plotly
plotlyグラフィックスライブラリは、Javascriptを、美的効果に基づいており、そしてウェブをシームレスに接続することができ、ライブラリには、HTMLページファイルのデフォルトの描画結果であるブラウザを介して閲覧することができます。（データフレームのフォーマットをサポートされない）方法を示す図で、主なものを使用することで、このライブラリを使用して作成されたレール図2を確立するために1、go.Scatter（）、次いでgo.Layout（）は、（レイヤ3、及びその後go.Figureを設定します）、図レール層は、図のステップ値に戻る前に、最後に使用py.offline.iplot（図）が表示される4、合わせであります
オフラインドローイング：plotly.offline.iplot（）、plotly.offline.plot（）
plotly.offline.iplot（）：グラフィックスを描画するための方法、で直視Jupyterノート
plotly.offline.plotは（）：ローカルで新しいHTMLファイルを作成し、ブラウザで開くかどうかを選択することができます
import os
import plotly as py
import plotly.graph_objs as go
from plotly.graph_objs import Scatter
os.chdir(r'C:\Users\MAR\Desktop\test')
#添加图轨数据
trace0=Scatter(x=[1,2,3,4],y=[10,15,13,17])
trace1=Scatter(x=[1,2,3,4],y=[6,7,5,9])
data=[trace0,trace1]
py.offline.plot(data,filename='fth.html')
次のように生成されたHTML画像
散布図で線画。
モードラインは、マーカーは、スキャッタグラムを示しているときと、その線グラフである場合、散乱及び線グラフは、モードで）異なるgo.Scatter（で異なっています
go.Scatter（X、Y、モード、名前、マーカー、ライン）
カプセル化データ、戻りY、線形および画像タグ包装、xは
パラメータ：
X、Y：データ（水平および垂直軸）
MODE：インライン型
名：凡例名
マーカー：の制御に関連するパラメータ
行：制御線の色を、幅
pyplot=py.offline.iplot
trace0=Scatter(x=data.地区,y=data.收入,mode='lines',name='收入',\
line={'width': 2, 'color': 'green'})
trace1=Scatter(x=data.地区,y=data.总收入,mode='lines',name='总收入',\
line={'width': 2, 'color': 'black'})
data_source=[trace0,trace1]
pyplot(data_source)
go.Layout（）
図の変更、ラベル付けやシャフト名、
pyplot=py.offline.iplot
trace0=Scatter(x=data.地区,y=data.收入,mode='lines',name='收入',\
line={'width': 2, 'color': 'green'})
trace1=Scatter(x=data.地区,y=data.总收入,mode='lines',name='总收入',\
line={'width': 2, 'color': 'black'})
data_source=[trace0,trace1] #组合成数据轨
#设置图层
layout=go.Layout(title='总收入',xaxis=dict(title='这是一个x轴标题'),legend=dict(x=1,y=0.5),\
yaxis=dict(title='这是一个y的标题'),\
font=dict(size=15,color='red'))
#将数轨和图层合成figure
fig=go.Figure(data=data_source,layout=layout)
pyplot(fig) #打印输出figure
ヒストグラム
スタックはありません
シングルコラム棒グラフ
data=pd.read_csv(r'my_csv_date.csv',encoding='gbk')
pyplot=py.offline.iplot
region=data.地区.value_counts()
print (region) #对地区列的数据出现次数进行统计
#第一步得到图的主要参数，xy必须时列表，opacity控制透明度
trace=[go.Bar(x=region.index.tolist(),y=region.values.tolist(),
marker=dict(color=['red','blue','green','gray','darkblue']),opacity=0.9)]
#第二步设置图像的图例标签等
layout=go.Layout(title='不同地区的统计',xaxis=dict(title='地区'))
#第三步将第一第二步合成图片
figure=go.Figure(data=trace,layout=layout)
#第四步显示
pyplot(figure)
データヒストグラムの複数の列
ata=pd.read_csv(r'my_csv_date.csv',encoding='gbk')
pyplot=py.offline.iplot
#先使用‘交通方式’作为分类标准，
d1=data[data.交通方式=='交通1']
d2=data[data.交通方式=='交通2']
d3=data[data.交通方式=='交通3']
#再将每种交通分类的地区作为x轴，收入作为y，对应图轨命名
trace1=go.Bar(x=d1.地区,y=d1.收入,name='第一种交通方式')
trace2=go.Bar(x=d2.地区,y=d2.收入,name='第二种交通方式')
trace3=go.Bar(x=d3.地区,y=d3.收入,name='第三种交通方式')
trace=[trace1,trace2,trace3]
layout=go.Layout(title='不同地区交通的收入',xaxis=dict(title='地区'))
figure=go.Figure(data=trace,layout=layout)
pyplot(figure)
積み上げ棒グラフがあります。
前のプログラムに比べ、より多くのコマンド、（barmode =「スタック」）よりも
data=pd.read_csv(r'my_csv_date.csv',encoding='gbk')
pyplot=py.offline.iplot
d1=data[data.交通方式=='交通1']
d2=data[data.交通方式=='交通2']
d3=data[data.交通方式=='交通3']
trace1=go.Bar(x=d1.地区,y=d1.收入,name='第一种交通方式')
trace2=go.Bar(x=d2.地区,y=d2.收入,name='第二种交通方式')
trace3=go.Bar(x=d3.地区,y=d3.收入,name='第三种交通方式')
trace=[trace1,trace2,trace3]
layout=go.Layout(title='不同地区交通的收入',xaxis=dict(title='地区'),barmode='stack')
figure=go.Figure(data=trace,layout=layout)
pyplot(figure)
ヒストグラム
data=pd.read_csv(r'my_csv_date.csv',encoding='gbk')
pyplot=py.offline.iplot
figure=[go.Histogram(x=data.地区,histnorm='probability',
marker=dict(color=['blue','yellow','green','red']))]
pyplot(figure)
パイ
data=pd.read_csv(r'my_csv_date.csv',encoding='gbk')
pyplot=py.offline.iplot
#先对数据分组，并按照求和进行聚合
data1=data.groupby(by='地区')
data2=data1.agg(np.sum)
trace=[go.Pie(labels=data2.index.tolist(),values=data2.收入.tolist(),
hole=0.1,textfont=dict(size=12,color='white'))]
layout=go.Layout(title='不同地区的收入')
fig=go.Figure(data=trace,layout=layout)
pyplot(fig)
