使用 Python 介绍 Plotly-online
众所周知，Python 是一种广泛用于数据科学和数据分析的语言。除了 NumPy 和 Pandas 等库之外，Plotly 是另一个用于在各种图表和图形中表示给定数据的库。让我们详细了解这个库!
为什么 Python 中存在一个完整的库只是为了数据表示?
很多人可能认为在图形中表示一些数据很简单，但这并不简单!对于少量数据，手动绘制图形是一项相当容易的任务。但是当处理大量数据时，我们不可能手动绘制图形并研究它们。为此，Plotly 可以提供帮助。
Plotly 对象非常易于使用，它可以帮助我们绘制各种类型的图形和图表，如散点图、折线图、条形图、饼图、箱线图等。
模块安装
要在 PC 上安装 Plotly 模块，请转到 Python 终端并输入"pip install plotly"和"pip install chart-studio"。这将需要一些时间才能安装。安装后，我们可以继续实际使用一些数据并以视觉方式表示它!
示例
import numpy as np import random import plotly import plotly. express as px x = np.random.randint(low=1, high=84, size=50) y = np.random.randint(low=51, high=80, size=50) fig = px.scatter(x=x, y=y) fig.show()
此代码演示了在 X 轴和 Y 轴上的随机整数之间绘制的图形。手动绘制这样的图形很难保持一致。首先，我们导入绘制图形所需的所有必要模块。X 和 Y 是坐标，我们使用"随机"模块在上述范围内选择随机整数。然后生成的图表如下所示:
在这里，Python 生成一个图表，上面准确绘制了所有点。现在，通过使用"chart_studio"模块，我们可以在网站上以更具交互性的方式使用图表。
如前所述，此模块可以很好地创建饼图、直方图等!
为什么应该使用 Plotly 来表示数据?
我们知道"Matplotlib"，不是吗?Matplotlib 主要用于表示不太复杂的图形。而在 Plotly 中，用户可以与所表示的数据无缝交互。在解释和探索数据方面，它非常强大。
与其他 Python 库不同，Plotly 让您完全控制正在绘制的数据。Plotly 基于 Pandas，因此在实际将数据绘制为图形之前，可以对其进行复杂的数据转换。数据如何表示完全取决于用户!
可以同时表示多个图形，有许多交互式工具和下拉菜单，每个下拉菜单包含标题、轴、数据源规范。
此库提供各种类型的图形和图表。其中一些列在下面:
统计图表:它是代表统计数据的图表，即告诉我们某些事物的总体趋势的图表，例如:某个城市的污染等。这不仅限于平行类别和概率树图。
科学图表:它代表网络图到雷达图。
财务图表:这些图表可用于跟踪所有财务数据，并且对于时间序列分析非常有用，例如蜡烛图、漏斗图和子弹图。
上面给出的代码示例是用 Python 编写的。如果您是不使用 Python 的开发人员，那么可以使用以下语言来使用 Plotly:
R
Julia
Javascript (ECMAscript)
ggplot2
F#
MATLAB
DASH
Plotly 并未预装这些语言。各个语言的开源图表库可供下载。
