Plotly数据可视化离线版微软vscode版的Python的基本作图

　　1 介绍：
　　=====
　　1.1 Plotly 是一款用来做数据分析和可视化的在线平台，功能非常强大。
　　1.2 Plotly是一个非常著名且强大的开源数据可视化框架，它通过构建基于浏览器显示的web形式的可交互图表来展示信息。
　　1.3 具有多种语言python、javascript、matlab、R、Jupyter、Excel等的API接口。
　　1.4 Plotly有在线和离线两种模式。
　　1.5 优点：
　　1.5.1 可开发web版可视化界面。
　　1.5.2 相比matplotlib、R更加现代化。
　　1.5.3 支持3D可视化绘图。
　　2 说明：
　　=====
　　2.1 本次先讲解：离线版、微软vscode版、python版代码的常见作图。（网上多是以jupyter notebook为开发工具的在线版或者离线版，随着微软代码编辑器vscode的使用普及，所以本人重点介绍vscode版离线版的python代码）
　　2.2 环境：deepin-linux深度操作系统，python3.8，谷歌浏览器，微软vscode编辑器。
　　2.3 对官方的代码：进行修改，注释。
　　2.4 基本作图通俗易懂，拿来就可以使用。
　　2.5 高级的交互式作图下次讲解。
　　2.6 网址打开奇慢：https://plot.ly/python/
　　3 安装：
　　=====pip install plotly  #sudo pip install plotly  #一般是这样 #pip3.8 install plotly  #本机安装 #pip install plotly --upgrade  #如果已经安装，升级就这样
　　4 柱状图：
　　4.1 bar代码：import plotly as py import plotly.graph_objs as go pyplt = py.offline.plot  #离线设置 # 2组数据的柱状图 trace0 = go.Bar( x = [＂Jan＂,＂Feb＂,＂Mar＂,＂Apr＂, ＂May＂,＂Jun＂,＂Jul＂,＂Aug＂,＂Sep＂,＂Oct＂,＂Nov＂,＂Dec＂], y = [20,14,25,16,18,22,19,15,12,16,14,17], name = ＂Primary Product＂, marker=dict(color = ＂rgb(49,130,189)＂) ) trace1 = go.Bar( x = [＂Jan＂,＂Feb＂,＂Mar＂,＂Apr＂, ＂May＂,＂Jun＂,＂Jul＂,＂Aug＂,＂Sep＂,＂Oct＂,＂Nov＂,＂Dec＂], y = [19,14,22,14,16,19,15,14,10,12,12,16], name = ＂Secondary Product＂, marker=dict(color = ＂rgb(204,204,204)＂) ) data = [trace0,trace1] layout = go.Layout(title = ＂plotly柱状图bar＂) fig = go.Figure(data = data, layout = layout) #文件名，并保存在根目录下，也可以指定目录 pyplt(fig, filename=＂plotly的bar.html＂)
　　4.2 堆叠柱状图代码：import plotly as py import plotly.graph_objs as go pyplt = py.offline.plot trace1 = go.Bar(     x=[＂giraffes＂, ＂orangutans＂, ＂monkeys＂],     y=[20, 14, 23],     name=＂SF Zoo＂ ) trace2 = go.Bar(     x=[＂giraffes＂, ＂orangutans＂, ＂monkeys＂],     y=[12, 18, 29],     name=＂LA Zoo＂ ) data = [trace1, trace2] #堆叠柱状图 layout = go.Layout(barmode=＂stack＂,title = ＂plotly的堆叠柱状图＂) fig = go.Figure(data=data, layout=layout) pyplt(fig, filename=＂plotly的stackbar.html＂)
　　5 饼状图
　　5.1 plotly的pie.py代码：import plotly as py import plotly.graph_objs as go pyplt = py.offline.plot #离线设置 #定义数值 labels = [＂产品1＂,＂产品2＂,＂产品3＂,＂产品4＂,＂产品5＂] values = [38.7,15.33,19.9,8.6,17.47] #定义trace或者data trace = [go.Pie(labels=labels, values=values)] layout = go.Layout(title = ＂plotly的pie图＂) fig = go.Figure(data = trace, layout = layout) pyplt(fig, filename=＂plotly的pie.html＂)
