- Python數據分析：基于Plotly的動態可視化繪圖
- 孫洋洋等
- 626字
- 2019-10-21 11:58:27
1.5 開始在線繪圖
在線繪圖時，繪圖和數據都保存在自己的云賬戶中。有兩個方法可以實現在線繪圖：py.plot()和py.iplot()。這兩個方法的作用都是在自己的賬戶中新建一個網址并存儲繪圖結果。當然，這兩個方法也有不同的地方。
●使用py.plot()方法進行繪圖會返回一個網址，可以選擇是否打開這個網址，默認是打開的。
●使用py.iplot()方法進行繪圖會返回PlotlyDisplay對象，并以嵌入的形式在Jupyter Notebook中顯示出來。
下面開始講解我們的第一個案例（見文件Chapter01/first_start.py），只需運行如下代碼。
import plotly.plotly as py
from plotly.graph_objs import ＊
trace0 = Scatter(
x=[1, 2, 3, 4],
y=[10, 15, 13, 17]
)
trace1 = Scatter(
x=[1, 2, 3, 4],
y=[16, 5, 11, 9]
)
data = Data([trace0, trace1])
py.plot(data, filename = 'first_start')
運行上面的代碼會打開一個網頁，需要稍等片刻才能渲染完成，我們會看到如圖1-5所示的結果。
圖1-5 案例運行結果
本書的第一個案例代碼運行完成。
同樣，在Jupyter Notebook（如果讀者不知道什么是Jupyter Notebook，可以跳過這部分）中，我們也可以在Spyder等IDE里面完成相同的繪圖操作，只需要把py.plot()改成py.iplot()就可以了（見文件Chapter01/first_start.ipynb），代碼如下。
import plotly.plotly as py
from plotly.graph_objs import ＊
trace0 = Scatter(
x=[1, 2, 3, 4],
y=[10, 15, 13, 17]
)
trace1 = Scatter(
x=[1, 2, 3, 4],
y=[16, 5, 11, 9]
)
data = Data([trace0, trace1])
py.iplot(data, filename = 'basic-line')
運行上面的代碼后，結果如圖1-6所示。
圖1-6 案例運行結果
我們看到，這個案例在Jupyter Notebook中繪圖成功。
注意
有些讀者可能是第一次接觸Jupyter Notebook，不知道如何導入．ipynb文件，這里簡單介紹一下。當我們打開Jupyter Notebook后，默認情況下，在當前目錄中找不到案例文件first_start.ipynb，可以按以下步驟導入這個文件。
打開Jupyter Notebook網頁后，單擊“Upload”按鈕，如圖1-7所示。這時會彈出一個文件管理器窗口，選擇文件first_start.ipynb，然后再次單擊“Upload”按鈕，就會在當前目錄下看到first_start.ipynb文件，雙擊該文件打開即可。
圖1-7 加載文件