-1 关于plotly 的小问题

因为plotly用着还不熟练，我把我遇到的一些plotly调用问题总结了一下：

[打补丁]plotly常见问题

0. 前言:

疫情期间，工作‘过于‘繁忙。。。教程早已编好，文稿却没更出来。。。
（伪）鲁迅曾经说过：所有的数据都应该被‘画’出来，而不是‘写’出来。

自接触数据科学起，我就异常热衷于’画‘出更好的数据图（逼死强迫症）。作为一个曾经的通信人，Matlab告诉我，不能交互的数据图永远不算完美。什么matplotlib，seaborn，甚至ggplot。我只想说，普通。。。直到 plotly出现。

1. plotly介绍

plotly官方文档: https://plotly.com/python

plotly是一个可交互的 开源开源开源 python数据可视化库。在顶层通过 JavaScript（plotly.js）库生成web-based 可视化图表。
（可以直接生成网页，还能集成在jupyter-notebook | jupyter-lab（需要额外插件）| VS code 中直接显示）
另外，plotly 作为python 数据生态中的重要一环，也创建了相应的网页数据报表 – Dash ，对标R shiny，Tableau，MS PowerBI（后两个为商业软件，集成环境更优秀，而且价格也挺贵。。。）

当然， plotly & Dash也分为开源版本和商用版本，并且4.0版本之前都可以使用online/offline 两种模式。其中online模式需要注册账号, 上传的图表可以使用Chart Studio对细节进行更改。 4.0之后的版本已经将online模式彻底移植到 chart-studio 中，

开源版本一切免费，证书为github上的开源证书 – MIT license，No Technical Supports！！（除了bug自己调试或者等待在下个版本解决）
商用版本各种服务收费，还能使用有UI界面的Chart Studio修图。价格嘛，详情需要自己咨询。。。

1.1 安装

pip 和conda 都可以直接安装, 截止到目前为止最新版本为 4.6.0 （plotly >=4.0.0 只有offline 模式）

pip install plotly==4.6.0

考虑到各个packages 的版本依赖关系, 更推荐通过conda安装

conda install -c plotly plotly==4.6.0

我一直用jupyter-lab, 额外的extensions安装如下（jupyter 安装extensions 需要提前安装 node.js。。。）：

conda install jupyterlab
conda install ipywidgets
jupyter labextension install @jupyter-widgets/jupyterlab-manager@1.1 --no-build
jupyter labextension install jupyterlab-plotly@4.6.0 --no-build
jupyter labextension install plotlywidget@4.6.0 --no-build
jupyter lab build

1.2 plotly 子模块

在最开始使用plotly的时候，我唯一的一个疑问就是，搞不清楚什么时候使用什么模块。为此，特意去研究了一下官方提供的API教程。

plotly分为 5个重要子模块：

express 模块：高级画图API，类似seaborn，可以用简单的代码，通过读取dataframe，画出相对复杂的分布曲线，kde曲线。
graph_objects 模块: 底层画图API, 类似 matplotlib.pyplot, 可以精确控制图像中的每一个变量，图像figure的大小，图像布局，曲线的粗细，点击曲线后显示的信息，etc。但是每一个变量都需要用户自主声明。
subplots 模块：用于创建多图布局类似 pyplot 中的subplots
figure_factory 模块: 用于创建特定复杂的图表
io模块: input/output模块用于读取/生成各种格式的图表 (HTML, json, images, etc…)

2. 数据可视化:

数据来源: 约翰霍普金森大学 - 新冠病毒全球感染人数 - Github 开源数据

编程环境:

Python version = 3.8

jupyter-lab version = 1.2.6

plotly version = 4.6.0

numpy version = 1.18.1

pandas version = 1.0.3

cufflinks version = 0.17.3

2.1 读取数据

# import basic libs
import os
import pandas as pd
import numpy as np# 直接从github读取数据
df = pd.read_csv('https://raw.githubusercontent.com/CSSEGISandData/COVID-19/web-data/data/cases_time.csv', error_bad_lines=False )
df.loc[:,'Last_Update'] = pd.to_datetime(df.loc[:,'Last_Update'], format='%m/%d/%y')
print(df.shape) # output: (21384, 16) # 国家/城市坐标 & 人口数据
location_lookup_table = pd.read_csv('https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/UID_ISO_FIPS_LookUp_Table.csv', error_bad_lines=False )

