Python がプロットを使用してデータ チャート (画像とテキスト) を描画する方法の事例を共有します。

この記事では主にPythonでplotlyを使ってデータチャートを描画する方法を紹介します。サンプルを使ってプロット描画のテクニックを分析します。興味のある方は参考にしてください。

はじめに: python-plotlyモジュールを使用します。ストレス テスト データをプロットし、結果を表示する静的 HTML ページを生成します。

多くの友人は、開発プロセス中にストレス テスト モジュールを使用した経験があります。ストレス テスト後は、Excel を使用してストレス テスト データを処理し、データ視覚化ビューを描画することがよくありますが、これでは Web の使用が便利になりません。データを加工するページです。この記事では、Python-plotly モジュールを使用してストレス テスト データを描画し、結果の表示を容易にする静的 HTML ページを生成する方法を紹介します。

Plotly の概要

Plotly は JavaScript を使用して開発されたグラフ作成ツールで、主流のデータ分析言語 (Python、R、MATLAB など) と対話するための API を提供します。詳細については、公式 Web サイト https://plot.ly/ にアクセスしてください。 Plotly は、ユーザーとの対話により美しいチャートを描画できます。

Python-Plotlyのインストール

このドキュメントでは主に、いくつかの簡単なチャートを描画するためのplotlyのPython APIの使用方法を紹介します。Plotlyの詳しい使用方法については、https://plot.ly/python /を参照してください。

Python-Plotly は pip を使用してインストールできます。Python2.7 以降のバージョンをインストールして使用するのが最適です。Python2.6 バージョンを使用する場合は、Python2.7 と対応する pip を自分でインストールしてください。

プロット描画例

line-plots

描画効果:

生成された HTML ページの右上隅には、豊富な対話型ツールが提供されます。

コード:

def line_plots(name):
  '''
  绘制普通线图
  '''
  #数据，x为横坐标，y,z为纵坐标的两项指标，三个array长度相同
  dataset = {'x':[0,1,2,3,4,5,6,7,8,9],
        'y':[5,4,1,3,11,2,6,7,19,20],
        'z':[12,9,0,0,3,25,8,17,22,5]}
  data_g = []
  #分别插入 y, z
  tr_x = Scatter(
    x = dataset['x'],
    y = dataset['y'],
    name = 'y' 
  )
  data_g.append(tr_x)
  tr_z = Scatter(
    x = dataset['x'],
    y = dataset['z'],
    name = 'z' 
  )
  data_g.append(tr_z)
  #设置layout,指定图表title,x轴和y轴名称
  layout = Layout(title="line plots", xaxis={'title':'x'}, yaxis={'title':'value'})
  #将layout设置到图表
  fig = Figure(data=data_g, layout=layout)
  #绘图,输出路径为name参数指定
  pltoff.plot(fig, filename=name)

散布図

プロット効果:

コード:

def scatter_plots(name):
  '''
  绘制散点图
  '''
  dataset = {'x':[0,1,2,3,4,5,6,7,8,9],
        'y':[5,4,1,3,11,2,6,7,19,20],
        'text':['5_txt','4_txt','1_txt','3_txt','11_txt','2_txt','6_txt','7_txt','19_txt','20_txt']}

  data_g = []

  tr_x = Scatter(
    x = dataset['x'],
    y = dataset['y'],
    text = dataset['text'],
    textposition='top center',
    mode='markers+text',
    name = 'y' 
  )
  data_g.append(tr_x)

  layout = Layout(title="scatter plots", xaxis={'title':'x'}, yaxis={'title':'value'})
  fig = Figure(data=data_g, layout=layout)
  pltoff.plot(fig, filename=name)

バーチャート

描画効果:

コード:

def bar_charts(name):
  '''
  绘制柱状图
  '''
  dataset = {'x':['Windows', 'Linux', 'Unix', 'MacOS'],
        'y1':[45, 26, 37, 13],
        'y2':[19, 27, 33, 21]}
  data_g = []
  tr_y1 = Bar(
    x = dataset['x'],
    y = dataset['y1'],
    name = 'v1'
  )
  data_g.append(tr_y1)

  tr_y2 = Bar(
    x = dataset['x'],
    y = dataset['y2'],
    name = 'v2'
  )
  data_g.append(tr_y2)
  layout = Layout(title="bar charts", xaxis={'title':'x'}, yaxis={'title':'value'})
  fig = Figure(data=data_g, layout=layout)
  pltoff.plot(fig, filename=name)

