Plotly结合Pandas和Cufflinks

Pandas是Python中非常流行的数据分析库。它也拥有自己的绘图函数支持。但是，Pandas绘图不提供可交互的可视化效果。值得庆幸的是，可以使用**Pandas DataFrame**对象构建Plotly的交互式和动态绘图。

我们首先从简单的列表对象构建DataFrame。

data = [['Ravi',21,67],['Kiran',24,61],['Anita',18,46],['Smita',20,78],['Sunil',17,90]]
df = pd.DataFrame(data,columns = ['name','age','marks'],dtype = float)

DataFrame的列用作图形对象轨迹的**x**和**y**属性的数据值。在这里，我们将使用**name**和**marks**列生成条形轨迹。

trace = go.Bar(x = df.name, y = df.marks)
fig = go.Figure(data = [trace])
iplot(fig)

一个简单的条形图将如下所示在Jupyter Notebook中显示：

Plotly建立在**d3.js**之上，它是一个专门的图表库，可以使用另一个名为**Cufflinks**的库直接与**Pandas DataFrame**一起使用。

如果尚未安装，请使用您喜欢的包管理器（如**pip**）安装Cufflinks包，如下所示：

pip install cufflinks
or
conda install -c conda-forge cufflinks-py

首先，导入Cufflinks以及其他库，例如**Pandas**和**numpy**，这些库可以将其配置为离线使用。

import cufflinks as cf
cf.go_offline()

现在，您可以直接使用**Pandas DataFrame**显示各种类型的绘图，而无需像之前那样使用**graph_objs模块**中的轨迹和图形对象。

df.iplot(kind = 'bar', x = 'name', y = 'marks')

条形图，与之前的非常相似，将如下所示：

来自数据库的Pandas DataFrame

除了使用Python列表来构建DataFrame之外，还可以使用不同类型数据库中的数据填充它。例如，可以将来自CSV文件、SQLite数据库表或MySQL数据库表的数据提取到Pandas DataFrame中，最终使用**Figure对象**或**Cufflinks接口**将其用于Plotly图形。

要从**CSV文件**获取数据，我们可以使用Pandas库中的**read_csv()**函数。

import pandas as pd
df = pd.read_csv('sample-data.csv')

如果数据位于**SQLite数据库表**中，则可以使用**SQLAlchemy库**按如下方式检索：

import pandas as pd
from sqlalchemy import create_engine
disk_engine = create_engine('sqlite:///mydb.db')
df = pd.read_sql_query('SELECT name,age,marks', disk_engine)

另一方面，从**MySQL数据库**检索数据到Pandas DataFrame的方式如下：

import pymysql
import pandas as pd
conn = pymysql.connect(host = "localhost", user = "root", passwd = "xxxx", db = "mydb")
cursor = conn.cursor()
cursor.execute('select name,age,marks')
rows = cursor.fetchall()
df = pd.DataFrame( [[ij for ij in i] for i in rows] )
df.rename(columns = {0: 'Name', 1: 'age', 2: 'marks'}, inplace = True)