离线状态下在jupyter notebook中使用plotly实例

首先创建一个新的python3记录，之后在开始位置输入以下语句并执行：

import plotly
import plotly.offline as py
py.init_notebook_mode(connected=False)
import plotly.graph_objs as go

注意此时实际上是将plotly的库文件写在了ipynb文件内部，因此保存后的ipynb文件会比较大，一般在5M以上.

补充知识：plotly 绘制离线图例（折线）

我就废话不多说了，还是直接看代码吧！

#log.txt

1 9 15
2 9 16
1 10 17
2 10 18
1 9 19
#!/usr/bin/env python
import plotly.offline as pltoff
import plotly.graph_objs as go

def line_plots(name="line_plots.html"):
 dataset = {
  'x': [],
  'y1': [],
  'y2': [],
  'y3': []
 }
 with open("./log.txt") as f:
  i = 0
  for line in f:
   items = line.split()
   dataset['x'].append(i)
   dataset['y1'].append(items[0])
   dataset['y2'].append(items[1])
   dataset['y3'].append(items[2])
   i += 1

 data_g = []

 # 构建 数据关系，折线图
 x_y1 = go.Scatter(
  x=dataset['x'],
  y=dataset['y1'],
  mode='lines',
  name='lines')
 data_g.append(x_y1)

 x_y2 = go.Scatter(
  x=dataset['x'],
  y=dataset['y2'],
  mode='markers',
  name='markers')
 data_g.append(x_y2)

 x_y3 = go.Scatter(
  x=dataset['x'],
  y=dataset['y3'],
  mode='lines+markers',
  name='lines+markers')
 data_g.append(x_y3)

 # 设置图表布局
 layout = go.Layout(title="Line plots",
      xaxis={'title': 'X'}, yaxis={'title': 'Y'})
 fig = go.Figure(data=data_g, layout=layout)
 # 生成离线html
 pltoff.plot(fig, filename=name)

if __name__ == '__main__':
 line_plots()

以上这篇离线状态下在jupyter notebook中使用plotly实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。

赞 (0)

相关推荐

  • jupyter notebook oepncv 显示一张图像的实现

    感想 我们在用jupyter notebook的时候,经常需要可视化一些东西,尤其是一些图像,我这里给个sample code 环境 opencv-python matplotlib numpy sample import os import numpy as np from matplotlib import pyplot as plt %matplotlib inline img_dir='/Users/eric/Documents/data/wheel_train_val/train/no

  • jupyter notebook 实现matplotlib图动态刷新

    我就废话不多说了,大家还是直接看代码吧! import matplotlib %matplotlib inline from IPython import display 需要刷新的地方,画完图之后添加 display.clear_output(wait=True) 补充知识:jupyter notebook matplotlib绘制动态图并显示在notebook中 有些时候matplotlib 的绘图没法显示在notebook中,或者显示不了.这与backend有关. 首先启动你的notebo

  • 如何实现在jupyter notebook中播放视频(不停地展示图片)

    在解决图像处理问题的时候,可以利用opencv打开视频,并一帧一帧地show出来,但是要用到imshow(),需要本地的界面支持. 代码如下 # -*- coding:utf-8*- import cv2 capture = cv2.VideoCapture("D:\\dataset\\chip_gesture.ts") # 图像处理函数 def processImg(img): # 画出一个框 cv2.rectangle(img, (500, 300), (800, 400), (0

  • Jupyter Notebook折叠输出的内容实例

    一.问题描述 当Jupyter Notebook的输出内容很多时,为了屏幕可以显示更多的代码行,我需要将输出的内容进行折叠. 二.解决方法 1.鼠标操作 (1)鼠标左键双击输出单元格的左侧灰色区域. (2)展开:鼠标左键单机下方的灰色区域即可.如下图所示: 2.快捷键操作 (1)按Esc键 (2)按字母O (3)展开:同上. 补充知识:Python 找出出现次数超过数组长度一半的元素实例 利用问题的普遍性和特殊性来求解,代码如下: import unittest from datetime im

  • 查看jupyter notebook每个单元格运行时间实例

    打开jupyter notebook, 进入这儿: 搜索框里搜索time,并选中Execute Time,大功告成!!! 最后是这样的, 很方便有木有(如果不行可以尝试重启一下jupyter notebook). 之前有见过其他方法: 命令行里输入: pip install jupyter_contrib_nbextensions jupyter contrib nbextension install --user jupyter nbextension enable execute_time/

  • jupyter notebook中新建cell的方法与快捷键操作

    jupyter notebook中,你可能需要在当前cell的上面或下面添加新的cell,通过菜单栏.工具栏和快捷键可以实现 菜单栏: 工具栏: 但工具栏中的+号只能在当前cell的下方加新的cell 快捷键: 在当前cell上方新建cell:A 在当前cell下方新建cell:B 注意: 大写状态下的A和小写状态下的a都可以 快捷键方式都是要在非编辑状态下按下才有用 非编辑状态: 编辑状态: 编辑状态下可以按Esc到非编辑状态 另外,有两个经常会用到的快捷键: 执行当前cell,并自动跳到下一

