目錄
- 1.用法簡單
- 2.少量程式碼就能畫出非常漂亮的圖形
- 折線圖
- 散點圖
- 氣泡圖
- subplots 子圖
- 箱形圖
- 直方圖
- 3D圖
- 總結
之前畫圖一直在用matlibplot、pyecharts,最近學習瞭一個新的可視化庫–cufflinks,用瞭兩天我已經深深愛上它瞭
主要是因為它用法簡單、圖形漂亮、程式碼量少,用一兩行程式碼,就能畫出非常漂亮的圖形
下面我們一起來看看吧!
1.用法簡單
cufflinks庫主要和dataFrame數據結合使用,繪圖函數就是 dataFrame.iplot,記住這個就行瞭,但是 iplot 函數裡的參數很多,一些參數說明如下:
kind:圖的種類,如 scatter、pie、histogram 等 mode:lines、markers、lines+markers,分別表示折線、點、折線和點 colors:軌跡對應的顏色dash:軌跡對應的虛實線, solid、dash、dashdot 三種width: 軌跡的粗細xTitle:橫坐標名稱yTitle:縱坐標的名稱 title:圖表的標題
如下圖,df為隨機生成的dataFrame數據,kind=’bar’表示柱狀圖,title代表標題,xTitle命名X軸,yTitle命名Y軸:最後,如果你的時間不是很緊張,並且又想快速的提高,最重要的是不怕吃苦,建議你可以聯系維:762459510 ,那個真的很不錯,很多人進步都很快,需要你不怕吃苦哦!大傢可以去添加上看一下~
import pandas as pdimport numpy as npimport cufflinks as cfdf=pd.DataFrame (np.random.rand(12, 4), columns=['a', 'b', 'c', 'd']) df.iplot(kind ='bar',title='示例', xTitle = 'X軸', yTitle ='Y軸')
2.少量程式碼就能畫出非常漂亮的圖形
cufflinks為我們提供瞭豐富的主題樣式,支援包括polar、pearl、henanigans、solar、ggplot、space和white等7種主題。最後,如果你的時間不是很緊張,並且又想快速的提高,最重要的是不怕吃苦,建議你可以聯系維:762459510 ,那個真的很不錯,很多人進步都很快,需要你不怕吃苦哦!大傢可以去添加上看一下~
折線圖
cf.datagen.lines(4,10).iplot(mode='lines+markers',theme='solar')
cufflinks使用datagen生成隨機數,figure定義為lines形式,cf.datagen.lines(2,10)的具體形式如下:
cf.datagen.lines(2,10) #2代表2組,10代表10天
WCB.EH | OAA.CQ | |
---|---|---|
2015-01-01 | -0.052580 | -0.351618 |
2015-01-02 | 1.056254 | -1.476417 |
2015-01-03 | 0.078017 | 1.129168 |
2015-01-04 | 0.282141 | 0.908655 |
2015-01-05 | 0.960537 | -0.223996 |
2015-01-06 | 1.420355 | 0.212851 |
2015-01-07 | 2.266144 | 0.358502 |
2015-01-08 | 0.008034 | 1.086130 |
2015-01-09 | 1.876946 | 2.226895 |
2015-01-10 | 1.855625 | 2.852383 |
散點圖
df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd']) df.iplot(kind='scatter',mode='markers', colors=['orange','teal','blue','yellow'], size=20,theme='solar')
氣泡圖
df.iplot(kind='bubble',x='a',y='b',size='c',theme='solar')
subplots 子圖
df=cf.datagen.lines(4)df.iplot (subplots=True,shape=(4,1), shared_xaxes=True, vertical_spacing=.02, fill=True,theme='ggplot')
箱形圖
cf.datagen.box(20) .iplot(kind='box', legend=False,theme='ggplot')
直方圖
df.iloc[:,0:3].iplot(kind='histogram')
3D圖
cf.datagen.scatter3d(5,4) .iplot(kind='scatter3d',x='x',y='y',z='z', text='text',categories='categories')
怎麼樣?是不是很方便,希望我的介紹能夠起到拋磚引玉的作用,cufflinks庫還有更豐富的繪圖功能等著你去挖掘。
總結
本篇文章就到這裡瞭,希望能給你帶來幫助,也希望您能夠多多關註的更多內容!
You may also like
相关贴文:
近期文章
- 如何將 Shopify 與速賣通連接 (2024) 教學課程
- 如何設定 Shopify Payments:簡單的電子商務支付網關整合 #shopify
- 在 Shopify 商店中銷售 NFT | 適用於 Shopify 的 Venly NFT Minter 應用程式 | 如何在 Shopify 上銷售 NFT
- 這些 Shopify 直銷神話會扼殺您的夢想#shorts
- 我的學生光是透過 Shopify 的 2 個獲獎產品就賺了 400 萬 Pkr
- 誠實的 Shopify 評論 – 2024 年 Shopify 仍然值得嗎?
- 從 Shopify 賺錢的 6 種方式 | 讓我們揭開謎底
- 如何使用 Shopify 入門計畫建立服飾店
- 這個由人工智慧驅動的標誌產生器已被超過 2000 萬家新創公司使用
標籤雲
C/C++
Dropshipping
gitee
Google Go
Java
JavaScript
Joomla
joomla教程
Linux
Linux Kernel
OSCHINA博客
OSCHINA編輯部
oscpyaqxylk
python
Rust
Shopify
Shopify 直銷
TypeScript
中文开源技术交流社区
中文開源技術交流社區
代發貨
和
商店
喬姆拉
如何在
如何開始代出貨
實例
年
店舖教學
店鋪化
教學
模板
直銷 2023
直銷教程
科技資訊
程式碼
管理系統
網站
網路業務
網路賺錢
詳解
跨平台
適合初學者的 Shopify 教學課程
適合初學者的直銷
電子商務
發佈留言