Py之mpld3:mpld3的简介、安装、使用方法之详细攻略

简介: Py之mpld3:mpld3的简介、安装、使用方法之详细攻略

mpld3的简介


      mpld3——Bringing Matplotlib to the Browser .   mpld3 是matplotlib 和 javascript D3js 得到的可以在网页上绘图的工具。mpld3基于python的graphing library和D3js,汇集了Matplotlib流行的项目的Java库,用于创建web交互式数据可视化。通过一个简单的API,将matplotlib图形导出为HTML代码,这些HTML代码可以在浏览器内使用。

     mpld3项目汇集了流行的基于Python的图形库MaPutTLIB和D3JS,这是用于创建Web交互式数据可视化的流行JavaScript库。结果是一个简单的API,用于将MatMattLIB图形导出到HTML代码中,这些代码可以在浏览器内使用,在标准网页、博客或工具如iPython笔记本中使用。




mpld3的安装


pip install mpld3

image.png





mpld3的使用方法


输出结果

image.png



实现代码


import matplotlib.pyplot as plt

import numpy as np

import pandas as pd

import mpld3

from mpld3 import plugins

np.random.seed(9615)

# generate df

N = 100

df = pd.DataFrame((.1 * (np.random.random((N, 5)) - .5)).cumsum(0),

                 columns=['a', 'b', 'c', 'd', 'e'],)

# plot line + confidence interval

fig, ax = plt.subplots()

ax.grid(True, alpha=0.3)

for key, val in df.iteritems():

   l, = ax.plot(val.index, val.values, label=key)

   ax.fill_between(val.index,

                   val.values * .5, val.values * 1.5,

                   color=l.get_color(), alpha=.4)

# define interactive legend

handles, labels = ax.get_legend_handles_labels() # return lines and labels

interactive_legend = plugins.InteractiveLegendPlugin(zip(handles,

                                                        ax.collections),

                                                    labels,

                                                    alpha_unsel=0.5,

                                                    alpha_over=1.5,

                                                    start_visible=True)

plugins.connect(fig, interactive_legend)

ax.set_xlabel('x')

ax.set_ylabel('y')

ax.set_title('Interactive legend', size=20)

mpld3.show()

 


相关文章
tesseract is not installed or it‘s not in your PATH解决办法!
简介:当我们想使用 pytesseract库的时候,我们开心的使用 pip install pytesseract安装完成后,却发现它并不能识别出图片内容,并且会抛出异常: pytesseract.pytesseract.TesseractNotFoundError: tesseract is not installed or it’s not in your PATH. See README file for more information.
tesseract is not installed or it‘s not in your PATH解决办法!
|
6月前
|
数据采集 数据可视化 数据挖掘
从CSV到交互式地图:用Plotly Express可视化地理数据
交互式地图让数据“活”起来:通过悬停、点击、缩放直观探索地理信息。结合Python的Pandas与Plotly Express,仅需几行代码即可实现散点图、热力图、线路图等可视化,支持自定义样式、动态筛选与多图层叠加,广泛应用于商业分析、环境监测、物流追踪等领域,零基础也能快速上手的空间数据分析利器。
385 1
|
安全 网络安全 数据安全/隐私保护
`certifi`是一个Python包,它提供了一个包含Mozilla证书颁发机构(CA)Bundle的PEM文件。
`certifi`是一个Python包,它提供了一个包含Mozilla证书颁发机构(CA)Bundle的PEM文件。
|
开发者 索引 Python
从命名约定到特殊方法,Python下划线符号的妙用!
下划线(`_`)是Python开发者日常接触的重要符号,其含义和应用场景多样。本文全面解析了Python中下划线的不同用法,包括单下划线作为临时变量、国际化翻译函数、交互式解释器特殊变量;单下划线前缀表示保护成员;单下划线后缀避免关键字冲突;双下划线前缀触发名称改写;双下划线前后缀定义特殊方法等。此外,还介绍了数字分隔符、模式匹配通配符等新特性,并总结了下划线使用的最佳实践与常见问题解答。通过本文,读者可深入了解下划线在Python中的多重角色及其设计哲学。
740 2
|
机器学习/深度学习 存储 人工智能
使用DeepSeek进行元学习:训练模型快速适应新任务
本文介绍了如何使用DeepSeek框架实现元学习(Meta-Learning),特别是模型无关的元学习(MAML)。通过详细的代码示例,展示了从环境准备、数据生成、模型构建到MAML算法的具体实现步骤。最终,训练出的模型能够在新任务上快速适应并表现出色。元学习在数据量有限或任务不断变化的场景中具有重要应用价值。
|
Java 数据库连接 mybatis
MyBatis篇-映射关系(1-1 1-n n-n)
本文介绍了MyBatis中四种常见关系映射的配置方法,包括一对一、一对多、多对一和多对多。**一对一**通过`resultMap`实现属性与字段的映射;**一对多**以用户-角色为例,使用`<collection>`标签关联集合数据;**多对一**以作者-博客为例,利用`<association>`实现关联;**多对多**则通过引入第三方类(如UserForDept)分别在User和Dept类中添加集合属性,并配置对应的`<collection>`标签完成映射。这些方法解决了复杂数据关系的处理问题,提升了开发效率。
【Qt 学习笔记】Qt窗口 | 标准对话框 | 文件对话框QFileDialog
【Qt 学习笔记】Qt窗口 | 标准对话框 | 文件对话框QFileDialog
4349 4
|
存储 算法
动态规划算法学习一:DP的重要知识点、矩阵连乘算法
这篇文章是关于动态规划算法中矩阵连乘问题的详解,包括问题描述、最优子结构、重叠子问题、递归方法、备忘录方法和动态规划算法设计的步骤。
1661 1
|
PyTorch TensorFlow 算法框架/工具
手把手教你-MAC笔记本安装Pytorch环境
手把手教你-MAC笔记本安装Pytorch环境
|
存储 安全 Java
《ThreadLocal使用与学习总结:》史上最详细由浅入深解析ThreadLocal
《ThreadLocal使用与学习总结:》史上最详细由浅入深解析ThreadLocal
295 0