document/TranslateProject
2
0
Fork 0
mirror of https://github.com/LCTT/TranslateProject.git synced 2025-01-28 23:20:10 +08:00
Code Issues Packages Projects Releases Wiki Activity

Merge pull request #18866 from wxy/20200528-Simplify-data-visualization-in-Python-with-Plotly

Browse Source 
PRF&PUB:20200528 simplify data visualization in python with plotly
This commit is contained in:
Xingyu.Wang 2020-06-27 22:15:02 +08:00 committed by GitHub
commit 6b2136b51b
No known key found for this signature in database
GPG Key ID: 4AEE18F83AFDEB23
1 changed files with 141 additions and 134 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

275
translated/tech/20200528 Simplify data visualization in Python with Plotly.md → published/20200528 Simplify data visualization in Python with Plotly.md
View File

@ -1,108 +1,123 @@
[#]: collector: (lujun9972) [#]: collector: (lujun9972)
[#]: translator: (MjSeven) [#]: translator: (MjSeven)
[#]: reviewer: ( ) [#]: reviewer: (wxy)
[#]: publisher: ( ) [#]: publisher: (wxy)
[#]: url: ( ) [#]: url: (https://linux.cn/article-12356-1.html)
[#]: subject: (Simplify data visualization in Python with Plotly) [#]: subject: (Simplify data visualization in Python with Plotly)
[#]: via: (https://opensource.com/article/20/5/plotly-python) [#]: via: (https://opensource.com/article/20/5/plotly-python)
[#]: author: (Shaun Taylor-Morgan https://opensource.com/users/shaun-taylor-morgan) [#]: author: (Shaun Taylor-Morgan https://opensource.com/users/shaun-taylor-morgan)
使用 Plotly 来简化 Python 中的数据可视化 使用 Plotly 来简化 Python 中的数据可视化
====== ======
Plotly 是一个数据绘图库，具有整洁的接口，它旨在允许你构建自己的 API。
![Colorful sound wave graph][1] > Plotly 是一个数据绘图库，具有整洁的接口，它旨在允许你构建自己的 API。
![](https://img.linux.net.cn/data/attachment/album/202006/27/215314y0rkrz0e9zw7wd2o.jpg)
Plotly 是一个绘图生态系统，可以让你在 [Python][2] 以及 JavaScript 和 R 中进行绘图。在本文中，我将重点介绍[使用 Python 库进行绘图][3]。 Plotly 是一个绘图生态系统，可以让你在 [Python][2] 以及 JavaScript 和 R 中进行绘图。在本文中，我将重点介绍[使用 Python 库进行绘图][3]。
Plotly 有三种不同的 Python API，你可以选择不同的方法来使用它： Plotly 有三种不同的 Python API，你可以选择不同的方法来使用它：
* 类似于 Matplotlib 的[面向对象的 API][4] * 类似于 Matplotlib 的面向对象的 API
* 数据驱动的 API，通过构造类似 JSON 的数据结构来定义绘图
* [数据驱动的 API][5]，通过构造类似 JSON 的数据结构来指定绘图 * 类似于 Seaborn 的高级绘图接口，称为 “Plotly Express” API
* 类似于 Seaborn 的高级绘图接口，称为 ["Plotly Express" API][6] 我将通过使用每个 API 来绘制相同的图来探索它们：英国大选结果的分组柱状图。
我将探索使用每个 API 来绘制相同的图：英国大选结果的分组柱状图。 在我们进一步探讨之前，请注意，你可能需要调整你的 Python 环境来让这段代码运行，包括以下内容：
- 运行最新版本的Python（[Linux][4]、[Mac][5] 和 [Windows][6] 的说明）
- 确认你运行的 Python 版本能与这些库一起工作
数据可在线获得，可以用 Pandas 导入。
```
import pandas as pd
df = pd.read_csv('https://anvil.works/blog/img/plotting-in-python/uk-election-results.csv')
```
现在我们可以继续进行了。
### 使用图对象来绘制图 ### 使用图对象来绘制图
Plotly 面向对象的 API 被称为图对象，它有点类似于 [Matplotlib 的面向对象 API][7]。 Plotly 面向对象的 API 被称为 `graph_objects`，它有点类似于 [Matplotlib 的面向对象 API][7]。
