plotly-express-22-plotly使用技巧大全
plotly-express-22-plotly使用技巧大全
皮大大
发布于 2021-03-01 16:04:26
发布于 2021-03-01 16:04:26
本文中将前段时间写的plotly-express可视化库的相关技巧进行整理，方便后续快速实现调用
- 先整理之前写的亮点
- 后面肯定会补充内容
常见绘图参数
常见图形的绘图参数
修改x/y轴名称(px)
修改x/y轴名称(go)
# Edit the layout
fig.update_layout(title='Average High and Low Temperatures in New York', # 左上角的标题设置
xaxis_title='Month', # 横纵坐标的名称
yaxis_title='Temperature (degrees F)')
修改X/Y轴名称（figure实现）
# 布局设置
layout = go.Layout(
title = 'Prime genre', # 整个图的标题
margin = dict(
l = 100 # 左边距离
),
xaxis = dict(
title = 'Type of app' # 2个轴的标题
),
yaxis = dict(
title = 'Count of app'
),
width = 900,
height = 500
)
fig = go.Figure(data=data, layout=layout)
fig.update_traces(textposition="outside")坐标轴刻度
坐标轴的起始点和间距问题
多子图绘制-1
fig = go.Figure()
# add traces
fig.add_trace(go.Scatter(x=random_x,y=random_y0,
mode="markers",name="markers"))
fig.add_trace(go.Scatter(x=random_x, y=random_y1,
mode='lines+markers',name='lines+markers'))
fig.add_trace(go.Scatter(x=random_x, y=random_y2,
mode='lines',name='lines'))
fig.add_trace(go.Scatter(x=random_x, y=random_y3,
mode='markers',name='markers'))
fig.show()
多子图绘制-2
子图的绘制知识点很多，主要包含：
- 每个子图的名称
- 指定几行几列
- 子图属性设置
- 第一个子图的起始位置
- 每个子图的标题
- 子图之间的间隔设置
- 如何共享x轴
- 每个子图中的文本信息设置及位置显示
- 子图右边的图例名称
- 子图的位置通过row/col实现
- 单独设置xy轴的名称
- 共享轴
- 自定义子图位置（在哪行哪列）
- 子图类型
fig = make_subplots(
rows=2, cols=2, shared_yaxes=True， # 共享y轴
specs=[[{"type": "xy"}, {"type": "polar"}], # 子图类型
[{"type": "domain"}, {"type": "scene"}]],
)冒泡点大小
fig = go.Figure(go.Scatter(
x=np.linspace(0,50,10),
y=np.random.randint(0,50,10),
mode="markers",
marker=dict(size=np.random.randint(0,50,10), # 通过字典的形式来实现
color=np.random.randint(50,100,10))
))冒泡点颜色
fig = go.Figure(data=go.Scatter(
x=x,
y=y,
mode="markers",
marker=dict( # marker是字典的形式
size=20,
color=np.random.randint(0,100,500), # 指定颜色区间
colorscale="Viridis", # 选择哪种颜色
showscale=True # 右边的颜色尺度尺是否显示
)
))添加注释（某个特殊点）
fig.add_annotation(
x=2, # 给（2.5） 给特殊点添加注解
y=5,
text="max number")
fig.add_annotation(
x=4,
y=4,
text="median number")
fig.update_annotations(dict(
xref="x",
yref="y",
showarrow=True,
arrowhead=7,
ax=0,
ay=-40
))
柱状图-信息显示在外面
df = px.data.gapminder().query("continent == 'Europe' and year == 2007 and pop > 2.e6")
fig = px.bar(df, x="country", y="pop", text="pop")
fig.update_traces(texttemplate="%{text:.2s}", # 数字保留2位有效数字
textposition="outside") # 数字显示在外面
fig.update_layout(uniformtext_minsize=10, uniformtext_mode="hide")
fig.show()
柱状图-改变柱子颜色
结合颜色随机生成方法
# 生成颜色的函数
def random_color_generator(number_of_colors):
color = ["#"+''.join([random.choice('0123456789ABCDEF') for j in range(6)])
for i in range(number_of_colors)]
return color
绘制双坐标
# df.sort_values("产量",ascending=False)：将产量进行降序排列，图形更直观
# 排序函数：sort_values("col",ascending=True) 根据某个字段，默认是升序
trace1 = go.Bar(
