導語：使用 python-plotly 模塊來進行壓測數據的繪制，并且生成靜態 html 頁面結果展示。
不少小伙伴在開發過程中都有對模塊進行壓測的經歷，壓測結束后大家往往喜歡使用Excel處理壓測數據并繪制數據可視化視圖，但這樣不能很方便的使用web頁面進行數據展示。本文將介紹使用python-plotly模塊來進行壓測數據的繪制，并且生成靜態html頁面方便結果展示。
Plotly簡介
Plotly是一款使用JavaScript開發的制圖工具，提供了與主流數據分析語言交互的API（如：Python, R, MATLAB）。大家可以到官網 https://plot.ly/ 了解更多詳細的信息。Plotly能夠繪制具有用戶交互功能的精美圖表。
Python-Plotly 安裝
本文檔主要是介紹使用plotly的Python API來進行幾種簡單圖表的繪制，更多Plotly的用法請參考 https://plot.ly/python/
Python-Plotly可以使用pip安裝，并且最好在Python2.7版本及以上安裝使用，如果使用Python2.6版本，請自行安裝Python2.7和對應的pip。
Plotly繪圖實例
line-plots
繪圖效果：
生成的html頁面在右上角提供了豐富的交互工具。
代碼：
def line_plots(name): ''' 繪制普通線圖 ''' #數據，x為橫坐標，y,z為縱坐標的兩項指標，三個array長度相同 dataset = {'x':[0,1,2,3,4,5,6,7,8,9], 'y':[5,4,1,3,11,2,6,7,19,20], 'z':[12,9,0,0,3,25,8,17,22,5]} data_g = [] #分別插入 y, z tr_x = Scatter( x = dataset['x'], y = dataset['y'], name = 'y' ) data_g.append(tr_x) tr_z = Scatter( x = dataset['x'], y = dataset['z'], name = 'z' ) data_g.append(tr_z) #設置layout,指定圖表title,x軸和y軸名稱 layout = Layout(title="line plots", xaxis={'title':'x'}, yaxis={'title':'value'}) #將layout設置到圖表 fig = Figure(data=data_g, layout=layout) #繪圖,輸出路徑為name參數指定 pltoff.plot(fig, filename=name)scatter-plots
繪圖效果：
代碼：
def scatter_plots(name): ''' 繪制散點圖 ''' dataset = {'x':[0,1,2,3,4,5,6,7,8,9], 'y':[5,4,1,3,11,2,6,7,19,20], 'text':['5_txt','4_txt','1_txt','3_txt','11_txt','2_txt','6_txt','7_txt','19_txt','20_txt']} data_g = [] tr_x = Scatter( x = dataset['x'], y = dataset['y'], text = dataset['text'], textposition='top center', mode='markers+text', name = 'y' ) data_g.append(tr_x) layout = Layout(title="scatter plots", xaxis={'title':'x'}, yaxis={'title':'value'}) fig = Figure(data=data_g, layout=layout) pltoff.plot(fig, filename=name)bar-charts
繪圖效果：
代碼：
def bar_charts(name): ''' 繪制柱狀圖 ''' dataset = {'x':['Windows', 'Linux', 'Unix', 'MacOS'], 'y1':[45, 26, 37, 13], 'y2':[19, 27, 33, 21]} data_g = [] tr_y1 = Bar( x = dataset['x'], y = dataset['y1'], name = 'v1' ) data_g.append(tr_y1) tr_y2 = Bar( x = dataset['x'], y = dataset['y2'], name = 'v2' ) data_g.append(tr_y2) layout = Layout(title="bar charts", xaxis={'title':'x'}, yaxis={'title':'value'}) fig = Figure(data=data_g, layout=layout) pltoff.plot(fig, filename=name)pie-charts
繪圖效果：
代碼：
def pie_charts(name): ''' 繪制餅圖 ''' dataset = {'labels':['Windows', 'Linux', 'Unix', 'MacOS', 'Android', 'iOS'], 'values':[280, 25, 10, 100, 250, 270]} data_g = [] tr_p = Pie( labels = dataset['labels'], values = dataset['values'] ) data_g.append(tr_p) layout = Layout(title="pie charts") fig = Figure(data=data_g, layout=layout) pltoff.plot(fig, filename=name)filled-area-plots
本例是繪制具有填充效果的堆疊線圖，適合分析具有堆疊百分比屬性的數據
繪圖效果：
代碼：
def filled_area_plots(name): ''' 繪制堆疊填充的線圖 ''' dataset = {'x':[0,1,2,3,4,5,6,7,8,9], 'y1':[5,4,1,3,11,2,6,7,19,20], 'y2':[12,9,0,0,3,25,8,17,22,5], 'y3':[13,22,46,1,15,4,18,11,17,20]} #計算y1,y2,y3的堆疊占比 dataset['y1_stack'] = dataset['y1'] dataset['y2_stack'] = [y1+y2 for y1, y2 in zip(dataset['y1'], dataset['y2'])] dataset['y3_stack'] = [y1+y2+y3 for y1, y2, y3 in zip(dataset['y1'], dataset['y2'], dataset['y3'])] dataset['y1_text'] = ['%s(%s%%)'%(y1, y1*100/y3_s) for y1, y3_s in zip(dataset['y1'], dataset['y3_stack'])] dataset['y2_text'] = ['%s(%s%%)'%(y2, y2*100/y3_s) for y2, y3_s in zip(dataset['y2'], dataset['y3_stack'])] dataset['y3_text'] = ['%s(%s%%)'%(y3, y3*100/y3_s) for y3, y3_s in zip(dataset['y3'], dataset['y3_stack'])] data_g = [] tr_1 = Scatter( x = dataset['x'], y = dataset['y1_stack'], text = dataset['y1_text'], hoverinfo = 'x+text', mode = 'lines', name = 'y1', fill = 'tozeroy' #填充方式: 到x軸 ) data_g.append(tr_1) tr_2 = Scatter( x = dataset['x'], y = dataset['y2_stack'], text = dataset['y2_text'], hoverinfo = 'x+text', mode = 'lines', name = 'y2', fill = 'tonexty' #填充方式:到下方的另一條線 ) data_g.append(tr_2) tr_3 = Scatter( x = dataset['x'], y = dataset['y3_stack'], text = dataset['y3_text'], hoverinfo = 'x+text', mode = 'lines', name = 'y3', fill = 'tonexty' ) data_g.append(tr_3) layout = Layout(title="field area plots", xaxis={'title':'x'}, yaxis={'title':'value'}) fig = Figure(data=data_g, layout=layout) pltoff.plot(fig, filename=name)小結
本文介紹了利用python-plotly繪制數據圖的方法，實例中 線圖(line plots)、散點圖(scatter plots)、柱狀圖(bar charts)、餅圖(pie charts)以及填充堆疊線圖(filled area plots)這五種典型的圖表基本上涵蓋了大部分類型的測試數據，各位小伙伴可以加以變形繪制出更多的漂亮圖標。
文中所示代碼：test_plotly_jb51.rar
參考資料
1. https://plot.ly/python/basic-charts/
2. https://images.plot.ly/plotly-documentation/images/python_cheat_sheet.pdf
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持武林網。
新聞熱點
疑難解答
圖片精選
