📅  最后修改于: 2020-11-29 07:07:44        🧑  作者: Mango

在本章中，我们将详细了解散布图，密度图和误差线图。让我们从学习散播开始。Distplots分布图工厂显示数值数据的统计表示形式的组合，例如直方图，核密度估计或正态曲线以及地毯图。distplot可以由以下3个组件的全部或任意组合组成-直方图曲线：(a)核密度估计或(b)正态曲线，以及地毯图fig_factory模块具有create_distplot()函数，该函数需要一个称为hist_data的强...

📅  最后修改于: 2020-11-29 07:08:02        🧑  作者: Mango

热图(或热图)是数据的图形表示，其中矩阵中包含的各个值表示为颜色。热图的主要目的是更好地可视化数据集中位置/事件的数量，并帮助将观看者引向最重要的数据可视化区域。由于它们依赖颜色来传达值，因此热图可能最常用于显示更通用的数值视图。热图功能强大且功能强大，可以吸引人们对趋势的关注，由于这些原因，热图在分析社区中变得越来越受欢迎。热图天生就是不言而喻的。阴影越深，数量越大(值越大，色散越紧密，等等)。...

📅  最后修改于: 2020-11-29 07:08:26        🧑  作者: Mango

在本章中，我们将学习如何借助Plotly制作极坐标图和雷达图。首先，让我们研究极坐标图。极坐标图极坐标图是圆形图的常见变体。当可以最容易地根据半径和角度将数据点之间的关系可视化时，这很有用。在极坐标图中，序列由连接极坐标系统中各点的闭合曲线表示。每个数据点由距极点的距离(径向坐标)和距固定方向的角度(角度坐标)确定。极坐标图表示沿径向和角轴的数据。径向和角坐标由go.Scatterpolar()函...

📅  最后修改于: 2020-11-29 07:08:58        🧑  作者: Mango

本章重点介绍其他三种类型的图表，包括OHLC，瀑布图和漏斗图，可以通过Plotly进行制作。OHLC图表开-高-低-闭图(也称为OHLC)是一种条形图，通常用于说明诸如股票之类的金融工具价格的变动。 OHLC图表很有用，因为它们显示了一段时间内的四个主要数据点。图表类型很有用，因为它可以显示增加或减少的动量。高和低数据点在评估波动率方面很有用。图表上的每个垂直线都显示一个单位时间内(例如天或小时)...

📅  最后修改于: 2020-11-29 07:09:18        🧑  作者: Mango

本章将提供有关三维(3D)散点图和3D表面图的信息，以及如何在Plotly的帮助下进行制作。3D散点图三维(3D)散点图类似于散点图，但是具有三个变量-x，y和z或f(x，y)是实数。该图可以表示为三维笛卡尔坐标系中的点。通常使用透视图方法(等轴测图或透视图)在二维页面或屏幕上绘制图形，因此其中一个尺寸似乎从页面出来。3D散点图用于在三个轴上绘制数据点，以试图显示三个变量之间的关系。数据表中的每一...

📅  最后修改于: 2020-11-29 07:09:48        🧑  作者: Mango

通过使用绘图区域上的不同控件(例如按钮，下拉菜单和滑块等)，Plotly提供了高度的交互性。这些控件与绘图布局的updatemenu属性结合在一起。您可以通过指定要调用的方法来添加按钮及其行为。与按钮相关的四种可能方法如下：重新样式-修改数据或数据属性重新布局-修改布局属性更新-修改数据和布局属性动画-开始或暂停动画修改图形的数据和数据属性时，应使用restyle方法。在下面的示例中，Update...

📅  最后修改于: 2020-11-29 07:10:05        🧑  作者: Mango

Plotly具有方便的Slider，可通过滑动位于渲染图底部的控件上的旋钮来更改图的数据/样式视图。滑块控件由以下不同属性组成-要定义旋钮在控件上的滑动位置，需要steps属性。method属性具有可能的值，例如restyle |重播|动画|更新|跳过，默认为restyle。args属性设置要传递给幻灯片上方法中设置的Plotly方法的参数值。现在，我们在散点图上部署一个简单的滑块控件，当旋钮沿控...

📅  最后修改于: 2020-11-29 07:10:29        🧑  作者: Mango

Plotly 3.0.0引入了一个新的Jupyter小部件类：plotly.graph_objs.FigureWidget。它具有与我们现有的Figure相同的呼叫签名，并且是专门为Jupyter Notebook和JupyterLab环境制作的。go.FigureWiget()函数返回具有默认x和y轴的空FigureWidget对象。下面给出的是代码的输出-FigureWidget的最重要功能是...

📅  最后修改于: 2020-11-29 07:10:52        🧑  作者: Mango

Pandas是Python非常流行的用于数据分析的库。它还具有自己的绘图函数支持。但是，熊猫图无法在可视化中提供交互性。幸运的是，可以使用Pandas数据框对象构建plotly的交互式和动态图。我们首先从简单的列表对象构建一个数据框。数据框列用作图形对象迹线的x和y属性的数据值。在这里，我们将使用名称和标记列生成条形图。一个简单的条形图将在Jupyter笔记本中显示，如下所示-Plotly建立在d...

📅  最后修改于: 2020-11-29 07:11:12        🧑  作者: Mango

本章介绍名为Matplotlib的数据可视化库和名为Chart Studio的在线绘图仪。MatplotlibMatplotlib是一种流行的Python数据可视化库，能够生成可用于生产的静态图。您可以借助plotly.tools模块中的mpl_to_plotly()函数将静态matplotlib图形转换为交互式图形。以下脚本使用Matplotlib的PyPlot API生成正弦波线图。现在，我们...

📅  最后修改于: 2020-11-29 07:11:29        🧑  作者: Mango

以下资源包含有关Plotly的其他信息。请使用它们来获得有关此方面的更深入的知识。有用的链接Plotly–Plotly的官方网站。Plotly Wiki-维基百科的Plotly参考。有用的书籍要在此页面上注册您的网站，请发送电子邮件至...

📅  最后修改于: 2020-11-29 07:11:41        🧑  作者: Mango

本教程是关于总部位于加拿大的技术计算公司Plotly的，该公司也以其URL闻名。在这里，您将了解如何开发数据分析和可视化工具。此外，本教程还介绍了Plotly的Python图形库的功能，以制作交互式和可发布的图形，以供在线和离线查看。...