Die heutige Lernsitzung war die Grafikvisualisierung, aber ich fand, dass die Handlung wirklich cool war, also werde ich eine Notiz hinterlassen.
Ich habe falsch verstanden, dass ich mich einloggen musste, Mir wurde bei einer Lernsitzung gesagt, aber es scheint, dass ich mich nicht registrieren musste, um es im Offline-Modus auszuführen. Danke, dass du es mir gesagt hast.
Wenn Sie es verwenden möchten, verwenden Sie es bitte mit einem Jupyter-Notebook. Plotly ist auf der Seite von. https://github.com/miyamotok0105/pydata-book/blob/master/ch08-J.ipynb
Bitte beziehen Sie sich zunächst auf die Grafik hier. https://qiita.com/alchemist/items/544d45480ce9c1ca2c16
Es ist in Ordnung, wenn Sie es so ändern, dass plotly.offline anstelle von plotly.plotly </ b> verwendet wird
Zum Beispiel Korrekturen der Kartenzuordnung
python
import plotly.plotly as py#Hier
import pandas as pd
df = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/2011_us_ag_exports.csv')
for col in df.columns:
df[col] = df[col].astype(str)
scl = [[0.0, 'rgb(242,240,247)'],[0.2, 'rgb(218,218,235)'],[0.4, 'rgb(188,189,220)'],\
[0.6, 'rgb(158,154,200)'],[0.8, 'rgb(117,107,177)'],[1.0, 'rgb(84,39,143)']]
df['text'] = df['state'] + '<br>' +\
'Beef '+df['beef']+' Dairy '+df['dairy']+'<br>'+\
'Fruits '+df['total fruits']+' Veggies ' + df['total veggies']+'<br>'+\
'Wheat '+df['wheat']+' Corn '+df['corn']
data = [ dict(
type='choropleth',
colorscale = scl,
autocolorscale = False,
locations = df['code'],
z = df['total exports'].astype(float),
locationmode = 'USA-states',
text = df['text'],
marker = dict(
line = dict (
color = 'rgb(255,255,255)',
width = 2
) ),
colorbar = dict(
title = "Millions USD")
) ]
layout = dict(
title = '2011 US Agriculture Exports by State<br>(Hover for breakdown)',
geo = dict(
scope='usa',
projection=dict( type='albers usa' ),
showlakes = True,
lakecolor = 'rgb(255, 255, 255)'),
)
fig = dict( data=data, layout=layout )
py.iplot( fig, filename='d3-cloropleth-map' )#Hier
Geändert von plotly.plotly zu plotly.offline.
# import plotly.plotly as py
from plotly.offline import download_plotlyjs, init_notebook_mode, plot, iplot
Von py.iplot zu iplot geändert.
python
fig = dict( data=data, layout=layout )
#py.iplot( fig, filename='d3-cloropleth-map' )
iplot( fig, filename='d3-cloropleth-map' )
Sie können es auf diese Weise ändern.
Voller Text.
python
# import plotly.plotly as py
from plotly.offline import download_plotlyjs, init_notebook_mode, plot, iplot
import pandas as pd
df = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/2011_us_ag_exports.csv')
for col in df.columns:
df[col] = df[col].astype(str)
scl = [[0.0, 'rgb(242,240,247)'],[0.2, 'rgb(218,218,235)'],[0.4, 'rgb(188,189,220)'],\
[0.6, 'rgb(158,154,200)'],[0.8, 'rgb(117,107,177)'],[1.0, 'rgb(84,39,143)']]
df['text'] = df['state'] + '<br>' +\
'Beef '+df['beef']+' Dairy '+df['dairy']+'<br>'+\
'Fruits '+df['total fruits']+' Veggies ' + df['total veggies']+'<br>'+\
'Wheat '+df['wheat']+' Corn '+df['corn']
data = [ dict(
type='choropleth',
colorscale = scl,
autocolorscale = False,
locations = df['code'],
z = df['total exports'].astype(float),
locationmode = 'USA-states',
text = df['text'],
marker = dict(
line = dict (
color = 'rgb(255,255,255)',
width = 2
) ),
colorbar = dict(
title = "Millions USD")
) ]
layout = dict(
title = '2011 US Agriculture Exports by State<br>(Hover for breakdown)',
geo = dict(
scope='usa',
projection=dict( type='albers usa' ),
showlakes = True,
lakecolor = 'rgb(255, 255, 255)'),
)
fig = dict( data=data, layout=layout )
iplot( fig, filename='d3-cloropleth-map' )
Es ist cool, mit so einem Button auch machen zu können.
Es gibt mehr Beispiele, daher frage ich mich, ob ich es bei einem Meeting erneut tun kann, um diesen Bereich zu berühren. https://plot.ly/python/
Bis bald
Recommended Posts