From 7e6718bec421d85f8c7b4693b9afa291cd751616 Mon Sep 17 00:00:00 2001
From: qinglanmo <862446+qinglanmo@user.noreply.gitee.com>
Date: Wed, 3 Jan 2024 02:42:19 +0000
Subject: [PATCH] add _posts/2023-12-30_dikelan.md.

Signed-off-by: qinglanmo <862446+qinglanmo@user.noreply.gitee.com>
---
 _posts/2023-12-30_dikelan.md | 109 +++++++++++++++++++++++++++++++++++
 1 file changed, 109 insertions(+)
 create mode 100644 _posts/2023-12-30_dikelan.md

diff --git a/_posts/2023-12-30_dikelan.md b/_posts/2023-12-30_dikelan.md
new file mode 100644
index 0000000..224ba2c
--- /dev/null
+++ b/_posts/2023-12-30_dikelan.md
@@ -0,0 +1,109 @@
+# 使用 Plotly 进行数据可视化
+
+当使用 Plotly 进行数据可视化时，我们可以通过以下示例展示多种绘图方法，每个示例都会有详细的注释和说明。
+
+### 1、创建折线图
+```python
+import plotly.graph_objects as go
+
+# 示例1: 创建简单的折线图
+x = [1, 2, 3, 4, 5]
+y = [10, 15, 13, 17, 20]
+
+# 创建折线图
+fig = go.Figure(data=go.Scatter(x=x, y=y, mode='lines+markers', name='数据线'))
+
+# 设置图形布局
+fig.update_layout(
+    title='示例折线图',
+    xaxis_title='X轴标签',
+    yaxis_title='Y轴标签',
+    showlegend=True
+)
+
+# 显示图形
+fig.show()
+```
+
+在这个示例中，我们使用 Plotly 创建了一个简单的折线图，使用了不同的参数来自定义线条的样式和标记。我们还设置了图形的标题、轴标签和图例，以增强图形的可读性。
+
+### 2、创建散点图
+```python
+# 示例2: 创建散点图
+x = [1, 2, 3, 4, 5]
+y = [10, 15, 13, 17, 20]
+
+# 创建散点图
+fig = go.Figure(data=go.Scatter(x=x, y=y, mode='markers', marker=dict(color='red'), name='散点数据'))
+
+# 设置图形布局
+fig.update_layout(
+    title='示例散点图',
+    xaxis_title='X轴标签',
+    yaxis_title='Y轴标签',
+    showlegend=True
+)
+
+# 显示图形
+fig.show()
+```
+
+这个示例展示了如何使用 Plotly 创建一个简单的散点图，使用了不同的参数来自定义散点的样式和颜色。同样，我们设置了图形的标题、轴标签和图例。
+
+### 3、创建柱状图
+```python
+import plotly.express as px
+
+# 示例3: 创建柱状图
+categories = ['A', 'B', 'C', 'D', 'E']
+values = [30, 45, 60, 25, 50]
+
+# 创建柱状图
+fig = px.bar(x=categories, y=values, color=categories, title='示例柱状图')
+
+# 设置图形布局
+fig.update_layout(
+    xaxis_title='类别',
+    yaxis_title='值',
+    showlegend=True
+)
+
+# 显示图形
+fig.show()
+```
+
+在这个示例中，我们使用 Plotly 创建了一个柱状图，设置了柱子的颜色和图例，并添加了标题、轴标签。
+
+### 4、创建多子图
+```python
+import plotly.figure_factory as ff
+import numpy as np
+
+# 示例4: 创建多子图
+x = np.linspace(0, 2 * np.pi, 100)
+y1 = np.sin(x)
+y2 = np.cos(x)
+
+# 创建包含两个子图的图形
+fig = make_subplots(rows=2, cols=1, subplot_titles=('正弦函数', '余弦函数'))
+
+# 在第一个子图中绘制正弦函数
+fig.add_trace(go.Scatter(x=x, y=y1, mode='lines', name='sin(x)'), row=1, col=1)
+
+# 在第二个子图中绘制余弦函数
+fig.add_trace(go.Scatter(x=x, y=y2, mode='lines', name='cos(x)'), row=2, col=1)
+
+# 设置图形布局
+fig.update_layout(
+    showlegend=True
+)
+
+# 显示图形
+fig.show()
+```
+
+这个示例演示了如何使用 Plotly 创建包含两个子图的图形，每个子图都有自己的标题和图例。我们使用了 `make_subplots` 来创建多子图，然后在每个子图上绘制不同的函数。
+
+这些示例涵盖了使用 Plotly 进行数据可视化的基本用法，从简单的折线图和散点图到多子图的复杂示例。你可以根据自己的需求进一步探索 Plotly 的功能，以创建各种类型的图形和可视化分析。
+
+希望这些示例能够帮助你更好地使用 Plotly 进行数据可视化，如果有任何疑问，欢迎随时向我提问！
\ No newline at end of file
-- 
Gitee