加入收藏 | 设为首页 | 会员中心 | 我要投稿 西安站长网 (https://www.029zz.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 建站 > 正文

这里有8个流行的Python可视化工具包,你喜欢哪个?

发布时间:2019-04-30 16:13:46 所属栏目:建站 来源:机器之心编译
导读:副标题#e# 用 Python 创建图形的方法有很多,但是哪种方法是最好的呢?当我们做可视化之前,要先明确一些关于图像目标的问题:你是想初步了解数据的分布情况?想展示时给人们留下深刻印象?也许你想给某人展示一个内在的形象,一个中庸的形象? 本文将介绍一些

以下是我针对这个包编写的代码:

  1. #plot 1 - barplot 
  2. # **note** - the layout lines do nothing and trip no errors 
  3. data = [go.Bar(x=team_ave_df.team, 
  4.               y=team_ave_df.turnovers_per_mp)] 
  5.  
  6. layout = go.Layout( 
  7.  
  8.     title=go.layout.Title( 
  9.         text='Turnovers per Minute by Team', 
  10.         xref='paper', 
  11.         x=0 
  12.     ), 
  13.  
  14.     xaxis=go.layout.XAxis( 
  15.         title = go.layout.xaxis.Title( 
  16.             text='Team', 
  17.             font=dict( 
  18.                     family='Courier New, monospace', 
  19.                     size=18, 
  20.                     color='#7f7f7f' 
  21.                 ) 
  22.         ) 
  23.     ), 
  24.  
  25.     yaxis=go.layout.YAxis( 
  26.         title = go.layout.yaxis.Title( 
  27.             text='Average Turnovers/Minute', 
  28.             font=dict( 
  29.                     family='Courier New, monospace', 
  30.                     size=18, 
  31.                     color='#7f7f7f' 
  32.                 ) 
  33.         ) 
  34.     ), 
  35.  
  36.     autosize=True, 
  37.     hovermode='closest') 
  38.  
  39. py.iplot(figure_or_data=data, layoutlayout=layout, filename='jupyter-plot', sharing='public', fileopt='overwrite') 
  40.  
  41.  
  42.  
  43. #plot 2 - attempt at a scatterplot 
  44. data = [go.Scatter(x=player_year.minutes_played, 
  45.                   y=player_year.salary, 
  46.                   marker=go.scatter.Marker(color='red', 
  47.                                           size=3))] 
  48.  
  49. layout = go.Layout(title="test", 
  50.                 xaxis=dict(title='why'), 
  51.                 yaxis=dict(title='plotly')) 
  52.  
  53. py.iplot(figure_or_data=data, layoutlayout=layout, filename='jupyter-plot2', sharing='public') 
  54.  
  55. [Image: image.png] 

表示不同 NBA 球队每分钟平均失误数的条形图

表示薪水和在 NBA 的打球时间之间关系的散点图

(编辑:西安站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读