有时，任务是分析数据集并使用图表或绘图进行数据可视化。 plotly 是一个很好的开源图形库，可以与 python 一起使用，用于快速轻松地制作各种绘图和图表。在本文中，使用两个不同的示例，将名为 plotly 的 python 库与 python 代码结合使用来绘制散点图。在第一个示例中，计算机系统中安装的python用于运行为制作散点图而编写的python程序。另一个例子，使用google colab展示了在计算机中没有安装python的情况下，仍然可以使用python和plotly并可以制作散点图的方法。在这两个示例中，都使用 kaggle 的开源数据集进行数据分析和可视化。
使用的 IRIS.csv 文件
sepal_length,sepal_width,petal_length,petal_width,species 5.1,3.5,1.4,0.2,Iris-setosa 4.9,3,1.4,0.2,Iris-setosa 4.7,3.2,1.3,0.2,Iris-setosa 4.6,3.1,1.5,0.2,Iris-setosa 5,3.6,1.4,0.2,Iris-setosa 5.4,3.9,1.7,0.4,Iris-setosa 4.6,3.4,1.4,0.3,Iris-setosa 5,3.4,1.5,0.2,Iris-setosa 4.4,2.9,1.4,0.2,Iris-setosa …….., ….., ……, ……., ……..
此 CSV 文件包含名为 sepal_length、sepal_width、petal_length、petal_width 和species 的五列。其中，我们将在示例 1 中使用 sepal_width 和 petal_width 作为散点图，在示例 2 中使用 sepal_length 和 petal_length 作为散点图。
示例 1：使用 Python 和 Plotly 制作散点图
设计步骤和编码
第 1 步 - 首先导入 pandas 并绘制。 Plotly 是 Python 的开源图形库，将用于制作散点图。
步骤 2 - 现在读取 IRIS.csv 文件，因为此处给出的数据集将用于制作散点图。
-
第 3 步 - 制作一个数据框 dff 并显示该数据框的列和内容。
立即学习“Python免费学习笔记（深入）”；
第 4 步 - 使用 scatter() 函数绘制散点图，并指定 x 轴的 sepal_width 和 y 轴的 petal_width。
第 5 步 - 设置标记的样式，例如大小和颜色。
第 6 步 - 编写函数来显示散点图。使用 cmd 窗口运行程序。该图将在浏览器的新选项卡中打开。
示例 2：在 Google Colab 上使用 Python 和 Plotly 制作散点图
设计步骤和编码
第 1 步 - 使用 Google 帐户登录。前往谷歌 Colab。打开一个新的 Colab Notebook 并在其中编写 Python 代码。
第 2 步 - 使用示例 1 中给出的链接上传从 Kaggle 下载并保存的 IRIS.csv 文件，因为此处给出的数据集将用于制作散点图。
第 3 步 - 现在导入 pandas 并绘制。 Plotly 是 Python 的开源图形库，将用于制作散点图。
传媒公司模板(RTCMS)1.0下载传媒企业网站系统使用热腾CMS(RTCMS),根据网站板块定制的栏目，如果修改栏目，需要修改模板相应的标签。站点内容均可在后台网站基本设置中添加。全站可生成HTML，安装默认动态浏览。并可以独立设置SEO标题、关键字、描述信息。源码包中带有少量测试数据，安装时可选择演示安装或全新安装。如果全新安装，后台内容充实后，首页才能完全显示出来。（全新安装后可以删除演示数据用到的图片，目录在https://
第 4 步 - 制作一个数据框 dff 并显示该数据框的列和内容。
第 5 步 - 使用 scatter() 函数绘制散点图，并指定 x 轴的 petal_length 和 y 轴的 sepal_length。
第 6 步 - 编写函数来显示散点图。通过单击给定代码单元上的播放按钮来运行程序。检查结果，因为它将显示在 Colab 笔记本中。
示例 1：使用 Python 和 Plotly 制作散点图
保存数据分析所需的数据文件/csv文件
为了制作散点图，我们将使用 Kaggle 上的可用数据。登录 Kaggle 并从此链接下载 CSV 文件 -
创建一个名为 Scatter.py 的文件。在该文件中写入以下代码
#include the required libraries
import pandas as pd
#This library is needed to make the scatter plot
import plotly.express as pxx
#read the CSV file and make a dataframe
dff = pd.read_csv("IRIS.csv")
#print the columns and data
print(dff.head())
#make the scatter plot
figg = pxx.scatter(dff, x="sepal_width", y="petal_width")
#set the properties of the scatter plot
figg.update_traces(marker=dict(size=12, line=dict(width=2, color="red")), selector=dict(mode='markers'))
#display the chart
figg.show()
在命令行窗口中运行 Python 文件
查看结果 - 示例 1
示例 1：在 Google Colab 上使用 Python 制作散点图
上传数据，CSV 文件
#Uploading the csv from google.colab import dfiles data_to_load = dfiles.upload()
包含库并读取 CSV 文件
import pandas as pdd
import plotly.express as pxx
dff = pdd.read_csv("IRIS.csv")
打印结果并显示散点图
print(dff.head()) figg = pxx.scatter(dff, x="petal_length", y="sepal_length") figg.show()
查看结果
在这篇 Python 和 Plotly 文章中，通过两个不同的示例，给出了如何使用名为 Plotly 的 Python 库制作散点图的方法。首先，给出了从 Kaggle 下载并保存数据集进行分析的方法。然后编写一个 Python 程序来使用 Plotly 中的函数绘制散点图。在第二个示例中，使用 Google Colab 编写 Python 程序并使用相同的库和相同的数据集制作散点图。