要创建一个柱状图，你可以构造一个包含四个柱状图的对象： 要创建一个柱状图，你可以构造一个包含四个柱状图的对象：
``` ```
    # 导入 Plotly 和数据 # 导入 Plotly 和数据
    import plotly.graph_objects as go import plotly.graph_objects as go
    from votes import wide as df from votes import wide as df
    # 得到 x 列表 # 得到 x 列表
    years = df['year'] years = df['year']
    x = list(range(len(years))) x = list(range(len(years)))
    # 指定绘图 # 定义绘图
    bar_plots = [ bar_plots = [
      go.Bar(x=x, y=df['conservative'], name='Conservative', marker=go.bar.Marker(color='#0343df')),   go.Bar(x=x, y=df['conservative'], name='Conservative', marker=go.bar.Marker(color='#0343df')),
      go.Bar(x=x, y=df['labour'], name='Labour', marker=go.bar.Marker(color='#e50000')),   go.Bar(x=x, y=df['labour'], name='Labour', marker=go.bar.Marker(color='#e50000')),
      go.Bar(x=x, y=df['liberal'], name='Liberal', marker=go.bar.Marker(color='#ffff14')),   go.Bar(x=x, y=df['liberal'], name='Liberal', marker=go.bar.Marker(color='#ffff14')),
      go.Bar(x=x, y=df['others'], name='Others', marker=go.bar.Marker(color='#929591')),   go.Bar(x=x, y=df['others'], name='Others', marker=go.bar.Marker(color='#929591')),
    ] ]
# 指定样式
layout = go.Layout(
  title=go.layout.Title(text="Election results", x=0.5),
  yaxis_title="Seats",
  xaxis_tickmode="array",
  xaxis_tickvals=list(range(27)),
  xaxis_ticktext=tuple(df['year'].values),
)
       
    # 指定样式 # 绘制柱状图
    layout = go.Layout( fig = go.Figure(data=bar_plots, layout=layout)
      title=go.layout.Title(text="Election results", x=0.5),
      yaxis_title="Seats",
      xaxis_tickmode="array",
      xaxis_tickvals=list(range(27)),
      xaxis_ticktext=tuple(df['year'].values),
    )
       
    # 绘制柱状图
    fig = go.Figure(data=bar_plots, layout=layout)
    # 告诉 Plotly 去渲染 # 告诉 Plotly 去渲染
    fig.show() fig.show()
``` ```
与 Matplotlib 不同的是，你无需手动计算柱状图的 x 轴位置，Plotly 会帮你适配。 与 Matplotlib 不同的是，你无需手动计算柱状图的 `x` 轴位置，Plotly 会帮你适配。
最终结果图： 最终结果图：
![A multi-bar plot made using Graph Objects][8] ![A multi-bar plot made using Graph Objects][8]
A multi-bar plot made using Graph Objects (© 2019 [Anvil][9])
*A multi-bar plot made using Graph Objects (© 2019 [Anvil][9])*
### 使用 Python 数据结构来绘图 ### 使用 Python 数据结构来绘图
你还可以使用 Python 基本数据结构来指定绘图，它与面对对象 API 具有相同的结构。这直接对应于 Plotly 的 JavaScript 实现的 JSON API。 你还可以使用 Python 基本数据结构来定义绘图，它与面对对象 API 具有相同的结构。这直接对应于 Plotly 的 JavaScript 实现的 JSON API。
``` ```
    # 指定绘图数据 # 定义绘图数据
    fig = { fig = {
        'data': [     'data': [
            {'type': 'bar', 'x': x, 'y': df['conservative'], 'name': 'Conservative', 'marker': {'color': '#0343df'}},         {'type': 'bar', 'x': x, 'y': df['conservative'], 'name': 'Conservative', 'marker': {'color': '#0343df'}},
            {'type': 'bar', 'x': x, 'y': df['labour'], 'name': 'Labour', 'marker': {'color': '#e50000'}},         {'type': 'bar', 'x': x, 'y': df['labour'], 'name': 'Labour', 'marker': {'color': '#e50000'}},
