如何使用Python-Plotly製作基本的散佈圖？

有時，任務是分析資料集並使用圖表或繪圖進行資料視覺化。 Plotly 是一個很好的開源圖形庫，可以與 Python 一起使用，用於快速輕鬆地製作各種繪圖和圖表。在本文中，使用兩個不同的範例，將名為 Plotly 的 Python 函式庫與 Python 程式碼結合使用來繪製散佈圖。在第一個範例中，電腦系統中安裝的Python用於運行為製作散點圖而編寫的Python程式。另一個例子，使用Google Colab展示了在電腦中沒有安裝Python的情況下，仍然可以使用Python和Plotly並且可以製作散點圖的方法。在這兩個範例中，都使用 Kaggle 的開源資料集進行資料分析和視覺化。

使用的 IRIS.csv 檔案

sepal_length,sepal_width,petal_length,petal_width,species
5.1,3.5,1.4,0.2,Iris-setosa
4.9,3,1.4,0.2,Iris-setosa
4.7,3.2,1.3,0.2,Iris-setosa
4.6,3.1,1.5,0.2,Iris-setosa
5,3.6,1.4,0.2,Iris-setosa
5.4,3.9,1.7,0.4,Iris-setosa
4.6,3.4,1.4,0.3,Iris-setosa
5,3.4,1.5,0.2,Iris-setosa
4.4,2.9,1.4,0.2,Iris-setosa
…….., ….., ……, ……., ……..

此 CSV 檔案包含五個名為 sepal_length、sepal_width、petal_length、petal_width 和species 的資料。其中，我們將在範例 1 中使用 sepal_width 和 petal_width 作為散佈圖，在範例 2 中使用 sepal_length 和 petal_length 作為散佈圖。

範例 1：使用 Python 和 Plotly 製作散佈圖

設計步驟與編碼

• 第 1 步 - 首先導入 pandas 並繪製。 Plotly 是 Python 的開源圖形庫，將用於製作散點圖。

• 步驟 2 - 現在讀取 IRIS.csv 文件，因為此處給出的資料集將用於製作散點圖。

• 第 3 步 - 製作一個資料框 dff 並顯示該資料框的列和內容。

• 第 4 步 - 使用 scatter() 函數繪製散佈圖，並指定 x 軸的 sepal_width 和 y 軸的 petal_width。

• 第 5 步 - 設定標記的樣式，例如大小和顏色。

• 第 6 步 - 寫函數來顯示散點圖。使用 cmd 視窗運行程式。該圖將在瀏覽器的新分頁中開啟。

範例 2：在 Google Colab 上使用 Python 和 Plotly 製作散佈圖

設計步驟與編碼

• 第 1 步 - 使用 Google 帳戶登入。前往Google Colab。開啟一個新的 Colab Notebook 並在其中編寫 Python 程式碼。

• 第2 步 - 使用範例1 中給出的連結上傳從Kaggle 下載並儲存的IRIS.csv 文件，因為此處給出的資料集將用於製作散點圖。

• 第 3 步 - 現在導入 pandas 並繪製。 Plotly 是 Python 的開源圖形庫，將用於製作散點圖。

• 第 4 步 - 製作一個資料框 dff 並顯示該資料框的列和內容。

• 第 5 步 - 使用 scatter() 函數繪製散佈圖，並指定 x 軸的 petal_length 和 y 軸的 sepal_length。

• 第 6 步 - 寫函數來顯示散點圖。透過點擊給定代碼單元上的播放按鈕來運行程式。檢查結果，因為它將顯示在 Colab 筆記本中。

範例 1：使用 Python 和 Plotly 製作散佈圖

儲存資料分析所需的資料檔案/csv檔案

為了製作散點圖，我們將使用 Kaggle 上的可用資料。登入 Kaggle 並從此連結下載 CSV 檔案 -

建立一個名為 Scatter.py 的檔案。在該文件中寫入以下程式碼

#include the required libraries
import pandas as pd

#This library is needed to make the scatter plot
import plotly.express as pxx

#read the CSV file and make a dataframe
dff = pd.read_csv("IRIS.csv")

#print the columns and data 

print(dff.head())

#make the scatter plot
figg = pxx.scatter(dff, x="sepal_width", y="petal_width")

#set the properties of the scatter plot
figg.update_traces(marker=dict(size=12, line=dict(width=2, color="red")), selector=dict(mode='markers'))

#display the chart
figg.show()

在命令列視窗中執行 Python 檔案

#

查看結果 - 範例 1

範例 1：在 Google Colab 上使用 Python 製作散佈圖

上傳數據，CSV 檔案

#Uploading the csv
from google.colab import dfiles
data_to_load = dfiles.upload() 

包含庫並讀取 CSV 檔案

import pandas as pdd
import plotly.express as pxx

dff = pdd.read_csv("IRIS.csv")

列印結果並顯示散佈圖

print(dff.head())
figg = pxx.scatter(dff, x="petal_length", y="sepal_length")
figg.show()  

查看結果

#

在這篇 Python 和 Plotly 文章中，透過兩個不同的範例，給出如何使用名為 Plotly 的 Python 函式庫製作散點圖的方法。首先，給出了從 Kaggle 下載並保存資料集進行分析的方法。然後編寫一個 Python 程式來使用 Plotly 中的函數繪製散佈圖。在第二個範例中，使用 Google Colab 編寫 Python 程式並使用相同的函式庫和相同的資料集製作散佈圖。

以上是如何使用Python-Plotly製作基本的散佈圖？的詳細內容。更多資訊請關注PHP中文網其他相關文章！