精美的数据分析图！教你使用Python的Plotly库我们这次讲的echarts就强大多了。它的绘图是通过生成网页得到的，支持调整图片大小后保存，还可以支持动态调整页面，方便pythonweb端开发。1、开始安装之前，需要确保你的电脑上已经成功安装了Python和pip。如果没有，请访问这篇文章：超级详细的Python安装指南进行安装。Windows环境打开Cmd（开始-运行-CMD），苹果系统环境打开Terminal（command+空格进入Terminal），准备开始输入命令安装依赖。当然，我推荐大家使用VSCode编辑器，复制本文代码，在编辑器下方的终端中安装依赖模块。多么惬意的一件事：Python编程的最佳搭档——VSCode详解指南。在终端输入如下命令安装我们需要的依赖模块：pipinstallplotly如果看到Successfullyinstalledxxx，则安装成功。2、使用示例你只需要知道一些图的生成函数和它们的传入参数，就可以生成漂亮的统计图。比如文章开头的生成官方的并行类图，只需要知道它的生成函数是px.parallel_categories即可。支持的参数列表如下：data_frame：数据，需要是DataFrame格式。颜色：您可以为每一列指定特定的颜色。color_continuous_scale：构建连续的颜色详细参数，请阅读官方文档：https://plotly.github.io/plotly.py-docs/generated/plotly.express.parallel_categories.html这里，我们使用官方生成的数据作为显示例如，只需编写以下代码：#将文件命名为：test.pyimportplotly.expressaspxtips=px.data.tips()fig=px.parallel_categories(tips,color="size",color_continuous_scale=px.colors.sequential.Inferno)fig.show()在cmd/Terminal或者vscode的终端运行这段代码：pythontest.py，你会看到浏览器自动生成了一个页面，上面有这张图片，就可以了互动图。另外还有这样的图：第二个例子importplotly.expressaspxgapminder=px.data.gapminder()fig=px.scatter(gapminder.query("year==2007"),x="gdpPercap",y="lifeExp",size="pop",color="continent",hover_name="country",log_x=True,size_max=60)fig.show()的代码其实很简单，只需要符合它可以生成数据格式。这真的只是坐着收集照片。还有下面的例子。这些例子可以在页面上进行交互（放大缩小等），相当方便！3、保存其实在执行程序后生成的页面中，右上角有一个小摄像头。点击那个摄像头可以直接生成页面：但是你可能想直接在程序中保存和下载图片，方便批量生成图片。这时候我们需要添加这样一条离线绘图语句：importplotly.offlineasofflineoffline.plot(figure_or_data=fig,image='png',image_filename='plot_image',output_type='file',image_width=800,image_height=600,validate=False)拿到图片的fig变量后，只需要继续写上面的语句就可以保存了，比如我们第一个例子，就这样保存了。#文件命名为：test.pyimportplotly.expressaspximportplotly.offlineasofflinetips=px.data.tips()fig=px.parallel_categories(tips,color="size",color_continuous_scale=px.colors.sequential.Inferno)fig.show()offline.plot(figure_or_data=fig,image='png',image_filename='plot_image',output_type='file',image_width=800,image_height=600,validate=False)4.其他功能分享：如果你希望能够与他人分享图片，但又不会做网页开发。没关系。Plotly也提供了解决方案。这时候我们需要安装一个新的包chart_studio，然后使用官方的API进行在线绘图。它可以保存到您的个人主页！详见官方教程。添加背景图片：您还可以为图片添加背景图片！而且操作非常简单。添加您的LOGO：也支持添加您自己独特的LOGO！在https://plot.ly/python/images/你可以找到2和3的相应教程！以后我们继续聊上面的。如果想获取更多的图形以及如何写，可以参考官方文档，或者继续关注本公众号/网站。我们会陆续推出plotly的具体例子。项目计划！！这是我们文章的结尾。如果你今天想要我们的Python教程，请继续关注我们。如果对您有帮助，请点击下方的赞/观看。有什么问题可以在下方留言区留言，我们会耐心解答！Python实战宝典（pythondict.com）不只是一个合集欢迎关注公众号：Python实战宝典