            {'type': 'bar', 'x': x, 'y': df['liberal'], 'name': 'Liberal', 'marker': {'color': '#ffff14'}},         {'type': 'bar', 'x': x, 'y': df['liberal'], 'name': 'Liberal', 'marker': {'color': '#ffff14'}},
            {'type': 'bar', 'x': x, 'y': df['others'], 'name': 'Others', 'marker': {'color': '#929591'}},         {'type': 'bar', 'x': x, 'y': df['others'], 'name': 'Others', 'marker': {'color': '#929591'}},
        ],     ],
        'layout': {     'layout': {
            'title': {'text': 'Election results', 'x': 0.5},         'title': {'text': 'Election results', 'x': 0.5},
            'yaxis': {'title': 'Seats'},         'yaxis': {'title': 'Seats'},
            'xaxis': {         'xaxis': {
                'tickmode': 'array',             'tickmode': 'array',
                'tickvals': list(range(27)),             'tickvals': list(range(27)),
                'ticktext': tuple(df['year'].values),             'ticktext': tuple(df['year'].values),
            }
        }         }
    }     }
}
    # 告诉 Plotly 去渲染它 # 告诉 Plotly 去渲染它
    pio.show(fig) pio.show(fig)
``` ```
最终结果与上次完全相同： 最终结果与上次完全相同：
![A multi-bar plot made using JSON-like data structures][10] ![A multi-bar plot made using JSON-like data structures][10]
A multi-bar plot made using JSON-like data structures (© 2019 [Anvil][9]) *A multi-bar plot made using JSON-like data structures (© 2019 [Anvil][9])*
#### 使用 Plotly Express 进行绘图 #### 使用 Plotly Express 进行绘图
@ -111,23 +126,23 @@ A multi-bar plot made using JSON-like data structures (© 2019 [Anvil][9])
你可以使用一行代码来绘制柱状图： 你可以使用一行代码来绘制柱状图：
``` ```
    # 导入 Plotly 和数据 # 导入 Plotly 和数据
    import plotly.express as px import plotly.express as px
    from votes import long as df from votes import long as df
    # 定义颜色字典获得自定义栏颜色 # 定义颜色字典获得自定义栏颜色
    cmap = { cmap = {
        'Conservative': '#0343df',     'Conservative': '#0343df',
        'Labour': '#e50000',     'Labour': '#e50000',
        'Liberal': '#ffff14',     'Liberal': '#ffff14',
        'Others': '#929591',     'Others': '#929591',
    } }
   
    # 生成图 # 生成图
    fig = px.bar(df, x="year", y="seats", color="party", barmode="group", color_discrete_map=cmap) fig = px.bar(df, x="year", y="seats", color="party", barmode="group", color_discrete_map=cmap)
``` ```
这里使用了 [Long Form][12] 数据，也称为“整洁数据”。这些列代表年份、政党和席位，而不是按政党划分。这与在 [Seaborn][13] 中制作柱状图非常相似。 这里使用了<ruby>[长表][12]<rt>Long Form</rt></ruby> 数据，也称为“整洁数据”。这些列代表年份、政党和席位，而不是按政党划分。这与在 [Seaborn][13] 中制作柱状图非常相似。
``` ```
>> print(long) >> print(long)
@ -147,38 +162,38 @@ A multi-bar plot made using JSON-like data structures (© 2019 [Anvil][9])
[108 rows x 3 columns] [108 rows x 3 columns]
``` ```
你可以访问底层的图对象 API 进行详细调整。如添加标题和 y 轴标签： 你可以访问底层的图对象 API 进行详细调整。如添加标题和 `y` 轴标签：
``` ```