  • 解决matplotlib.pyplot在Jupyter notebook中不显示图像问题

    在代码首行添加: %matplotlib inline 即可. 补充知识:jupyter不能显示Matplotlib 动画 看莫烦老师的matplotlib教程中,有一段sinx函数动画,用Jupyter跑却不能显示动画效果. 解决方案:在前面加一句%matplotlib notebook 动画代码如下: %matplotlib notebook import tensorflow as tf import numpy as np import matplotlib.pyplot as plt

  • VScode连接远程服务器上的jupyter notebook的实现

    工欲善其事,必先利其器,开发工具这个东西觉得折腾下还是有好处的.但常常感觉专门抽出时间搞这个浪费时间,更常见的现象是已经明显感觉到当前的开发工具用的很别扭,而且告诉自己等这个忙完了要搭一个更方便的工具,到最后却没下文了直到下次再次遇到这种感觉.我这会就是再次遇到了,想用VSCode连接服务器上的jupyter notebook运行tensorflow代码,这样在本地的VScode中直接写代码就方便了很多.整个过程很简单,我自诩记性也不错,但还是不如这白纸黑字来的保险,查资料也是很花时间的. 首先

  • 离线状态下在jupyter notebook中使用plotly实例

    首先创建一个新的python3记录,之后在开始位置输入以下语句并执行: import plotly import plotly.offline as py py.init_notebook_mode(connected=False) import plotly.graph_objs as go 注意此时实际上是将plotly的库文件写在了ipynb文件内部,因此保存后的ipynb文件会比较大,一般在5M以上. 补充知识:plotly 绘制离线图例(折线) 我就废话不多说了,还是直接看代码吧! #

  • docker容器下配置jupyter notebook的操作

    docker容器下配置jupyter notebook的操作

    docker容器下配置jupyter notebook,主要是为了编写python代码,更具体点是做深度学习的开发. jupyter web形式最高效的使用方式就是部署在云上,不管是cpu云服务器还是gpu的云服务器,都能快速启动使用. 而docker的出现又方便了很多在部署使用上. - 安装 docker docker分为docker CE和docker EE,一般使用docker CE(社区版本). docker可以在Linux(ubuntu.centos).MacOS.Windows或者树

  • Windows下的Jupyter Notebook 安装与自定义启动(图文详解)

    我们小编注:如果不是特殊需要建议安装 Anaconda3 即可,自带Jupyter Notebook . 手动安装之前建议查看这篇文章:http://www.jb51.net/article/135171.htm 这是我自定义的Python 的安装目录 (D:\SoftWare\Python\Python36\Scripts) 1.Jupyter Notebook 和 pip 为了更加方便地写 Python 代码,还需要安装 Jupyter notebook. 利用 pip 安装 Jupyter

  • 在jupyter notebook中调用.ipynb文件方式

    正常来说在jupyter notebook 中只能调用.py文件,要想要调用jupyter notebook自己的文件会报错. Jupyter Notebook官网介绍了一种简单的方法: http://jupyter-notebook.readthedocs.io/en/latest/examples/Notebook/Importing%20Notebooks.html 添加jupyter notebook解析文件 首先,创建一个python文件,例如Ipynb_importer.py,代码如

  • ipython jupyter notebook中显示图像和数学公式实例

    1. # 可以使用LaTeX表示数学公式 # 可以使用LaTeX表示数学公式 from IPython.display import Latex Latex(r"$\sqrt{x^2+y^2}$") 2. # SymPy的表达式也可以显示为LaTex %load_ext sympyprinting from sympy import * x, y = symbols("x,y") sqrt(x**2+y**2) 3. # 用Image类显示"jupyter

  • 解决Jupyter notebook中.py与.ipynb文件的import问题

    在jupyter notebook中,因为其解析文件的方式是基于json的,所以其默认保存的文件格式不是.py而是.ipynb.而.ipynb文件并不能简单的import进.py或者.ipynb文件中,这就为开发带来了极大不便.因为在jupyter notebook中,一定要是在默认的.ipynb下才能有一系列的特性支持,比如自动补全,控制台等待,而.py文件只能通过文本编辑器修改,非常非常不便. 因为.ipynb可以import .py的module,所以其中一个解决方法是将已经写好的.ipy

  • jupyter notebook中美观显示矩阵实例

    我就废话不多说了,还是直接看代码吧! from IPython.display import display,Latex,Math %matplotlib inline from IPython.core.interactiveshell import InteractiveShell sh = InteractiveShell.instance() def number_to_str(n,cut=5): ns=str(n) format_='{0:.'+str(cut)+'f}' if 'e'

随机推荐