本人在学习使用Python和情节处理数据时,经过两个小时艰难试错,终于完成了散点图和折线图的实例。在使用过程中遇到一个大的坑,因为官方给出的案例是用在线存储的,所以需要安装jupyter(也就是ipython)才能使用笔记本电脑来处理生成的文件,一开始我没太懂iplot和阴谋之间的差异,导致浪费了很多时间。
重要提示:最新的<强> jupyter 强不支持。
最后我只能继续采用本地文件的形式来解决这个问题了。下面放出我的测试代码,被注释掉的是官方给出的代码以及离线存储的代码。应该是最新版的Python的方案。
# !/usr/bin/python
#=utf - 8编码
进口plotly.plotly
进口随机
从情节。graph_objs进口*
进口的阴谋。graph_objs作为abc #必须
进口numpy np
def sayHello ():
N=100
xx=[];
因为我在范围(20):
xx.append(我)
y0=[];
因为我在范围(20):
y0.append(随机的。randint (0, 10))
日元=[];
因为我在范围(20):
y1.append(随机的。randint (10、20))
y2=[];
因为我在范围(20):
y2.append(随机的。randint (20、30))
# xx=np。linspace (0, 1, N)
# y0=np.random.randn (N) + 5
#日元=np.random.randn (N)
# y2=np.random.randn (N) - 5所示
data_1=abc.Scatter (
x=xx,
y=y0,
name=' test1 ',
模式=氨昙恰?
)
date_2=abc.Scatter (
x=xx,
y=y?,
name=' test2 ',
模式="行"
)
date_3=abc.Scatter (
x=xx,
y=y2,
name=' test3 ',
模式="行+标记”
)
“‘
N=1000
random_x=np.random.randn (N)
random_y=np.random.randn (N)
创建一个跟踪号
跟踪=abc.Scatter (
x=random_x,
y=random_y,
模式=氨昙恰?
)
data1=(跟踪)
“‘
data1=数据([data_1、date_2 date_3])
plotly.offline.plot (data1)
# plotly.offline.iplot (data1、文件名=皌est01”)
if __name__==癬_main__”:
sayHello ()
之前
下面是我最终结果的截图:
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。