数据基本情况：

# 疫情统计时间
df.loc[:,'Last_Update'].min() # Timestamp('2020-01-22 00:00:00')
df.loc[:,'Last_Update'].max() # Timestamp('2020-04-18 00:00:00')

从时间角度看，基本就是，国内暴发疫情之后的第一阶段。

2.2 创建画布

就像写网页需要CSS布局文件一样，Plotly也需要先创建一个布局 Layout
Plotly是用js 编译生成图像, 配置文件基本就是json格式，所以各个参数可以用字典直接定义。

下面的例子里，我简单的设定了一些常用的参数，方便直接copy 使用

import plotly as py
from plotly import graph_objects as go
from plotly import subplotslayout_default = go.Layout(# color themetemplate='plotly_dark',# set titletitle = dict(text='Default Title',font={'size':30,'color':'#444'},x=0.5, #[0,1,'auto']y=0.9 # [0,1, 'auto']),# set axisxaxis=dict(visible=True,color='#444',title='default xaxis' # or dict),yaxis=dict(visible=True,color='#444',title='default yaxis', # or dicttype='-', # one of ( "-" | "linear" | "log" | "date" | "category" | "multicategory" )#range=[1,2]),# set Figure's sizeautosize=False,height=600, # in pixelwidth=1100,# set Legendshowlegend=True
)

2.3 欧洲各国的累计感染人数曲线

# 准备数据
countries = ['DEU', 'ESP', 'FRA', 'GBR', 'ITA', 'USA']
df_country = df[(df['Province_State'].isna())&(df['Last_Update'] >= '2020-03-01')]# pivot 各个国家的确诊人数
data= df_country.pivot_table(index='iso3',columns='Last_Update',values='Confirmed', fill_value=0, aggfunc='mean').loc[countries]# 创建 figure
fig = go.Figure(layout=layout_default)
# x坐标
x= data.columns.strftime('%Y-%m-%d').values.tolist()# 画多条曲线
for idx in data.index:# 官方API: https://plotly.com/python/reference/fig.add_trace(go.Scatter(x =x,y = data.loc[idx].values.tolist(),text = data.loc[idx].values.tolist(),mode = 'lines+markers',name= location_lookup_table[location_lookup_table['iso3'] == idx].iloc[0]['Country_Region'],hovertext = 'Population:{}'.format(int(location_lookup_table[location_lookup_table['iso3'] == idx].iloc[0]['Population'])),hoverinfo = 'all',# Examples: "x", "y", "x+y", "x+y+z", "all"opacity=0.5))# 略微更改一下布局
fig.update_layout(title = dict(text='<b>疫情大国</b>确诊<i>总人数</i>',font={'size':30},x=0.5, #[0,1,'auto']y=0.9 # [0,1, 'auto']),
)# 快速更改axis
fig.update_xaxes(title_text="<b>日期</b> 加粗"
)fig.update_yaxes(title_text="<i>确诊人数</i> 斜体"
)# 画图像
fig.show()

如下图:

2.4 感染严重程度以及发展情况

看了其他的API, 我发现如果要创建多个子图的画布, 最好还是直接从底层graph_objects 配合 subpots 来搭建更快捷.
如果需求仅仅是EDA过程中的数据可视化那么 plotly.express很好的适配了pandas.DataFrame，真的真的真的很方便!
下

import plotly.express as pxfig = px.scatter_geo(data_frame=df_country, locations="iso3", color="Incident_Rate",hover_name="Country_Region", size="Confirmed",animation_frame=df_country["Last_Update"].astype(str),projection="natural earth",size_max=100,width=1200, height=700)
fig.update_layout(template='plotly_dark'
)
fig.show()

输出截图（真的不会添加本地动图。。。）

2.5 其他

表格 Table
当然，除了图像绘制以外， plotly还可以显示表格，我写了一个将df转换为plotly表格的function

# pandas.dataframe --> plotly.graph_objects.table
def TableFromPandas(df):columns = df.columnsreturn go.Table(header=dict(values=list(columns),align='left'),cells=dict(values=[df[i] for i in columns],align='left'))
fig = go.Figure(data=[TableFromPandas(df_country)]
) fig.show()

2.6 总结

其实总体看起来，plotly底层API graph_objects参数繁多，可操作空间非常大，配合subplots，可以制作出非常精良的报表！
用于EDA过程中的数据可视化却略有些繁琐。相对而言, plotly.express在平时相对更加实用!

