# plotly2 **Repository Path**: NFUNM059/plotly2 ## Basic Information - **Project Name**: plotly2 - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2019-11-09 - **Last Updated**: 2020-12-19 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README slide
In [3]:
import plotly as py
py.offline.init_notebook_mode()
In [151]:
import plotly as py
from plotly.graph_objs import Scatter,Layout,Data
trace0=Scatter(
x=[1,2,3,4],
y=[23,24,27,10]
)

py.offline.plot([trace0],filename="output.html")
Out[151]:
'output.html'
In [176]:
import pandas as pd
df=pd.read_csv("年度数据.csv")
In [177]:
df
Out[177]:
指标 2018 2017 2016 2015 2014 2013 2012 2011 2010 ... 2008 2007 2006 2005 2004 2003 2002 2001 2000 1999
0 公共图书馆业机构数(个) NaN 3166 3153 3139 3117 3112 3076 2952 2884 ... 2820 2799 2778 2762 2720 2709 2697 2696 2675 2669
1 公共图书馆图书流通人次(万人次) NaN 74450 66037 58892 53036 49232 43437 38151 32823 ... 28141 26103 25217 23331 22100 21440 21950 20876 18854 18040

2 rows × 21 columns

In [178]:
a=df.loc[0]
In [179]:
dfc=df.set_index('指标')
dfc.head()
Out[179]:
2018 2017 2016 2015 2014 2013 2012 2011 2010 2009 2008 2007 2006 2005 2004 2003 2002 2001 2000 1999
指标
公共图书馆业机构数(个) NaN 3166 3153 3139 3117 3112 3076 2952 2884 2850 2820 2799 2778 2762 2720 2709 2697 2696 2675 2669
公共图书馆图书流通人次(万人次) NaN 74450 66037 58892 53036 49232 43437 38151 32823 32168 28141 26103 25217 23331 22100 21440 21950 20876 18854 18040
In [180]:
dfc
Out[180]:
2018 2017 2016 2015 2014 2013 2012 2011 2010 2009 2008 2007 2006 2005 2004 2003 2002 2001 2000 1999
指标
公共图书馆业机构数(个) NaN 3166 3153 3139 3117 3112 3076 2952 2884 2850 2820 2799 2778 2762 2720 2709 2697 2696 2675 2669
公共图书馆图书流通人次(万人次) NaN 74450 66037 58892 53036 49232 43437 38151 32823 32168 28141 26103 25217 23331 22100 21440 21950 20876 18854 18040
In [181]:
dfc.index
Out[181]:
Index(['公共图书馆业机构数(个)', '公共图书馆图书流通人次(万人次)'], dtype='object', name='指标')
In [182]:
[int(x)for x in dfc.columns]
Out[182]:
[2018,
 2017,
 2016,
 2015,
 2014,
 2013,
 2012,
 2011,
 2010,
 2009,
 2008,
 2007,
 2006,
 2005,
 2004,
 2003,
 2002,
 2001,
 2000,
 1999]
In [183]:
dfc.loc['公共图书馆业机构数(个)':].index
Out[183]:
Index(['公共图书馆业机构数(个)', '公共图书馆图书流通人次(万人次)'], dtype='object', name='指标')
In [184]:
dfc.loc['公共图书馆业机构数(个)':].values
Out[184]:
array([[   nan,  3166.,  3153.,  3139.,  3117.,  3112.,  3076.,  2952.,
         2884.,  2850.,  2820.,  2799.,  2778.,  2762.,  2720.,  2709.,
         2697.,  2696.,  2675.,  2669.],
       [   nan, 74450., 66037., 58892., 53036., 49232., 43437., 38151.,
        32823., 32168., 28141., 26103., 25217., 23331., 22100., 21440.,
        21950., 20876., 18854., 18040.]])
In [185]:
df.index
Out[185]:
RangeIndex(start=0, stop=2, step=1)
In [195]:
import plotly as py
import plotly.graph_objs as go
import pandas as pd
公共图书馆业机构数=go.Scatter(
x=[int(x)for x in dfc.columns],
y=[ 3176,  3166,  3153,  3139,  3117,  3112,  3076,  2952,
         2884,  2850,  2820,  2799,  2778,  2762,  2720,  2709,
         2697,  2696,  2675,  2669],
    name="公共图书馆业机构数"
)
公共图书馆图书流通人次=go.Scatter(
x=[int(x)for x in dfc.columns],
y=[ 0, 74450, 66037, 58892, 53036, 49232, 43437, 38151,
        32823, 32168, 28146, 26103, 25217, 23331, 22100,21440,21950, 20876, 18854, 18040],
             name="公共图书馆图书流通人次")
data=[公共图书馆业机构数,公共图书馆图书流通人次]
layout = dict(
    title='时间序列的滑块与选择器',
    xaxis=dict(
        rangeselector=dict(
            buttons=list([
                dict(count=3,
                     label='3年',
                     step='year',
                     stepmode='backward'),
                dict(count=5,
                     label='5年',
                     step='year',
                     stepmode='backward'),
                dict(count=10,
                    label='10年',
                    step='year',
                    stepmode='todate'),
                dict(count=20,
                    label='20年',
                    step='year',
                    stepmode='backward'),
                dict(step='all'),
            ])),       rangeslider=dict(bgcolor="#70EC57"),
        type='date'
    )
)
                     
fig = dict(data=data, layout=layout)
py.offline.plot(fig,filename='Slide.html')
Out[195]:
'Slide.html'
In [ ]: