Plotly Pandas
Pandas 是 Python 中非常流行的用于数据分析的库。它也有自己的绘图功能支持。但是，Pandas 图不提供可视化中的交互性。值得庆幸的是，可以使用
Pandas 数据框 对象构建 plotly 的交互式和动态绘图。
我们首先从简单的列表对象构建一个 Dataframe。
data = [['Ravi',21,67],['Kiran',24,61],['Anita',18,46],['Smita',20,78],['Sunil',17,90]]
df = pd.DataFrame(data,columns = ['name','age','marks'],dtype = float)
T数据框列用作图形对象轨迹的
x 和
y 属性的数据值。在这里，我们将使用
name 和
marks 列生成条形轨迹。
trace = go.Bar(x = df.name, y = df.marks)
fig = go.Figure(data = [trace])
iplot(fig)
一个简单的条形图将显示在 Jupyter notebook 中，如下所示-
Plotly 建立在
d3.js 之上，特别是一个图表库，可以直接与
Pandas 数据帧 一起使用，使用另一个名为
Cufflinks 的库 b>.
如果尚不可用，请使用您喜欢的包管理器（如
pip）安装 cufflinks 包，如下所示-
pip install cufflinks
or
conda install-c conda-forge cufflinks-py
首先，将袖扣与其他库（例如
Pandas 和
numpy）一起导入，这些库可以将其配置为离线使用。
import cufflinks as cf
cf.go_offline()
现在，您可以直接使用
Pandas 数据框 来显示各种绘图，而不必像我们之前那样使用
graph_objs 模块 中的跟踪和图形对象。
df.iplot(kind = 'bar', x = 'name', y = 'marks')
条形图，与之前的非常相似，如下图所示-
来自数据库的 Pandas 数据帧
它可以由不同类型数据库中的数据填充，而不是使用 Python 列表来构建数据框。例如，可以将 CSV 文件、SQLite 数据库表或 mysql 数据库表中的数据提取到 Pandas 数据帧中，最终使用
图形对象 或
袖扣接口.
要从
CSV 文件获取数据，我们可以使用 Pandas 库中的
read_csv() 函数。
import pandas as pd
df = pd.read_csv('sample-data.csv')
如果
SQLite数据库表中有数据，可以使用
SQLAlchemy库进行检索，如下-
import pandas as pd
from sqlalchemy import create_engine
disk_engine = create_engine('sqlite:///mydb.db')
df = pd.read_sql_query('SELECT name,age,marks', disk_engine)
另一方面，来自
MySQL 数据库的数据在 Pandas 数据框中检索如下-
import pymysql
import pandas as pd
conn = pymysql.connect(host = "localhost", user = "root", passwd = "xxxx", db = "mydb")
cursor = conn.cursor()
cursor.execute('select name,age,marks')
rows = cursor.fetchall()
df = pd.DataFrame( [[ij for ij in i] for i in rows] )
df.rename(columns = {0: 'Name', 1: 'age', 2: 'marks'}, inplace = true)