    # 使用图对象 API 来调整绘图 # 使用图对象 API 来调整绘图
    import plotly.graph_objects as go import plotly.graph_objects as go
    fig.layout = go.Layout( fig.layout = go.Layout(
        title=go.layout.Title(text="Election results", x=0.5),     title=go.layout.Title(text="Election results", x=0.5),
        yaxis_title="Seats",     yaxis_title="Seats",
    ) )
``` ```
最后，让 Plotly 渲染： 最后，让 Plotly 渲染：
``` ```
    fig.show() fig.show()
``` ```
这将在未使用的端口上运行一个临时 Web 服务器，并打开默认的 Web 浏览器来查看图像（Web 服务器将会马上被关闭）。 这将在未使用的端口上运行一个临时 Web 服务器，并打开默认的 Web 浏览器来查看图像（Web 服务器将会马上被关闭）。
不幸的是，结果并不完美。x 轴被视为整数，因此两组之间的距离很远且很小，这使得我们很难看到趋势。 不幸的是，结果并不完美。`x` 轴被视为整数，因此两组之间的距离很远且很小，这使得我们很难看到趋势。
![使用 Plotly Express 制作的柱状图][14] ![使用 Plotly Express 制作的柱状图][14]
A multi-bar plot made using Plotly Express (© 2019 [Anvil][9]) *A multi-bar plot made using Plotly Express (© 2019 [Anvil][9])*
你可能会尝试通过将 x 值转换为字符串来使 Plotly Express 将其视为字符串，这样它就会以均匀的间隔和词法顺序来绘制。不幸的是，它们的间隔还是很大，设置 x 值不像在图对象中那样设置。 你可能会尝试通过将 `x` 值转换为字符串来使 Plotly Express 将其视为字符串，这样它就会以均匀的间隔和词法顺序来绘制。不幸的是，它们的间隔还是很大，像在 `graph_objects`中那样设置 `xaxis_tickvals` 也不行。
与 [Seaborn][13] 中的类似示例不同，在这种情况下，抽象似乎没有提供足够的[应急方案][15]来提供你想要的东西，但是也许你可以编写 _自己_ 的 API？ 与 [Seaborn][13] 中的类似示例不同，在这种情况下，抽象似乎没有提供足够的[应急方案][15]来提供你想要的东西，但是也许你可以编写*自己*的 API？
### 构建自己的 Plotly API ### 构建自己的 Plotly API
对 Plotly 的操作方式不满意？构建自己的 Plotly API！ 对 Plotly 的操作方式不满意？那就构建自己的 Plotly API！
Plotly 的核心是一个 JavaScript 库，它使用 [D3][16] 和 [stack.gl][17] 进行绘图。JavaScript 库的接口使用指定的 JSON 结构来绘图。因此，你只需要输出 JavaScript 库喜欢使用的 JSON 结构就好了。 Plotly 的核心是一个 JavaScript 库，它使用 [D3][16] 和 [stack.gl][17] 进行绘图。JavaScript 库的接口使用指定的 JSON 结构来绘图。因此，你只需要输出 JavaScript 库喜欢使用的 JSON 结构就好了。
@ -186,42 +201,42 @@ Anvil 这样做是为了创建一个完全在浏览器中工作的 Python Plotly
![Ployly 使用 JavaScript 库创建图形，由其它语言库通过 JSON 使用][18] ![Ployly 使用 JavaScript 库创建图形，由其它语言库通过 JSON 使用][18]
Plotly uses a JavaScript library to create plots, driven by libraries in other languages via JSON (© 2019 [Anvil][9]) *Plotly uses a JavaScript library to create plots, driven by libraries in other languages via JSON (© 2019 [Anvil][9])*
在 Anvil 版本中，你可以同时使用图对象 API 和上面介绍的 Python 数据结构方法。运行完全相同的命令，将数据和布局分配给 Anvil 应用程序中的 [Plot 组件][19]。 在 Anvil 版本中，你可以同时使用图对象 API 和上面介绍的 Python 数据结构方法。运行完全相同的命令，将数据和布局分配给 Anvil 应用程序中的 [Plot 组件][19]。
这是用 Anvil 的客户端 Python API 绘制的柱状图： 这是用 Anvil 的客户端 Python API 绘制的多列柱状图：
``` ```
# Import Anvil libraries # 导入 Anvil 库
from ._anvil_designer import EntrypointTemplate from ._anvil_designer import EntrypointTemplate
from anvil import * from anvil import *
import anvil.server import anvil.server
# Import client-side Plotly # 导入客户端 Plotly
import plotly.graph_objs as go import plotly.graph_objs as go
# This is an Anvil Form # 这是一个 Anvil 表单
class Entrypoint(EntrypointTemplate): class Entrypoint(EntrypointTemplate):
  def __init__(self, **properties):   def __init__(self, **properties):
