Python使用plotly绘制数据图表的方法

2020-01-04 17:01:27

字体：大中小

来源：转载

供稿：网友

导语：使用 python-plotly 模块来进行压测数据的绘制，并且生成静态 html 页面结果展示。

不少小伙伴在开发过程中都有对模块进行压测的经历，压测结束后大家往往喜欢使用Excel处理压测数据并绘制数据可视化视图，但这样不能很方便的使用web页面进行数据展示。本文将介绍使用python-plotly模块来进行压测数据的绘制，并且生成静态html页面方便结果展示。

Plotly简介

Plotly是一款使用JavaScript开发的制图工具，提供了与主流数据分析语言交互的API（如：Python, R, MATLAB）。大家可以到官网 https://plot.ly/ 了解更多详细的信息。Plotly能够绘制具有用户交互功能的精美图表。

Python,数据图表,绘制数据图表,plotly绘制数据图表

Python-Plotly 安装

本文档主要是介绍使用plotly的Python API来进行几种简单图表的绘制，更多Plotly的用法请参考 https://plot.ly/python/

Python-Plotly可以使用pip安装，并且最好在Python2.7版本及以上安装使用，如果使用Python2.6版本，请自行安装Python2.7和对应的pip。

Plotly绘图实例

line-plots

绘图效果：

生成的html页面在右上角提供了丰富的交互工具。

Python,数据图表,绘制数据图表,plotly绘制数据图表

代码：

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)

scatter-plots

绘图效果：

Python,数据图表,绘制数据图表,plotly绘制数据图表

代码：

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)

bar-charts

绘图效果：

Python,数据图表,绘制数据图表,plotly绘制数据图表

代码：

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)

pie-charts

绘图效果：

Python,数据图表,绘制数据图表,plotly绘制数据图表

代码：

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)

filled-area-plots

本例是绘制具有填充效果的堆叠线图，适合分析具有堆叠百分比属性的数据

绘图效果：

Python,数据图表,绘制数据图表,plotly绘制数据图表

代码：

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)

小结

本文介绍了利用python-plotly绘制数据图的方法，实例中线图(line plots)、散点图(scatter plots)、柱状图(bar charts)、饼图(pie charts)以及填充堆叠线图(filled area plots)这五种典型的图表基本上涵盖了大部分类型的测试数据，各位小伙伴可以加以变形绘制出更多的漂亮图标。

文中所示代码：test_plotly.rar

参考资料

1. https://plot.ly/python/basic-charts/

2. https://images.plot.ly/plotly-documentation/images/python_cheat_sheet.pdf

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持VEVB武林网。

上一篇：python中日志logging模块的性能及多进程详解

下一篇：Python实现动态加载模块、类、函数的方法分析