Plotly画图总结

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