第1章 快速开始

1.1 Plotly简介

Pandas（潘达思）数据分析软件和Plotly互动式绘图模块可以称为Python数据分析和Python量化分析两大重量级模块库。

事实上，这两者的影响力早已超越Python语言领域。

●Pandas目前已经被业界公认是大数据工程一线最好的解决方案。

●Plotly被称为史上最好的绘图工具之一，是GitHub开源网站最“火”的两大新项目之一（另外一个是Netflix的Spinnaker云计算项目）。

为了更好地展示金融数据的复杂性，下面首先介绍Plotly绘图模块。如图1-1所示是Plotly网站截图，网址是https://plot.ly。

Python量化的关键是金融数据可视化，无论是传统的K线图，还是现在的互动策略分析，都需要大量的可视化图表。具体到编程代码，就是各种Python绘图模块库，传统Python绘图模块库有Matplotlib、Ggplot、Seaborn、Bokeh等。

Plotly绘图底层使用的是plotly.js, plotly.js基于D3.js、stack.gl（WebGL组件库，由Plotly团队的Mikola Lysenko带领开发）和SVG，用JavaScript在网页上实现类似MATLAB和Python Matplotlib的图形展示功能，支持数十种图形，包括2D和3D图形，交互流畅，可以满足一般科学计算的需要。该项目成功后，开始向其他语言移植，目前已经有Python、MATLAB、R语言、Jupyter等多种版本的API接口。

Plotly项目的创始人是Alex Johnson，是哈佛大学物理博士，曾经做过燃料电池。该项目的参与者中有一位华裔女生，叫Baobao Zhang（张宝宝），是耶鲁大学政治学博士。Fernando Perez（IPython Notebook创始人）是该项目的顾问。

Plotly项目团队在2013年就已经拿到数百万美元的投资，并在加拿大蒙特利尔注册了公司，公司名称是科学数据云服务公司，号称是“首个科学数据平台”，提供线上和联机服务，方便用户使用分享、评论等功能，其投资商有MHS资本、西门子风险资本、Rho Ventures、Real Ventures和硅谷银行等。

Plotly公司有很多大牌客户，如西门子、Google、美国国家航天局（NASA）、美国空军、华盛顿邮报、美国国家卫生研究院等。

Plotly公司的联合创始人Jack Parmer这样说过：对于开发者来说，绘制出漂亮的、交互式的图表并将之分享是一件很容事的事，但是对于一般的用户则很困难。Plotly改变了这种局面，借助互联网的媒介、利用世界级的绘图分析工具，每个人都可以参与其中。

Hacker News（极客新闻）网站曾经专门讨论过各种图形模块库，如Matplotlib、MPLD3、Bokeh、Highcharts、Flotcharts、MetricsGraphics、Vega、Chartjs、FusionCharts和JSXGraph。相比而言，Plotly功能齐全，性能显著超过其他同类产品。

Plotly原本是收费的商业软件，幸运的是，2016年6月，Plotly绘图模块库提供了免费的社区版本，并新增了Python等多种编程语言的接口，以及离线模式支持，这对于广大中国用户而言，获得了现实的技术支持。

Python绘图模块库数不胜数，其中经典的有数十个。目前，Plotly作为新一代互动型量化绘图库，基本上可以说一统天下。如图1-2所示是Plotly绘图模块库部分内置的图形类型。

笔者在编写本书时，特别针对多种Python绘图模块库进行了测试，测试结果表明，Plotly绘图模块库的确是新一代Python绘图模块的王者之选，也是各种Web平台的优先选择绘图模块。

以笔者个人的测试感觉而言，Plotly绘图模块库既有Matplotlib绘图模块库的强大与灵活，又有Seaborn统计绘图模块库的现代配色组合与优雅报表形态。

Plotly绘图模块库可直接生成PNG等图像文件，与Bokeh绘图模块库和各种基于Web的JavaScript图表模块库类似，生成的是一个内置JavaScript脚本的HTML网页文件，虽然文件比Bokeh绘图模块库生成的文件略大，但在互动性方面，Plotly绘图模块库强大得多。

在3D图表方面，虽然笔者没有实际测试，但基于Plotly网站的案例可以看出，相对传统Python 3D图表模块库，无论在图表种类格式，还是色彩组合方面，Plotly绘图模块库都显得更加灵活和强大。

图1-3所示是Plotly绘图模块库绘制的K线图，支持互动功能，读者可以参考Top极宽量化社区的演示网页（http://www.ziwang.com/zwdemo.htm）。

请注意，案例中没有使用任何图片，是纯JavaScript脚本函数，所有的图形、数据和互动都是通过JavaScript函数完成的，这些JavaScript函数全部是通过Python自动生成的。

图1-3虽然是静止的，但在浏览器中，其实是纯JavaScript脚本的函数图形，支持各种互动功能，读者可以好好体会一下，并且看看网页源码。

Plotly原本是基于JavaScript的数据图表分析绘制模块库，在编程的灵活性和图表的丰富性方面非常强大，优点数不胜数。

●Plotly本身是一款独立的Web版数据可视化工具，界面友好，提供强大的互动性操作。

●基于现代的配色组合和图表形式，相比Matplotlib、R语言的图表，更加现代和绚丽。

●具有简单且强大的3D图表绘制功能，支持多种格式。

●对图形参数的修改十分简单、直观，便于初学者使用。

●有Python、R、MATLAB、Jupyter、Excel等多种版本的接口。

●与Pandas（潘达思）数据分析软件无缝集成，并提供了专门的Plotly绘图模块库，设计的图表非常吸引人，而且具有高度互动性，这得益于其完善的文档和简单的Python API，用户入门也很容易，

目前，Plotly绘图模块库支持的图表格式如下。

●基本图表：20种。

●统计和海运方式图：12种。

●科学图表：21种。

●财务图表：2种。

●地图：8种。

●3D图表：19种。

●报告生成：4种。

●连接数据库：7种。

●拟合工具：3种。

●流动图表：4种。

随着Plotly绘图模块库软件的升级与更新，未来会增加更多的图表格式。

Plotly底层使用的是plotly.js，支持Python、R、MATLAB、JavaScript这四种语言的扩展，由于Python正处于数据分析领域的领先地位，并且其重要性呈日渐上升之势，所以本书介绍Plotly时以Python语言（Python 3）为主，同时也会给出Plotly在其他语言中的一些应用。

Plotly发展很快，其应用的领域也非常广泛，不但应用在传统意义上的数据分析与处理上，而且在网页开发、程序GUI、机器学习等多个方面也有重要的应用。由于这个原因，本书涉及的内容很广，除Plotly基础知识外不会做太多深入的介绍，仅进行入门介绍，读者可以结合基础知识部分进行更深入的研究，这对于绝大部分读者来说并不是什么难事。

对于本书前半部分的基础知识内容，并不需要读者对Python有太多的了解，没有学过Python的读者只需要花费两个小时了解Python的基础语法就可以了。本书后半部分的内容，读者可以按照自己的实际需求阅读相关的章节，然后稍微修改一下就可以进行实战，通过这种方式快速掌握这些技能。