x=df.sort_values("产量",ascending=False)["地区"].values.tolist(),
y=df.sort_values("产量",ascending=False)["产量"].values.tolist(),
marker=dict(color=random_color_generator(6)),
# 指定显示的文本，类似y值
text=df.sort_values("产量",ascending=False)["产量"].values.tolist(),
textposition="outside", # 文本的位置
opacity=0.5,
name="地区订单数量"
)
trace2 = go.Scatter(
x=df["地区"].values.tolist(),
y=df["财政收入"].values.tolist(),
mode="markers",
marker=dict(color=random_color_generator(6)),
opacity=0.5,
name="地区财政收入",
yaxis="y2" # 这是第二条y轴
)
data = [trace1,trace2] # 添加图形的轨迹数据
layout = go.Layout(title="不同地区的订单数量",
xaxis=dict(title="地区"), # 共用x轴
yaxis=dict(title="地区订单数量"), # 第一条y轴的名字
yaxis2=dict(title="地区财政收入",overlaying="y", side="right"), # 第二条y轴的名字，堆叠位置（与y相同），位置在右边
legend=dict(x=0.8,y=0.9,font=dict(size=12,color="red")) # 图例的位置（图形看做一个单位长度），大小和字体颜色
)
fig = go.Figure(data=data,layout=layout)
fig.show()
柱状图-坐标轴排序
饼图-颜色（自定义）
go实现
px实现
字典形式
fig = px.pie(df, values="tip",names="day",color="day",
color_discrete_map={'Thur':'lightcyan',
'Fri':'cyan',
'Sat':'royalblue',
'Sun':'darkblue'})通过序列形式
通过color_discrete_sequence=px.colors.sequential.Bluyl来实现
df = px.data.tips()
# 设置饼图的颜色：px.colors.sequential.Bluyl
fig = px.pie(df, values="tip", names="day",color_discrete_sequence=px.colors.sequential.Bluyl)
fig.show()
饼图-文本隐藏
df = px.data.gapminder().query("continent == 'Asia'")
fig = px.pie(df, values='pop', names='country')
fig.update_traces(textposition='inside') # 文字信息在里面
fig.update_layout(uniformtext_minsize=15, # 文本信息的最小值
uniformtext_mode='hide' # 小于最小值则被隐藏
)
fig.show()
饼图-布局和属性设置
饼图-文本位置（3种）
百分比实现
将各个类别的数量变成百分比
颜色随机生成（优秀）
这个方法很巧妙，能够用在任何绘制的图形中，只要有多个颜色出现：只需要在color参数中调用函数即可实现
# 颜色的随机生成：#123456 # 加上6位数字构成
def random_color_generator(number_of_colors):
color = ["#"+''.join([random.choice('0123456789ABCDEF') for j in range(6)])
for i in range(number_of_colors)]
return color
trace = go.Bar(
x = cnt_srs.index,
y = cnt_srs.values,
text = text,
marker = dict(
color = random_color_generator(100),
line = dict(color='rgb(8, 48, 107)',
width = 1.5)
),
opacity = 0.7
)坐标轴倾斜
将坐标轴的文字信息倾斜显示
# 图表标题
fig.update_layout(title_text='January 2013 Sales Report',xaxis_tickangle=-45) # + x轴标签旋转45度
Plotly实现表格
如何使用Plotly实现表格
jupyter中保存图片
kaleido保存图片
from kaleido.scopes.plotly import PlotlyScope
import plotly.graph_objects as go
scope = PlotlyScope()
fig = go.Figure(data=[go.Scatter(y=[1, 3, 2])])
with open("figure.png", "wb") as f: # 在本地目录下面就会生成文件
f.write(scope.transform(fig, format="png"))图例设置
对于图例设置的技巧，主要包含：
- 整体基本设置
- 修改图例名称
- 隐藏图例入口（第一个图例）
- 图例位置显示
- 自定义优美图例
- 图例散点大小设置
- 组图例设置
- 标题设置
本文参与?腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2020-8-16，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录