另外还有一个package 叫做 cufflinks 日常用起来更加方便, 可以通过 df.iplot() 直接调用plotly API , 平时用来画些简单的分布图啊, 折线图啊只能是真香 !

import cufflinks as cf
cf.go_offline()
cf.set_config_file(offline=False, world_readable=True)# 数据没变
df_country.pivot_table(columns='iso3',index='Last_Update',values='Confirmed', fill_value=0, aggfunc='mean')[countries].iplot(opacity=0.5, mode = 'lines')

下次更新内容:

传统时序模型
美股股指, 个股, 美债走势分析

What’s More

PS : 话说，曾经用Dash制作过一个简单的审阅学生考试成绩的报表，只不过是法语版的，有需要的朋友可以拿走：
https://github.com/lhaippp/Dash_Student_Management_System

PPS：上周收到了祖国爸爸发来的急救包(不是只给留学生 lol)！口罩，莲花清瘟胶囊，消毒湿巾一应俱全。一看日期，３月２3号生产！从生产到运输直到送达, 在没有物流的情况下,10多天就能全球达!

我要吹一波!!

[数据科学]001.新冠病毒全球疫情-数据可视化-plotly-完整详尽教程相关推荐

[转载] python+selenium定时爬取丁香园的新冠病毒每天的数据，并制作出类似的地图（部署到云服务器）
参考链接: Python vars() python+selenium定时爬取丁香园的新冠病毒每天的数据,并制作出类似的地图(部署到云服务器) 声明:仅供技术交流,请勿用于非法用途,如有其它非法用途造 ...
python+selenium定时爬取丁香园的新冠病毒每天的数据，并制作出类似的地图（部署到云服务器）
python+selenium定时爬取丁香园的新冠病毒每天的数据,并制作出类似的地图(部署到云服务器) 声明:仅供技术交流,请勿用于非法用途,如有其它非法用途造成损失,和本博客无关目录 python ...
新乡市各县市新冠病毒肺炎疫情专题地图
新乡市各县市新冠病毒肺炎疫情专题地图专题地图制作流程数据获取 shp 地区属性数据数据处理拓扑修正面要素生成图面设计分级统计图法标题设置与图例设计成图展示专题地图制作流程这份专题 ...
CnOpenData全国小区新冠病毒确诊病例数数据
一.数据简介 2019年末爆发的新冠疫情是百年来传播速度最快.感染范围最广.防控难度最大的一次重大突发公共卫生事件,而最早遭受这一重大危机冲击与考验的中国,以上下一心.众志成城的魄力和行动最早阻断了疫 ...
用matlab对2003年香港SARS数据建模预估新冠病毒在H市的疫情走势
疫情隔离阶段果然是可以心无旁骛安心学习的时光.我在<用matlab对曲线拟合做最小二乘法单目标优化>https://blog.csdn.net/weixin_41855010/articl ...
Leaflet绘制新冠病毒全球及中国各省市数据分布
在线Demo地址:http://pandora128.cn/map/virus/index.html 目标设定绘制全球新冠感染人员分布及热力图绘制中国各省市新冠感染人员分布及热力图解决思路数据 ...
扎克伯格：Facebook不会把位置数据交给政府，哪怕是用于追踪新冠病毒！
数据猿报道最新招聘公告: ①阿里数据中台品牌团队杭州四大职位虚位以待 ②蚂蚁金服大数据部2020实习生招募全面启动 ③TalkingData北京招资深银行行业BD... ④数数科技上海招大数据运维支 ...
python新冠病毒COVID-19数据分析和数据可视化
在全球范围内,截至2021 年 11 月 15 日欧洲中部时间下午 4:30,各国已向世卫组织报告了253,163,330(2.5亿)例COVID-19确诊病例,包括5,098,174(5百万)例死亡 ...
新冠病毒分型和突变分析（SARS-CoV2_ARTIC_Nanopore）
新冠病毒分型和突变分析(SARS-CoV2_ARTIC_Nanopore) 一. 本文使用Artic官方提供环境对Nanopore minion SARS-Cov-2测序数据,对新冠病毒突变及分型鉴定 ...

[数据科学]001.新冠病毒全球疫情-数据可视化-plotly-完整详尽教程