标签：总结 layout plotly color 画图 fig Plotly go data
基本画法
有两种画法，一种利用plotly.graph_objs，一种利用plotly.express
下面以Bubble Chart作示例
利用plotly.graph_objs
这种操作方式比较清楚，适合数据用list储存时候使用
修改一下trace和layout里的参数即可
import plotly.graph_objs as go
a=['a','b','c','d']
b=[1,2,3,4]
trace1=dict(x=a,
y=b,
mode='markers', #图的类型 markers代表气泡图
name='Bubble Chart', #图的名称
marker=dict(color=[120,140,160,180],
size=[10,40,60,90],
showscale=True, #显示图右边的颜色图例
opacity=[1,0.7,0.4,0.2]), #不透明度 1是不透明
text=['aa','bb','cc','dd']) #鼠标放上去后显示文本
layout=dict(title='Bubble Chart', #显示在图的左上角
xaxis=dict(title='x 轴'),
yaxis=dict(title='y 轴'))
data=[trace1] #有多个图就构造多个trace
fig=go.Figure(data=data,layout=layout)
fig.show()
利用plotly.express
这种操作方式主要是与pandas相结合，当数据为dataframe形式时比较好用，而且这种方法可以方便的画出多个图形(不需要构造一个个trace)
这里是直接传入一个dataframe，在函数里面直接调用dataframe的各列(数据也可以是list)
import plotly.express as px
df = px.data.gapminder()
print(df.head())
#这里图的类型体现在scatter上
fig = px.scatter(df.query("year==2007"), #导入一个dataframe,下面各数据就是列名(也可以传入list)
x="gdpPercap",
y="lifeExp",
size="pop",
title='bubble chart' #显示在左上角的标题
color="continent", #画出的图根据color分类
hover_name="country", #hover name 指的是鼠标悬停在上面时，显示的属性
log_x=True, #x轴以对数比例缩放，否则就是等比例
size_max=60)
fig.show()
对于不同类型的图，语法大致是相同的。
基本图表
折线图
#1.利用plotly.express
fig=px.line()
#括号里面新增了一个属性:line_group
#如：line_group='country' 代表将同一国家的数据整合画成一条线
#注意：指定颜色时不能使用列表
#2.利用plotly.graph_objs
trace=dict(x=a,
y=b,
mode='lines'
line=dict(color='red'))
#mode='lines'画出的是折线(没有标记点)
#mode='lines+markers'画出的是带标记点的折线
#mode='markers' 画出的是散点图
如果想画虚线，可以修改line里面dash的值
dash包括dash,dot,dashdot
如果想画其它类型的线，可以在trace里修改line_shape的值
还可以在图中添加各种标签，参考layout的annotations参数
饼图
#1.plotly.express画法
fig=px.pie(df,
values='tip', #占比的计算
names='day', #按照day属性进行分类
color='day', #每块颜色
color_discrete_map={ 'Thur':'lightcyan', #指定具体颜色
'Fri':'cyan',
'Sat':'royalblue',
'Sun':'darkblue'})
#2.go.pie画法
labels = ['Oxygen','Hydrogen','Carbon_Dioxide','Nitrogen']
values = [4500, 2500, 1053, 500]
fig = go.Figure(data=[go.Pie(labels=labels,
values=values,
textinfo='value', #用于设置直接显示的文本(也可以写成textinfo='value+label'之类的))])
#hole=.3 可以将图设置为空心的
#pull=[0,0.1,0,0] 将某一块突出显示
fig.update_traces(hoverinfo='label+percent', #设置鼠标悬浮上去时显示的文本
textfont_size=20,
marker=dict(colors=colors, line=dict(color='#000000', width=2)))
fig.show()
#可以用fig.update_layout(uniformtext_minsize=12, uniformtext_mode='hide')来让占比过小的标签不显示文本
#go.Pie()里面加textinfo='value' 用于设置直接显示的文本(也可以写成textinfo='value+label'之类的)
用go.pie来写的自由性是比较大的，可以通过fig.add_trace添加其它轨迹
柱状图
#1.plotly.express画法
data_canada = px.data.gapminder().query("country == 'Canada'")
fig = px.bar(data_canada, x='year', y='pop', #y也可以写为y=["gold", "silver", "bronze"]，也能达到颜色分层效果
color='medal', #可以画出每条柱颜色分层的效果
#hover_data=['lifeExp','gdpPercap'] #设置悬浮文本
)
fig.show()
#还可以画多个图
fig = px.bar(df, x="sex", y="total_bill", color="smoker",
barmode="group",
facet_row="time", #在列上做分割，按time画图
facet_col="day", #在行上做分割，按day画图
category_orders={"day": ["Thur", "Fri", "Sat", "Sun"],
"time": ["Lunch", "Dinner"]}) #指定排布顺序
#2.go.Bar画法
#2.1最简单的画法
animals=['giraffes', 'orangutans', 'monkeys']
fig = go.Figure([go.Bar(x=animals, y=[20, 14, 23],
marker_color=colors, #调整颜色
width=[0.8,0.8,0.3] #调整宽度
)])
#2.2叠加画法
animals=['giraffes', 'orangutans', 'monkeys']
fig = go.Figure(data=[
go.Bar(name='SF Zoo', x=animals, y=[20, 14, 23]),
go.Bar(name='LA Zoo', x=animals, y=[12, 18, 29])
])
fig.update_layout(barmode='group') #并列
#fig.update_layout(barmode='stack') #堆叠
#2.3不同颜色的并列(常用)
months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun',
'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
fig = go.Figure()
fig.add_trace(go.Bar(
x=months,
y=[20, 14, 25, 16, 18, 22, 19, 15, 12, 16, 14, 17],
name='Primary Product',
marker_color='indianred'
))
fig.add_trace(go.Bar(
x=months,
y=[19, 14, 22, 14, 16, 19, 15, 14, 10, 12, 12, 16],
name='Secondary Product',
marker_color='lightsalmon'
))
fig.update_layout(barmode='group', xaxis_tickangle=-45) #将x轴标签适当倾斜
fig.show()
标签：总结,layout,plotly,color,画图,fig,Plotly,go,data 来源： https://blog.csdn.net/weixin_49522987/article/details/113741689
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。