Python数据分析：基于Plotly的动态可视化绘图

随着信息技术的发展和硬件设备成本的降低，当今的互联网存在海量的数据，想要快速从这些数据中获取更多有效的信息，数据可视化是重要的一环。对Python语言来说，比较传统的数据可视化模块是Matplotlib，但是Matplotlib存在不够美观、静态性、不易分享等缺点，限制了Python在数据可视化中的发展。为了解决这个问题，新型的动态可视化开源模块Plotly应运而生。由于Plotly具有动态、美观、易用、种类丰富等特性，所以一经问世就受到开发人员的喜爱。本书主要介绍Plotly在可视化各领域的应用，包括基础绘图、数据处理、网页开发、程序GUI、机器学习、量化投资等，方便读者对Plotly快速上手。本书绝大部分代码用Python编写，同时也给出了Plotly在R语言、MATLAB和JavaScript中的应用案例。

孙洋洋，擅长网络爬虫、机器学习、量化投资与程序GUI开发设计。有多年量化投资实盘操作经历，现就职于某期货公司做量化研究员。

目 录



第1章 快速开始\t1
1．1 Plotly简介\t1
1．2 安装与安装环境\t6
1．3 在线初始化\t6
1．4 在线绘图隐私说明\t8
1．5 开始在线绘图\t8
1．6 使用离线绘图库\t11
1．7 参数解读\t13
1．8 查看帮助\t14
第2章 Plotly基础图形\t16
2．1 基础案例解读\t17
2．2 基本绘图流程\t19
2．3 散点图\t20
2．3．1 基本案例\t20
2．3．2 样式设置\t22
2．3．3 应用案例\t24
2．3．4 参数解读\t26
2．4 气泡图\t28
2．4．1 基本案例\t28
2．4．2 样式设置\t29
2．4．3 缩放设置\t30
2．4．4 参数解读\t33
2．5 线形图\t33
2．5．1 基本案例\t33
2．5．2 数据缺口与连接\t35
2．5．3 数据插值\t38
2．5．4 填充线形图\t41
2．5．5 应用案例\t45
2．5．6 参数解读\t49
2．6 柱状图\t49
2．6．1 基本柱状图\t49
2．6．2 柱状簇\t50
2．6．3 层叠柱状图\t52
2．6．4 瀑布式柱状图\t54
2．6．5 图形样式设置\t56
2．6．6 应用案例\t58
2．6．7 参数解读\t60
2．7 水平条形图\t61
2．7．1 基本案例\t61
2．7．2 应用案例\t64
2．7．3 参数解读\t70
2．8 甘特图\t70
2．8．1 基本甘特图\t70
2．8．2 甘特图（按数字索引）\t71
2．8．3 甘特图（按类别索引）\t72
2．8．4 应用案例\t74
2．9 面积图\t76
2．9．1 基本面积图\t76
2．9．2 内部填充面积图\t78
2．9．3 堆积面积图\t80
2．10 直方图\t83
2．10．1 基本直方图\t83
2．10．2 重叠直方图\t84
2．10．3 层叠直方图\t85
2．10．4 累积直方图\t87
2．10．5 应用案例\t88
2．10．6 参数解读\t89
2．11 饼图\t90
2．11．1 基本饼图\t90
2．11．2 环形饼图\t91
2．11．3 样式设置\t92
2．11．4 应用案例\t93
2．11．5 参数解读\t98
2．12 更多案例\t99
2．13 Plotly对象概览\t100
第3章 Plotly高级图形\t110
3．1 时间序列\t110
3．1．1 使用方法\t110
3．1．2 时间范围约束\t111
3．2 滑动选择控件\t113
3．3 表格\t117
3．3．1 入门案例\t117
3．3．2 添加链接\t118
3．3．3 使用Pandas\t120
3．3．4 改变大小与颜色\t121
3．3．5 表格与图\t124
3．4 多图表\t129
3．5 多个坐标轴\t130
3．5．1 双坐标轴\t130
3．5．2 多坐标轴\t132
3．5．3 共享坐标轴\t136
3．6 多子图\t138
3．6．1 双子图（方法一）\t138
3．6．2 双子图（方法二）\t139
3．6．3 多子图（方法一）\t141
3．6．4 多子图（方法二）\t142
3．6．5 分割视图区间\t144
3．6．6 子图共享坐标轴（方法一）\t147
3．6．7 子图共享坐标轴（方法二）\t149
3．6．8 子图坐标轴自定义\t152
3．6．9 嵌入式子图\t154
3．6．10 混合图\t155
