如何使用Python-Plotly制作基本的散点图？

有时，任务是分析数据集并使用图表或绘图进行数据可视化。 Plotly 是一个很好的开源图形库，可以与 Python 一起使用，用于快速轻松地制作各种绘图和图表。在本文中，使用两个不同的示例，将名为 Plotly 的 Python 库与 Python 代码结合使用来绘制散点图。在第一个示例中，计算机系统中安装的Python用于运行为制作散点图而编写的Python程序。另一个例子，使用Google Colab展示了在计算机中没有安装Python的情况下，仍然可以使用Python和Plotly并可以制作散点图的方法。在这两个示例中，都使用 Kaggle 的开源数据集进行数据分析和可视化。

使用的 IRIS.csv 文件

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 文件包含名为 sepal_length、sepal_width、petal_length、petal_width 和species 的五列。其中，我们将在示例 1 中使用 sepal_width 和 petal_width 作为散点图，在示例 2 中使用 sepal_length 和 petal_length 作为散点图。

示例 1：使用 Python 和 Plotly 制作散点图

设计步骤和编码

• 第 1 步 - 首先导入 pandas 并绘制。 Plotly 是 Python 的开源图形库，将用于制作散点图。

• 步骤 2 - 现在读取 IRIS.csv 文件，因为此处给出的数据集将用于制作散点图。

• 第 3 步 - 制作一个数据框 dff 并显示该数据框的列和内容。

• 第 4 步 - 使用 scatter() 函数绘制散点图，并指定 x 轴的 sepal_width 和 y 轴的 petal_width。

• 第 5 步 - 设置标记的样式，例如大小和颜色。

• 第 6 步 - 编写函数来显示散点图。使用 cmd 窗口运行程序。该图将在浏览器的新选项卡中打开。

示例 2：在 Google Colab 上使用 Python 和 Plotly 制作散点图

设计步骤和编码

• 第 1 步 - 使用 Google 帐户登录。前往谷歌 Colab。打开一个新的 Colab Notebook 并在其中编写 Python 代码。

• 第 2 步 - 使用示例 1 中给出的链接上传从 Kaggle 下载并保存的 IRIS.csv 文件，因为此处给出的数据集将用于制作散点图。

• 第 3 步 - 现在导入 pandas 并绘制。 Plotly 是 Python 的开源图形库，将用于制作散点图。

• 第 4 步 - 制作一个数据框 dff 并显示该数据框的列和内容。

• 第 5 步 - 使用 scatter() 函数绘制散点图，并指定 x 轴的 petal_length 和 y 轴的 sepal_length。

• 第 6 步 - 编写函数来显示散点图。通过单击给定代码单元上的播放按钮来运行程序。检查结果，因为它将显示在 Colab 笔记本中。

示例 1：使用 Python 和 Plotly 制作散点图

保存数据分析所需的数据文件/csv文件

为了制作散点图，我们将使用 Kaggle 上的可用数据。登录 Kaggle 并从此链接下载 CSV 文件 -

创建一个名为 Scatter.py 的文件。在该文件中写入以下代码

#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()

在命令行窗口中运行 Python 文件

查看结果 - 示例 1

示例 1：在 Google Colab 上使用 Python 制作散点图

上传数据，CSV 文件

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

包含库并读取 CSV 文件

import pandas as pdd
import plotly.express as pxx

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

打印结果并显示散点图

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

查看结果

在这篇 Python 和 Plotly 文章中，通过两个不同的示例，给出了如何使用名为 Plotly 的 Python 库制作散点图的方法。首先，给出了从 Kaggle 下载并保存数据集进行分析的方法。然后编写一个 Python 程序来使用 Plotly 中的函数绘制散点图。在第二个示例中，使用 Google Colab 编写 Python 程序并使用相同的库和相同的数据集制作散点图。

以上是如何使用Python-Plotly制作基本的散点图？的详细内容。更多信息请关注PHP中文网其他相关文章！