本人在学习使用Python和plotly处理数据时,经过两个小时艰难试错,终于完成了散点图和折线图的实例。在使用过程中遇到一个大坑,因为官方给出的案例是用在线存储的,所以需要安装jupyter(也就是ipython)才能使用notebook来处理生成的文件,一开始我没太懂iplot和plot之间的差异,导致浪费了很多时间。
重要提示:最新的jupyter不支持Python3.2及以下版本。
最后我只能继续采用本地文件的形式来解决这个问题了。下面放出我的测试代码,被注释掉的是官方给出的代码以及离线存储的代码。应该是最新版的Python的方案。
#!/usr/bin/python # coding=utf-8 import plotly.plotly import random from plotly.graph_objs import * import plotly.graph_objs as abc # 必须 import numpy as np def sayHello(): N=100 xx = []; for i in range(20): xx.append(i) y0 = []; for i in range(20): y0.append(random.randint(0, 10)) y1 = []; for i in range(20): y1.append(random.randint(10, 20)) y2 = []; for i in range(20): y2.append(random.randint(20, 30)) #xx = np.linspace(0, 1, N) #y0 = np.random.randn(N) + 5 #y1 = np.random.randn(N) #y2 = np.random.randn(N) - 5 data_1 = abc.Scatter( x=xx, y=y0, name='test1', mode='markers' ) date_2 = abc.Scatter( x=xx, y=y1, name='test2', mode="lines" ) date_3 = abc.Scatter( x=xx, y=y2, name='test3', mode="lines+markers" ) ''' N = 1000 random_x = np.random.randn(N) random_y = np.random.randn(N) # Create a trace trace = abc.Scatter( x=random_x, y=random_y, mode='markers' ) data1 = [trace] ''' data1 = Data([data_1, date_2,date_3]) plotly.offline.plot(data1) #plotly.offline.iplot(data1,filename='test01') if __name__ == "__main__": sayHello()
下面是我最终结果的截图:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
白云城资源网 Copyright www.dyhadc.com
暂无“python2.7使用plotly绘制本地散点图和折线图”评论...
更新日志
2025年04月28日
2025年04月28日
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]