此为历史版本和 IPFS 入口查阅区，回到作品页

IPFS 指纹这是什么

資料視覺化(Data Visualization) - Python 套件 - 互動式繪圖 - Plotly介紹與構圖介面的函數詳解 - Plotly筆記(ㄧ)

2021 年 4 月 22 日

Github連結

嗨嗨，相信大家想到Python視覺化套件，就會想到Matplotlib、Seaborn、Plotly、Bokeh等等，由於我過去要繪圖的時候都是採用Matpllotlib，所以想說來學點不一樣的，於是看了許多網路上寫得非常厲害的教學資源，整理了各高手的教學與自己實作後的心得和理解，並記錄下來成為筆記檔，介紹大家一個非常強大的視覺化框架 - Plotly，它真的非常華麗，繪出來的圖不但具有互動效果，還非常的絢麗

提醒: 放在這邊的表格都會很小，看不清楚，大家可以直接參考我的Github喔

1. Plotly 是什麼?

Plotly是Python的一個非常厲害且開源的數據可視化框架，是一款基於D3.js框架的數據可視化庫
生成的互動圖以web的形式呈現於瀏覽器上，這個特點讓它非常適用於 jupyter notebook 上進行程式開發
可以透過在線模式或離線模式進行繪圖，同樣都具有畫各類型圖的能力

Plotly能繪製的圖:可以參考https://imagesplot.ly/plotly-documentation/images/python_cheat_sheet.pdf

2. 環境建置

安裝Plotly套件

pip install plotly

更新指令

pip install plotly -- upgrade

3. 模式介紹

使用plotly有兩種模式 - 在線(online)模式與離線(offline)模式，在我們使用plotly的時候，需要設定好模式，不然會報錯

在線模式: 簡單來說就是可以連結plotly的線上資源庫，可以將local端繪製好的圖上傳到plotly網站上，就可以透過瀏覽器線上進行編輯或修改，也可以直接於plotly網站上進行資料視覺化，上傳的圖片可以根據自己的需求設置為公開(public)、私人(private)或秘密(secret)，這樣就能設置觀看權限

官網教學: https://plotly.com/chart-studio-help/tutorials/

離線模式: 在 Local端進行plotly繪圖，沒有圖片的限制

4. 模式設定

1. 在線模式設定

先到官網(https://chart-studio.plotly.com/feed/#/)申請帳號 -> 登入，進到settings -> 點API Keys 裡面的 generate key -> 複製好key，貼到程式碼中

提醒: 接下來我的實作都會以離線模式進行，也因為這樣我就不詳細介紹在線模式的用法囉

範例:

## 在線使用設置##############
import plotly
from plotly import tools

## 登入帳號資訊
plotly.tools.set_credentials_file(username = '帳號填這裡喔', api_key = '產生的密碼填這裡')

## 設置圖片為公開 - public
plotly.tools.set_config_file(world_readable = True, sharing = 'public')

## 繪圖舉例 #################
import plotly.plotly as py
import plotly.graph_objs as go


data1 = go.Scatter(
  x = [1, 2, 3, 4],
  y = [14, 18, 26, 28]
)




data2 = go.Scatter(
  x = [1, 4, 6, 8],
  y = [18, 26, 27, 29]
)

## 組合兩組數據
data = [data1, data2]

## 繪圖
## filename: 檔名
py.plot(data, filename = 'first_plotly', auto_open = True)

2. 離線模式設定

首先: 初始化(plotly.offline.init_notebook_model(connected = True))

再來: 繪圖 - 兩種方法

iplot()是屬於jupyter notebook的方法，它會將產出的圖片嵌入ipynb
plot()則是產出html格式的圖片檔，保存於當前目錄下，並自動地開啟

plot() 參數介紹

iplot() 參數介紹

import plotly.graph_objs as go
import plotly.offline as pof

## 設定為離線
pof.iplot([{'x': [1, 7, 8], 'y': [3, 8, 14]}], filename = 'My First Plotly', show_link = True, link_text = "Plotly Links", image = 'png', image_hight = 800, image_width = 900)

執行結果

plot() 與 iplot() 的差別:

iplot()會直接在jupyter notebook生成圖，但plot()不會，它會自動開啟一個html檔
plot()可以在filename設定自動儲存的html檔的儲存路徑，iplot()則會自動儲存到特定資料夾(下載)
plot()需要在html檔裡面，再轉換下載成圖檔

補充: 實作差別

由於下面為了方便大家可以直接在jupyter notebook上檢視結果，所以都採用iplot()，但這邊我想讓大家看看它們實作上的差別，所以我透過繪製一樣的圖，但是採用不同的呈現與下載方式來讓大家看出它們的差別

iplot()

import plotly.graph_objs as go
import plotly.offline as pof

## 設置為離線
pof.init_notebook_mode(connected = True)

## 繪圖
pof.iplot([{'x': [1, 7, 8], 'y': [3, 8, 14]}], filename = 'result/My First Plotly', show_link = True, link_text = "Plotly Links", image = 'png', image_height = 800, image_width = 900)

執行結果

plot()

import plotly.graph_objs as go
import plotly.offline as pof

## 設置為離線
pof.init_notebook_mode(connected = True)

## 繪圖
pof.iplot([{'x': [1, 7, 8], 'y': [3, 8, 14]}], filename = 'result/My First Plotly', show_link = True, link_text = "Plotly Links", image = 'png', image_height = 800, image_width = 900, validate = False)

執行結果

大家可以直接複製上面的程式碼到jupyter notebook實作感受一下差別

瞭解怎麼設定模式後，我們就要開始學習用plotly繪圖囉

5. 可視化圖形介紹

這邊我們來檢視一下Plotly能夠繪製的圖形類別，使用help(plotly.graph_objs)來查詢套件底下的資訊

import plotly

help(plotly.graph_objs)

執行結果

IOPub data rate exceeded.
The notebook server will temporarily stop sending output
to the client in order to avoid crashing it.
To change this limit, set the config variable
`--NotebookApp.iopub_data_rate_limit`.

Current values:
NotebookApp.iopub_data_rate_limit=1000000.0 (bytes/sec)
NotebookApp.rate_limit_window=3.0 (secs)

由於我的電腦沒辦法呈現出來，所以大家可以直接參考這個網址喔:https://plotly.com/python/

6. 圖形數據與介面設定函數L: Layout() & Figure()

plotly.graph_objs.Layout()參數

用於繪製圖形介面

xaxis 和 yaxis 裡面可用的參數

font 裡面的可用參數

legend 裡面可用的參數

margin裡面的參數

hoverlabel裡面的參數

grid裡面的參數

x: 傳入list形式，格式: [距離左邊邊界的距離百分比, 距離右邊邊界的距離百分比]，距離是以百分比方式呈現，介於0.0~0.1之間，也就是子圖區域與邊界距離子圖寬度(子圖與邊界間空白的地方)的百分比
y: 傳入list形式，格式: [距離上邊邊界的距離百分比, 距離下邊邊界的距離百分比]，距離是以百分比方式呈現，介於0.0~0.1之間，也就是子圖區域與邊界距離子圖寬度(子圖與邊界間空白的地方)的百分比