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