    # Set Form properties and Data Bindings.     # Set Form properties and Data Bindings.
    self.init_components(**properties)     self.init_components(**properties)
    # Fetch the data from the server     # 从服务器获取数据
    data = anvil.server.call('get_election_data')     data = anvil.server.call('get_election_data')
       
    #  Get a convenient list of x-values     # 获取一个方便的 x 值列表
    years = data['year']     years = data['year']
    x = list(range(len(years)))     x = list(range(len(years)))
    # Specify the plots     # 定义绘图
    bar_plots = [     bar_plots = [
      go.Bar(x=x, y=data['conservative'], name='Conservative', marker=go.Marker(color='#0343df')),       go.Bar(x=x, y=data['conservative'], name='Conservative', marker=go.Marker(color='#0343df')),
      go.Bar(x=x, y=data['labour'], name='Labour', marker=go.Marker(color='#e50000')),       go.Bar(x=x, y=data['labour'], name='Labour', marker=go.Marker(color='#e50000')),
      go.Bar(x=x, y=data['liberal'], name='Liberal', marker=go.Marker(color='#ffff14')),       go.Bar(x=x, y=data['liberal'], name='Liberal', marker=go.Marker(color='#ffff14')),
      go.Bar(x=x, y=data['others'], name='Others', marker=go.Marker(color='#929591')),       go.Bar(x=x, y=data['others'], name='Others', marker=go.Marker(color='#929591')),
    ]     ]
    # Specify the layout     # 规定布局
    layout = {     layout = {
      'title': 'Election results',       'title': 'Election results',
      'yaxis': {'title': 'Seats'},       'yaxis': {'title': 'Seats'},
@ -232,7 +247,7 @@ class Entrypoint(EntrypointTemplate):
      },       },
    }     }
    # Make the multi-bar plot     # 生成多列柱状图
    self.plot_1.data = bar_plots     self.plot_1.data = bar_plots
    self.plot_1.layout = layout     self.plot_1.layout = layout
``` ```
@ -243,8 +258,7 @@ class Entrypoint(EntrypointTemplate):
![The election plot on the web using Anvil's client-side-Python Plotly library][20] ![The election plot on the web using Anvil's client-side-Python Plotly library][20]
The election plot on the web using Anvil's [client-side-Python][21] Plotly library (© 2019 [Anvil][9]) *The election plot on the web using Anvil's [client-side-Python][21] Plotly library (© 2019 [Anvil][9])*
使用 Anvil 的 [Python 客户端][21] Plotly 库在网络上进行选举的情节 (© 2019 [Anvil][9])
你可以[复制此示例][22]作为一个 Anvil 应用程序（注意：Anvil 需要注册才能使用）。 你可以[复制此示例][22]作为一个 Anvil 应用程序（注意：Anvil 需要注册才能使用）。
@ -252,60 +266,53 @@ The election plot on the web using Anvil's [client-side-Python][21] Plotly libra
### 在 Plotly 中自定义交互 ### 在 Plotly 中自定义交互
Plotly 绘图不仅是动态的，你可以自定义它们的互动行为。例如，你可以在每个条形图中使用 hovertemplate 自定义工具提示的格式： Plotly 绘图不仅是动态的，你可以自定义它们的互动行为。例如，你可以在每个柱状图中使用 `hovertemplate` 自定义工具提示的格式：
``` ```
    go.Bar( go.Bar(
      x=x, x=x,
      y=df['others'], y=df['others'],
      name='others', name='others',
      marker=go.bar.Marker(color='#929591'), marker=go.bar.Marker(color='#929591'),
      hovertemplate='Seats: &lt;b&gt;%{y}&lt;/b&gt;', hovertemplate='Seats: <b>%{y}</b>',
    ), ),
``` ```
当你把这个应用到每个柱状图时，你会看到以下结果： 当你把这个应用到每个柱状图时，你会看到以下结果：
![A multi-bar plot with custom tool-tips][23] ![A multi-bar plot with custom tool-tips][23]
A multi-bar plot with custom tool-tips (© 2019 [Anvil][9]) *A multi-bar plot with custom tool-tips (© 2019 [Anvil][9])*
这很有用，当你想要在某些事件发生时执行另一些事件时它会表现的更好（例如，当用户将鼠标悬停在栏上，你想要显示有关相关选择的信息框）。在 Anvil 的 Plotly 库中，你可以将事件处理程序绑定到诸如悬停之类的事件，这使得复杂的交互成为可能。 这很有用，当你想要在某些事件发生时执行任何你想要的代码就更好了（例如，当用户将鼠标悬停在栏上，你想要显示一个相关选举的信息框）。在 Anvil 的 Plotly 库中，你可以将事件处理程序绑定到诸如悬停之类的事件，这使得复杂的交互成为可能。
![A multi-bar plot with a hover event handler][24] ![A multi-bar plot with a hover event handler][24]
A multi-bar plot with a hover event handler (© 2019 [Anvil][9]) *A multi-bar plot with a hover event handler (© 2019 [Anvil][9])*
你可以通过将方法绑定到绘图的悬停事件来实现： 你可以通过将方法绑定到绘图的悬停事件来实现：
``` ```
  def plot_1_hover(self, points, **event_args): def plot_1_hover(self, points, **event_args):
    """This method is called when a data point is hovered.""" """This method is called when a data point is hovered."""