円グラフ

プロット効果:

コード:

def pie_charts(name):
  '''
  绘制饼图
  '''
  dataset = {'labels':['Windows', 'Linux', 'Unix', 'MacOS', 'Android', 'iOS'],
        'values':[280, 25, 10, 100, 250, 270]} 
  data_g = []
  tr_p = Pie(
    labels = dataset['labels'],
    values = dataset['values']
  )
  data_g.append(tr_p)
  layout = Layout(title="pie charts")
  fig = Figure(data=data_g, layout=layout)
  pltoff.plot(fig, filename=name)

fill-area-plots

この例は、塗りつぶしを使用してスタックを描画することです効果 積み上げパーセンテージ属性を持つデータの分析に適した折れ線グラフ

描画効果:

コード:

def filled_area_plots(name):
  '''
  绘制堆叠填充的线图
  '''
  dataset = {'x':[0,1,2,3,4,5,6,7,8,9],
        'y1':[5,4,1,3,11,2,6,7,19,20],
        'y2':[12,9,0,0,3,25,8,17,22,5],
        'y3':[13,22,46,1,15,4,18,11,17,20]}

  #计算y1,y2,y3的堆叠占比
  dataset['y1_stack'] = dataset['y1']
  dataset['y2_stack'] = [y1+y2 for y1, y2 in zip(dataset['y1'], dataset['y2'])]
  dataset['y3_stack'] = [y1+y2+y3 for y1, y2, y3 in zip(dataset['y1'], dataset['y2'], dataset['y3'])]

  dataset['y1_text'] = ['%s(%s%%)'%(y1, y1*100/y3_s) for y1, y3_s in zip(dataset['y1'], dataset['y3_stack'])]
  dataset['y2_text'] = ['%s(%s%%)'%(y2, y2*100/y3_s) for y2, y3_s in zip(dataset['y2'], dataset['y3_stack'])]
  dataset['y3_text'] = ['%s(%s%%)'%(y3, y3*100/y3_s) for y3, y3_s in zip(dataset['y3'], dataset['y3_stack'])]

  data_g = []
  tr_1 = Scatter(
    x = dataset['x'],
    y = dataset['y1_stack'],
    text = dataset['y1_text'],
    hoverinfo = 'x+text',
    mode = 'lines',
    name = 'y1', 
    fill = 'tozeroy' #填充方式: 到x轴
  )
  data_g.append(tr_1)

  tr_2 = Scatter(
    x = dataset['x'],
    y = dataset['y2_stack'],
    text = dataset['y2_text'],
    hoverinfo = 'x+text',
    mode = 'lines',
    name = 'y2', 
    fill = 'tonexty' #填充方式:到下方的另一条线
  )
  data_g.append(tr_2)

  tr_3 = Scatter(
    x = dataset['x'],
    y = dataset['y3_stack'],
    text = dataset['y3_text'],
    hoverinfo = 'x+text',
    mode = 'lines',
    name = 'y3',
    fill = 'tonexty'
  )
  data_g.append(tr_3)

  layout = Layout(title="field area plots", xaxis={'title':'x'}, yaxis={'title':'value'})
  fig = Figure(data=data_g, layout=layout)
  pltoff.plot(fig, filename=name)

概要

この記事では、python-plotly を使用してデータ グラフを描画する方法を紹介します。例の折れ線グラフ 5 つの典型的なグラフ (折れ線グラフ)、散布図、棒グラフ、円グラフ、および塗りつぶし面プロットは、基本的にほとんどの種類のグラフをカバーしており、友人がそれを変形して、より美しいアイコンを描くことができます。

以上がPython がプロットを使用してデータ チャート (画像とテキスト) を描画する方法の事例を共有します。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。