Как визуализировать диаграммы в Databricks с помощью Plotly? - PullRequest
3 голосов
/ 08 ноября 2019

Я пытаюсь визуализировать диаграммы, используя библиотеку Plotly в Databricks. Тем не менее, изображение не отображается. Я использую, например, это утверждение:

from plotly.offline import init_notebook_mode, iplot
from plotly import graph_objs as go

    # Initialize plotly
    init_notebook_mode(connected=True)

    daily_df=df

    def plotly_df(df, title=''):
        """Visualize all the dataframe columns as line plots."""
        common_kw = dict(x=df.index, mode='lines')
        data = [go.Scatter(y=df[c], name=c, **common_kw) for c in df.columns]
        layout = dict(title=title)
        fig = dict(data=data, layout=layout)
        iplot(fig, show_link=False)

    plotly_df(daily_df)

Нет вывода. Почему?

Ответы [ 2 ]

0 голосов
/ 11 ноября 2019

При просмотре документов вы должны указать output_type='div' и передать объект графика на displayHTML(). Вот рабочий пример в записной книжке или ячейке Python:

## Install & import plotly
!pip install plotly
from plotly.offline import plot
import plotly.graph_objs as go
import numpy as np

x = np.random.randn(2000)
y = np.random.randn(2000)

# Instead of simply calling plot(...), store your plot as a variable and pass it to displayHTML().
# Make sure to specify output_type='div' as a keyword argument.
# (Note that if you call displayHTML() multiple times in the same cell, only the last will take effect.)

p = plot(
  [
    go.Histogram2dContour(x=x, y=y, contours=dict(coloring='heatmap')),
    go.Scatter(x=x, y=y, mode='markers', marker=dict(color='white', size=3, opacity=0.3))
  ],
  output_type='div'
)

displayHTML(p)
0 голосов
/ 09 ноября 2019

Если вы используете plotly версию 4.2, вам больше не нужно import plotly.offline, и вы можете просто позвонить fig.show() на свою фигуру, созданную с помощью Plotly Express или go.Figure(). Новая среда рендеринга имеет специфичный для Databricks рендерер:)

Полная документация здесь: https://plot.ly/python/renderers/ и https://plot.ly/python/creating-and-updating-figures/

...