    i = points[0]['point_number'] i = points[0]['point_number']
    self.label_year.text = self.data['year'][i] self.label_year.text = self.data['year'][i]
    self.label_con.text = self.data['conservative'][i] self.label_con.text = self.data['conservative'][i]
    self.label_lab.text = self.data['labour'][i] self.label_lab.text = self.data['labour'][i]
    self.label_lib.text = self.data['liberal'][i] self.label_lib.text = self.data['liberal'][i]
    self.label_oth.text = self.data['others'][i] self.label_oth.text = self.data['others'][i]
    url = f"<https://en.wikipedia.org/wiki/{self.data\['year'\]\[i\]}\_United\_Kingdom\_general\_election>" url = f"https://en.wikipedia.org/wiki/{self.data['year'][i]}_United_Kingdom_general_election"
    self.link_more_info.text = url self.link_more_info.text = url
    self.link_more_info.url = url self.link_more_info.url = url
``` ```
这是一种相当极端的交互性，从开发人员的角度来看，也是一种极端的可定制性。这都要归功于 Plotly 的架构 - 它有一个整洁的接口，明确设计用于构建自己的 API。到处都可以看到这种出色的设计！ 这是一种相当极端的交互性，从开发人员的角度来看，也是一种极端的可定制性。这都要归功于 Plotly 的架构 —— 它有一个简洁的接口，明确的设计是为了让你建立自己的API。如果到处都能看到这种伟大的设计，那将会很有帮助！
### 使用 Bokeh 进行自定义交互 ### 使用 Bokeh 进行自定义交互
现在你已经了解了 Plotly 如何使用 JavaScript 来创建动态图，并且可以使用 Anvil 的客户端编写 Python 代码在浏览器中实时编辑它们。 现在你已经了解了 Plotly 如何使用 JavaScript 来创建动态图，并且可以使用 Anvil 的客户端编写 Python 代码在浏览器中实时编辑它们。
Bokeh 是另一个 Python 绘图库，它输出可嵌入 Web 应用程序的 HTML 文档，并获得与 Plotly 提供的功能类似的动态功能（如果你想知道如何发音，那就是 "BOE-kay"）。 Bokeh 是另一个 Python 绘图库，它可以输出可嵌入 Web 应用程序的 HTML 文档，并获得与 Plotly 提供的功能类似的动态功能（如果你想知道如何发音，那就是 “BOE-kay”）。
* * *
_本文基于 Anvil 博客中的 [如何使用 Plotly 来绘图][9]一文，已允许使用。_
-------------------------------------------------------------------------------- --------------------------------------------------------------------------------
@ -314,7 +321,7 @@ via: https://opensource.com/article/20/5/plotly-python
作者：[Shaun Taylor-Morgan][a] 作者：[Shaun Taylor-Morgan][a]
选题：[lujun9972][b] 选题：[lujun9972][b]
译者：[MjSeven](https://github.com/MjSeven) 译者：[MjSeven](https://github.com/MjSeven)
校对：[校对者ID](https://github.com/校对者ID) 校对：[wxy](https://github.com/wxy)
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出 本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出
@ -322,10 +329,10 @@ via: https://opensource.com/article/20/5/plotly-python
[b]: https://github.com/lujun9972 [b]: https://github.com/lujun9972
[1]: https://opensource.com/sites/default/files/styles/image-full-size/public/lead-images/colorful_sound_wave.png?itok=jlUJG0bM (Colorful sound wave graph) [1]: https://opensource.com/sites/default/files/styles/image-full-size/public/lead-images/colorful_sound_wave.png?itok=jlUJG0bM (Colorful sound wave graph)
[2]: https://opensource.com/resources/python [2]: https://opensource.com/resources/python
[3]: https://opensource.com/article/20/4/plot-data-python [3]: https://linux.cn/article-12327-1.html
[4]: tmp.c4bQMTUIxx#GraphObjects [4]: https://opensource.com/article/20/4/install-python-linux
[5]: tmp.c4bQMTUIxx#DataDrivenAPI [5]: thttps://opensource.com/article/19/5/python-3-default-mac
[6]: tmp.c4bQMTUIxx#PlotlyExpress [6]: https://opensource.com/article/19/8/how-install-python-windows
[7]: https://opensource.com/article/20/5/matplotlib-python [7]: https://opensource.com/article/20/5/matplotlib-python
[8]: https://opensource.com/sites/default/files/uploads/plotly.png (A multi-bar plot made using Graph Objects) [8]: https://opensource.com/sites/default/files/uploads/plotly.png (A multi-bar plot made using Graph Objects)
[9]: https://anvil.works/blog/plotting-in-plotly [9]: https://anvil.works/blog/plotting-in-plotly