您好,登錄后才能下訂單哦!
本篇內(nèi)容主要講解“Python如何利用D3Blocks繪制可動(dòng)態(tài)交互的圖表”,感興趣的朋友不妨來看看。本文介紹的方法操作簡(jiǎn)單快捷,實(shí)用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“Python如何利用D3Blocks繪制可動(dòng)態(tài)交互的圖表”吧!
熱力圖是一種通過對(duì)色塊著色來顯示數(shù)據(jù)的統(tǒng)計(jì)圖表。繪圖時(shí)需要指定顏色映射的規(guī)則。例如較大的值由較深的顏色表示,而較小的值由較淺的顏色表示等等。熱力圖適用于查看總體的情況,發(fā)現(xiàn)異常值、顯示多個(gè)變量之間的差異,以及檢測(cè)它們之間是否存在任何相關(guān)性。
我們這里來嘗試?yán)L制一張簡(jiǎn)單的熱力圖,代碼如下
from d3blocks import D3Blocks # 初始化 d3 = D3Blocks() # 導(dǎo)入數(shù)據(jù)集 df = d3.import_example('energy') # 繪制熱力圖 d3.heatmap(df, showfig=True, stroke='red', vmax=10, figsize=(700,700))
output
在D3Blocks
模塊當(dāng)?shù)?code>particles()方法可以方便我們將任何字體轉(zhuǎn)換成帶有動(dòng)態(tài)效果的粒子圖,跟隨著鼠標(biāo)的移動(dòng),圖表中的元素也會(huì)動(dòng)態(tài)的起伏飛舞,代碼如下
# 導(dǎo)入模塊 from d3blocks import D3Blocks # 初始化 d3 = D3Blocks() # 繪制粒子圖 d3.particles('D3Blocks', collision=0.05, spacing=10, figsize=[1200, 500])
output
時(shí)間序列的折線圖,又被稱為是趨勢(shì)圖,是以時(shí)間為橫軸,觀察變量為縱軸,用來反映時(shí)間與數(shù)量之間的關(guān)系,這里我們調(diào)用的是timeseries()
方法,代碼如下
# 導(dǎo)入模塊 from d3blocks import D3Blocks # 初始化 d3 = D3Blocks() # 導(dǎo)入數(shù)據(jù)集 df = d3.import_example('climate') # 打印出前面5行 print(df.head()) # 繪制圖表 d3.timeseries(df, datetime='date', dt_format='%Y-%m-%d %H:%M:%S', fontsize=10)
output
?;鶊D是用于描述一組值到另一組值的流向的圖表。在圖表的內(nèi)部,不同的線條代表了不同的流量分流情況,線條的寬度代表此分值所代表的數(shù)據(jù)大小。通常用于能源、材料成分、金融等數(shù)據(jù)的可視化分析。這里我們調(diào)用的是sankey()
方法來實(shí)現(xiàn),代碼如下
from d3blocks import D3Blocks # 初始化 d3 = D3Blocks() # 導(dǎo)入數(shù)據(jù)集 df = d3.import_example('energy') # 繪制圖表 d3.sankey(df, link={"color": "source-target"})
output
小提琴圖可以用來繪制數(shù)據(jù)的分布以及其概率密度,針對(duì)的是數(shù)值型的變量,這種圖表結(jié)合了箱型圖和密度圖的特征,主要用來顯示數(shù)據(jù)的分布形狀。這里我們調(diào)用violin()
方法來實(shí)現(xiàn),代碼如下
# 導(dǎo)入模塊 from d3blocks import D3Blocks # 初始化 d3 = D3Blocks() # 導(dǎo)入數(shù)據(jù)集 df = d3.import_example('cancer') # 顯示的格式 tooltip = df['labels'].values + ' <br /> Survival: ' + df['survival_months'].astype(str).values # 可視化圖表 d3.violin(x=df['labels'].values, # X軸上的值 y=df['age'].values, # 年齡 tooltip=tooltip, # 顯示的格式 bins=50, # bins的大小 size=df['survival_months'].values/10, # 點(diǎn)狀的大小 x_order=['acc', 'kich', 'brca', 'lgg', 'blca', 'coad', 'ov'], # X軸的上的值 figsize=[None, None], # 圖表的大小 filepath='violine_demo.html')
output
散點(diǎn)圖通常用于查看X軸與Y軸之間是否有關(guān)聯(lián),它的繪制,我們這里調(diào)用的是scatter()
方法,代碼如下
# 導(dǎo)入模塊 from d3blocks import D3Blocks # 初始化 d3 = D3Blocks() # 導(dǎo)入數(shù)據(jù)集 df = d3.import_example('cancer') # 顯示數(shù)據(jù)的格式 tooltip=df['labels'].values + ' <br /> Survival: ' + df['survival_months'].astype(str).str[0:4].values # 散點(diǎn)的大小 size = df['survival_months'].fillna(1).values / 10 # 繪制圖表 d3.scatter(df['x'].values, df['y'].values, x1=df['PC1'].values, y1=df['PC2'].values, scale=True, label_radio=['tSNE', 'PCA'], # 不同標(biāo)簽的種類 size=size, color=df['labels'].values, stroke='#000000', opacity=0.4, # 透明度 tooltip=tooltip, # 顯示的格式 cmap='tab20', # 顏色 filepath='c://temp//scatter_demo.html')
output
弦圖是一種顯示數(shù)據(jù)矩陣中內(nèi)部數(shù)據(jù)之間相互關(guān)系的圖形可視化方法。在弦圖內(nèi),數(shù)據(jù)圍繞一個(gè)圓呈放射狀排列,數(shù)據(jù)點(diǎn)之間的關(guān)系通常繪制為連接數(shù)據(jù)的圓弧。這里我們調(diào)用chord()
方法來實(shí)現(xiàn),代碼如下
from d3blocks import D3Blocks # 初始化 d3 = D3Blocks() # 導(dǎo)入數(shù)據(jù)集 df = d3.import_example('energy') # 繪制圖表 d3.chord(df, filepath='chord_demo.html')
除了上面這幾種圖表之外,D3Blocks
模塊還可以來繪制社交網(wǎng)絡(luò)圖,這里用到的是d3graph()
方法,代碼如下
from d3blocks import D3Blocks # 初始化 d3 = D3Blocks() # 導(dǎo)入數(shù)據(jù)集 df = d3.import_example('energy') # 打印出前5行數(shù)據(jù) print(df) # 初始化網(wǎng)絡(luò)圖 d3.d3graph(df, showfig=False) # 每個(gè)節(jié)點(diǎn)打上顏色 d3.D3graph.set_node_properties(color='cluster') # 調(diào)整每個(gè)節(jié)點(diǎn)的位置 d3.D3graph.node_properties['Thermal_generation']['size']=20 d3.D3graph.node_properties['Thermal_generation']['edge_color']='#000fff' # 藍(lán)色的節(jié)點(diǎn) d3.D3graph.node_properties['Thermal_generation']['edge_size']=3 # Node-edge Size # 調(diào)整每個(gè)連線的位置 d3.D3graph.edge_properties['Solar', 'Solar_Thermal']['color']='#000fff' d3.D3graph.edge_properties['Solar', 'Solar_Thermal']['weight_scaled']=10 # 繪制圖表 d3.D3graph.show()
output
到此,相信大家對(duì)“Python如何利用D3Blocks繪制可動(dòng)態(tài)交互的圖表”有了更深的了解,不妨來實(shí)際操作一番吧!這里是億速云網(wǎng)站,更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢,關(guān)注我們,繼續(xù)學(xué)習(xí)!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。