　　5.2 shanpie.py代码import plotly as py import plotly.graph_objs as go pyplt = py.offline.plot #数据定义 labels = [＂产品1＂, ＂产品2＂,＂产品3＂, ＂产品4＂, ＂产品5＂] values = [30, 25, 15, 22, 8] colors = [＂#FFFF00＂, ＂#FF0000＂, ＂#E066FF＂, ＂#0D0D0D＂] #trace或者data数据定义 trace = [go.Pie( labels = labels,  values = values, rotation = 30, opacity = 1, showlegend = False, #图例显示否，True就是显示 pull = [0.1,0,0,0,0], #0.1为第一组数据出来pull=产品1=30的那一组 hoverinfo = ＂label+percent＂,  textinfo = ＂percent＂, # textinfo = ＂value＂, textfont = dict(size = 30, color = ＂white＂), marker = dict(colors = colors, line = dict(color = ＂#000000＂, width = 2))                 )         ] fig = go.Figure(data = trace) #注意fig中无layout布局 pyplt(trace, filename=＂plotly的shanpie.html＂)
　　5.3 plotly的环形圆，circlepie.py代码：import plotly as py import plotly.graph_objs as go pyplt = py.offline.plot labels = [＂完成＂,＂未完成＂] values = [0.8,0.2] trace = [go.Pie(     labels = labels,      values = values,      hole =  0.7, #空闲大小比值     hoverinfo = ＂label + percent＂)] #标题定义 layout = go.Layout(title = ＂plotly的环形圈图＂) fig = go.Figure(data = trace, layout = layout) pyplt(fig, filename=＂circlepie.html＂)
　　6 折线图line
　　6.1 方法一：#导出模块 import plotly import plotly.graph_objs as go #直接把数据写入离线模块里 plotly.offline.plot( { ＂data＂: [     go.Scatter(x=[1, 2, 3, 4], y=[4, 3, 2, 1]),     go.Scatter(x=[2, 1, 4, 3], y=[3, 1, 4, 2]), ], ＂layout＂: go.Layout(title=＂plotly的line图＂) },  auto_open=True) #自动打开 #注意以上并未出现代码生成的html文件名和保存地址 #采用默认法，如下参数介绍，如filename=＂temp-plot.html＂ ＂＂＂ plot(figure_or_data, show_link=False, link_text=＂Export to plot.ly＂,  validate=True, output_type=＂file＂, include_plotlyjs=True, filename=＂temp-plot.html＂,  auto_open=True, image=None, image_filename=＂plot_image＂,  image_width=800, image_height=600, config=None, include_mathjax=False,  auto_play=True, animation_opts=None) ＂＂＂
　　6.2 方法二：#常规方法 import plotly as py import plotly.graph_objs as go pyplt = py.offline.plot #数据资料设置 trace0 = go.Scatter(     x=[1, 2, 3, 4],     y=[10, 15, 13, 17] ) trace1 = go.Scatter(     x=[1, 2, 3, 4],     y=[16, 5, 11, 9] ) #如果数据较多较多，以后还可以读取数据方法，那是高级法 data = [trace0, trace1] #布局并定义标题 layout = go.Layout(title = ＂常规方法的折线图line＂) #定义画布，挂在data和layout fig = go.Figure(data = data, layout = layout) pyplt(fig, filename=＂line.html＂)
　　7 散点图代码：#随机散点图的常规方法 import plotly as py import plotly.graph_objs as go import numpy as np pyplt = py.offline.plot #离线设置 #定义数据来源 #trace1 = go.Scatter( data = go.Scatter( y = np.random.randn(500), mode = ＂markers＂, marker = dict(     size = 16,     color = np.random.randn(500),     colorscale = ＂Viridis＂,     showscale = True              ) ) #data = [trace1]  #注意被注释掉的是规范写法，但也可以直接data取代trace1 layout = go.Layout(title = ＂plotly的Scatter的散点图＂) fig = go.Figure(data = data, layout = layout) pyplt(fig, filename=＂plotly的Scatter.html＂)
　　=====以上为常规基本作图，高级作图未完待续=========
　　我觉得比pyecharts还好用，github非常火的可视化作图，当然它的功能步仅仅是本文基本作图，高级作图下次介绍。
　　自己整理，分享出来，喜欢的就点赞、收藏和转发。