共计 4338 个字符,预计需要花费 11 分钟才能阅读完成。
Plotly Express 是一个新的高级 Python 可视化库,它是 Plotly.py 的高级封装,为简单图表提供简略的语法。最次要的是 Plotly 能够与 Pandas 数据类型 DataFrame 完满的联合,对于数据分析、可视化来说切实是太便捷了,而且是完全免费的,十分值得尝试
上面咱们应用 Ployly 的几个内置数据集来进行相干图表绘制的演示
数据集
Plotly 内置的所有数据集都是 DataFrame 格局,也即是与 Pandas 深度符合的体现
不同国家历年 GDP 支出与人均寿命
蕴含字段:国家、洲、年份、平均寿命、人口数量、GDP、国家简称、国家编号
gap = px.data.gapminder()
gap2007 = gap.query("year==2007")
gap2007
Output
图片 0
餐馆的订单流水
蕴含字段:总账单、小费、性别、是否抽烟、星期几、就餐工夫、人数
tips = px.data.tips()
tips
Output
tup 0-1
鸢尾花
蕴含字段:萼片长、萼片宽、花瓣长、花瓣宽、品种、品种编号
iris = px.data.iris()
iris
Output
tup 0-2
风力
蕴含字段:方向、强度、数值
wind = px.data.wind()
wind
Output
tup0-3
2013 年蒙特利尔市长选举投票后果
包含字段:区域、Coderre 票数、Bergeron 票数、Joly 票数、总票数、胜者、后果 (占比分类)
election = px.data.election()
election
Output
tup 0-4
蒙特利尔一个区域核心左近的汽车共享服务的可用性
包含字段:纬度、经度、汽车小时数、顶峰小时
carshare = px.data.carshare()
carshare
Output
tup 0-5
内置调色面板
Plotly 还用于泛滥色调高级的调色板,使得咱们在绘制图表的时候不再为色彩搭配懊恼
卡通片的色调和序列
px.colors.carto.swatches()
Output
tup 0-6
CMOcean 我的项目的色阶
px.colors.cmocean.swatches()
Output
tup 0-7
还有其余很多调色板供选择,就不一一展现了,上面只给出代码,具体色彩款式能够自行运行代码查看
ColorBrewer2 我的项目的色阶
px.colors.colorbrewer
周期性色标,实用于具备天然周期构造的间断数据
px.colors.cyclical
扩散色标,实用于具备天然中点的间断数据
px.colors.diverging
定性色标,实用于没有天然程序的数据
px.colors.qualitative
程序色标,实用于大多数间断数据
px.colors.sequential
Plotly Express 根本绘图
散点图
Plotly 绘制散点图非常容易,一行代码就能够实现
px.scatter(gap2007, x="gdpPercap", y="lifeExp")
Output
tup 1
还能够通过参数 color 来辨别不同的数据类别
px.scatter(gap2007, x="gdpPercap", y="lifeExp", color="continent")
Output
tup2
这里每个点都代表一个国家,不同色彩则代表不同的大洲
还能够应用参数 size 来体现数据的大小状况
px.scatter(gap2007, x="gdpPercap", y="lifeExp", color="continent", size="pop", size_max=60)
Output
tup3
还能够通过参数 hover_name 来指定当鼠标悬浮的时候,展现的信息
tup4
还能够依据数据集中不同的数据类型进行图表的拆分
px.scatter(gap2007, x="gdpPercap", y="lifeExp", color="continent", size="pop",
size_max=60, hover_name="country", facet_col="continent", log_x=True)
Output
tup5
咱们当然还能够查看不同年份的数据,生成主动切换的动静图表
px.scatter(gap, x="gdpPercap", y="lifeExp", color="continent", size="pop",
size_max=60, hover_name="country", animation_frame="year", animation_group="country", log_x=True,
range_x=[100, 100000], range_y=[25, 90], labels=dict(pop="Population", gdpPercap="GDP per Capa", lifeExp="Life Expectancy"))
Output
tup6
地理信息图
Plotly 绘制动静的地理信息图表也是十分不便,通过这种地图的模式,咱们也能够分明的看到数据集中短少前苏联的相干数据
px.choropleth(gap, locations="iso_alpha", color="lifeExp", hover_name="country", animation_frame="year",
color_continuous_scale=px.colors.sequential.Plasma, projection="natural earth")
Output
图片 7
矩阵散点图
px.scatter_matrix(iris, dimensions=['sepal_width', 'sepal_length', 'petal_width', 'petal_length'], color='species', symbol='species')
Output
tup 8
平行坐标图
px.parallel_coordinates(tips, color='size', color_continuous_scale=px.colors.sequential.Inferno)
Output
tup 9
三元散点图
px.scatter_ternary(election, a="Joly", b="Coderre", c="Bergeron", color="winner", size="total", hover_name="district",
size_max=15, color_discrete_map = {"Joly": "blue",
"Bergeron": "green", "Coderre":"red"} )
Output
tup 10
极坐标线条图
px.line_polar(wind, r="frequency", theta="direction", color="strength",
line_close=True,color_discrete_sequence=px.colors.sequential.Plotly3[-2::-1])
Output
图片 11
小提琴图
px.violin(tips, y="tip", x="sex", color="smoker", facet_col="day", facet_row="time",box=True, points="all",
category_orders={"day": ["Thur", "Fri", "Sat", "Sun"], "time": ["Lunch", "Dinner"]},
hover_data=tips.columns)
Output
tup 12
极坐标条形图
px.bar_polar(wind, r="frequency", theta="direction", color="strength",
color_discrete_sequence= px.colors.sequential.Plotly3[-2::-1])
Output
tup 13
并行类别图
px.parallel_categories(tips, color="size", color_continuous_scale=px.
colors.sequential.Inferno)
Output
tup 14
直方图
px.histogram(tips, x="total_bill", color="smoker",facet_row="day", facet_col="time")
Output
tup 15
三维散点图
px.scatter_3d(election, x="Joly", y="Coderre", z="Bergeron", color="winner",
size="total", hover_name="district",symbol="result",
color_discrete_map = {"Joly": "blue", "Bergeron": "green",
"Coderre":"red"})
Output
tup 16
密度等值线图
px.density_contour(iris, x="sepal_width", y="sepal_length", color="species")
Output
tup 17
箱形图
px.box(tips, x="sex", y="tip", color="smoker", notched=True)
Output
tup 18
地理坐标线条图
px.line_geo(gap.query("year==2007"), locations="iso_alpha",
color="continent", projection="orthographic")
Output
tup 19
条线图
px.line(gap, x="year", y="lifeExp", color="continent",
line_group="country", hover_name="country",
line_shape="spline", render_mode="svg")
Output
tup 20
面积图
px.area(gap, x="year", y="pop", color="continent",
line_group="country")
Output
tup 21
热力求
px.density_heatmap(iris, x="sepal_width", y="sepal_length",
marginal_x="rug", marginal_y="histogram")
Output
tup 22
条形图
px.bar(tips, x="sex", y="total_bill", color="smoker", barmode="group")
Output
tup 23
本文由 mdnice 多平台公布