可视化 (AEN 4.0) ¶
绘图¶
Anaconda Enterprise Notebooks 的工作台应用程序支持两种绘图方法。一种是使用 Matplotlib 使用 Jupyter 或 Jupyter Notebook 进行绘图。第二个是 Bokeh,我们的自定义交互式绘图库。
Matplotlib ¶
Matplotlib是一个 Python 2D 绘图库,可以在各种硬拷贝格式和跨平台的交互式环境中生成出版物质量的图形。
要在 Anaconda Enterprise Notebooks 中使用 matplotlib,您有两个选择。您可以打开一个新的终端选项卡,并选择带有Matplotlib 的 Jupyter ...
或打开一个新笔记本。
Anaconda Enterprise Notebooks 的 Jupyter Notebook 已安装 matplotlib,因此您无需担心自己安装或使用 –pylab 选项启动 Jupyter Notebook。
实际上,以下示例应该使用 Anaconda Enterprise Notebooks 选项之一执行并创建绘图以使用 Matplotlib。
x = linspace ( 0 , 3 * pi , 500 )
plot ( x , sin ( x ** 2 ))
title ( 'A simple chirp' );
您可以在matplotlib 网站上找到图库、 示例、 文档和绘图命令列表。
散景¶
在文件浏览器的示例文件夹中,您会找到一个文件 webplot.py,它是使用 Anaconda Enterprise Notebooks 绘图 API 密钥为您生成的。当前功能仅限于线图和散点图。界面类似于 matplotlib。
从 webplot 导入 p
此行将导入可以绘制到您的 Web 浏览器的绘图客户端。p.plot 是绘制数据的主要函数;它类似于 matplotlib.plot 命令:
p 。plot ( y ) # 将 y 绘制为线图
p 。plot ( x , y ) # 将 y 绘制为关于 ot x
p的线图。plot ( x , y , 'green' ) # 使用绿线
与 matplotlib 类似,y可以是一个二维数组,在这种情况下,每一列都被绘制出来。我们默认让后续绘图命令渲染到最后完成的绘图。您可以通过调用 p.figure 创建一个新图。我们还支持用于切换保持模式的 matplotlib 约定。
p 。figure () # 后续命令绘制新的图
p . hold ( 'on' ) # 默认为当前绘图
p 。hold ( 'off' ) # 默认绘制到新图
p 。hold ( True ) # 默认绘制到当前图
p 。hold ( False ) # 默认绘制到新图
Anaconda Enterprise Notebooks 绘图的一个关键特性是交互性。单击平移和选择工具将允许您使用鼠标平移和选择绘图。鼠标滚轮还允许您放大和缩小。对于高级用户,shift + mouse 将平移,ctrl + mouse 将选择。
在 Anaconda Enterprise Notebooks 的绘图库中,我们引入了数据源的概念。数据源是连接到记录中的列的集合。当您将绘图链接到数据源时,交互性会更加强大。在数据源上选择将在正在查看它的每个图或表中呈现该选择。
"""
创建一个数据源,然后是指向该数据源的 2 条线图。
选择将在各个图中传播。最后,创建一个表来查看
数据源
"""
source = p 。make_source ( x = x , y = y , z = z )
p 。绘图( 'x' , 'y' , data_source = source )
p 。图()
p . 情节('x' , 'z' , data_source = source )
p 。表(源, [ 'x' , 'y' , 'z' ])
其他有趣的选项¶
p 。绘图( x , y , 宽度= 300 , 高度= 300 )
您可以将宽度或高度传递到以像素为单位指定的每个绘图中。p.scatter(x, y) p.scatter 与 p.plot 的语法相同,但是,它会生成一个散点图(基本上是一样的,除了没有连接点)。p.plot_dates(x, y) p.plot_dates 将 x 轴视为日期轴。我们目前预计日期是自纪元以来的毫秒数。
例子¶
您的 Anaconda Enterprise Notebooks 帐户预装了许多示例,这些示例包含在 ~scripts/examples 目录中。