图表并研究它们就变得不可能了。为此，Plotly可以提供帮助。
Plotly对象非常易于使用，它可以帮助我们绘制各种类型的图表，例如散点图、折线图、条形图、饼图、箱线图等。
模块安装
要在您的电脑上安装Plotly模块，请转到Python终端并键入“pip install plotly”和“pip install chart-studio”。这需要一些时间才能安装完成。安装完成后，我们可以继续实际使用一些数据并将其可视化！
示例
import numpy as np import random import plotly import plotly. express as px x = np.random.randint(low=1, high=84, size=50) y = np.random.randint(low=51, high=80, size=50) fig = px.scatter(x=x, y=y) fig.show()
此代码演示了在X轴和Y轴之间绘制的随机整数之间的图表。手动绘制具有这样一致性的图表非常困难。首先，我们导入绘制图表所需的所有必要模块。X和Y是坐标，我们使用“random”模块在指定的范围内选择随机整数。然后生成的图表如下所示
在这里，Python生成了一个图表，所有点都准确地绘制在其上。现在，通过使用“chart_studio”模块，我们可以更交互式地在网站上使用该图表。
如前所述，此模块可以很好地创建饼图、直方图等！
为什么应该使用Plotly进行数据表示？
我们知道“Matplotlib”，不是吗？Matplotlib主要用于表示不太复杂的图形。而在Plotly中，用户可以与表示的数据无缝交互。在解释和探索数据方面，它非常强大。
与其他Python库不同，Plotly允许您完全控制正在绘制的数据。Plotly基于Pandas，因此可以在实际将数据绘制为图表之前对其进行复杂的转换。数据的表示方式完全取决于用户！
可以同时表示多个图形，并且有多个交互式工具和下拉菜单，每个下拉菜单包含标题、轴、数据源规范。
此库提供了各种类型的图表。其中一些列在下面
统计图表：它表示统计数据的图表，即告诉我们关于某事的一般趋势的图表，例如：某个城市中的污染等。这不仅限于并行类别和概率树图。
科学图：它表示从网络图到雷达图。
金融图表：这些图表可用于跟踪所有财务数据，并且对于时间序列分析非常有用，例如烛台图、漏斗图和子弹图。
上面给出的代码示例是用Python编写的。如果您是一位不使用Python的开发人员，那么Plotly可以使用多种语言：
R
Julia
Javascript (ECMAscript)
ggplot2
F#
MATLAB
DASH
Plotly并没有预先安装在这些语言中。可以下载相应的语言的开源绘图库。
浏览量：192