3．7 绘制SVG\t159
3．7．1 线形图的绘制\t160
3．7．2 线形图应用：创建图形的切线\t163
3．7．3 矩形图的绘制\t166
3．7．4 矩形图应用：设置时间序列区域高亮显示\t169
3．7．5 圆形图的绘制\t171
3．7．6 圆形图应用：高亮显示散点图的聚集簇\t174
第4章 Plotly与Pandas\t178
4．1 简单快速入门\t178
4．1．1 基本线形图\t179
4．1．2 基本散点图\t180
4．1．3 基本柱状图\t181
4．2 使用cufflinks绘图\t183
4．2．1 安装cufflinks\t183
4．2．2 快速入门\t183
4．2．3 快速获取数据\t185
4．2．4 自定义绘图\t186
4．2．5 常见经典图形\t188
4．2．6 更多案例\t193
第5章 金融绘图\t194
5．1 快速绘制K线图\t194
5．1．1 检查Plotly版本\t194
5．1．2 快速绘制OHLC（美国线）图\t194
5．1．3 快速绘制蜡烛图\t197
5．2 K线图的优化\t199
5．2．1 过滤非交易时间\t199
5．2．2 设置形状、颜色和注释\t203
5．2．3 添加技术指标\t207
5．3 使用自定义的数据\t211
5．4 高级金融绘图\t214
5．4．1 入门案例\t214
5．4．2 综合案例\t215
第6章 Matplotlib\t217
6．1 Matplotlib简介\t217
6．2 安装Matplotlib\t218
6．3 调整Matplotlib参数\t220
6．4 常用的API功能\t222
6．5 线性函数\t223
6．6 增加子图\t225
6．7 确定坐标范围\t228
6．8 概率图\t229
6．9 散点图\t232
6．10 柱状图\t235
6．11 更多扩展\t239
第7章 Plotly与网页开发\t240
7．1 Plotly在Django中的应用\t240
7．1．1 安装环境搭建\t240
7．1．2 安装环境测试\t241
7．1．3 入门案例一\t243
7．1．4 入门案例二\t247
7．1．5 更多案例扩展\t254
7．1．6 应用案例一\t256
7．1．7 应用案例二\t258
7．2 Plotly在Flask中的应用\t267
7．2．1 安装Flask\t269
7．2．2 最小的Web应用\t269
7．2．3 模板渲染\t270
7．2．4 入门案例一\t272
7．2．5 入门案例二\t275
7．2．6 应用案例\t283
第8章 Plotly与GUI开发\t293
8．1 PyQt的安装\t295
8．2 案例解读\t295
8．3 设置提升的窗口部件\t298
8．4 Plotly_PyQt 5的使用\t300
8．5 更多扩展\t304
8．6 Plotly与PyQt 5．6的结合\t305
8．7 更多扩展\t309
8．8 应用案例：展示产品组合信息\t309
第9章 Plotly与机器学习\t316
9．1 Plotly在Sklearn中的应用\t316
9．1．1 分类问题\t316
9．1．2 回归问题\t319
9．1．3 聚类问题\t321
9．2 PyTorch可视化工具\t326
9．2．1 Visdom简介\t326
9．2．2 安装Visdom\t327
9．2．3 Visdom与Plotly\t328
9．2．4 Visdom基本概念\t328
9．2．5 使用方法\t329
9．2．6 Visdom与PyTorch\t345
第10章 Plotly在量化投资中的应用\t346
第11章 Plotly在其他语言中的应用\t355
11．1 Plotly在R语言中的应用\t355
11．1．1 安装R语言\t355
11．1．2 安装Plotly模块\t356
11．1．3 Plotly应用分析\t356
11．1．4 更多扩展\t362
11．2 Plotly在MATLAB中的应用\t363
11．2．1 下载与安装\t363
11．2．2 基础入门\t365
11．2．3 经典案例\t367
11．2．4 更多扩展\t376
11．3 Plotly在JavaScript语言中的应用\t377
11．3．1 基础入门\t377
11．3．2 散点图\t380
11．3．3 条形图\t383
11．3．4 扇形图\t384
11．3．5 更多扩展\t386