plotly.express同一个dataset,做多个子集,颜色设置

工作中,老板需要把三个图放在一个图里面。

介绍一下数据背景。我一开始有三个dataset,分别是no_bureau(没有信用记录),young_to_bureau(信用记录很短暂),mature_to_bureau(信用记录较久)。根据这三个数据做了三个图。

 老板的要求是把三个图放在一个图里,并且显示不同的颜色。

第一步:从数据集中选择需要的列。具体代码data1 = data1.iloc[:,[0,9]]-----提取第0,和9。

 用pandas增加一列并赋值。具体代码data1.insert(loc=1, column='segment',   value='no_bureau')

增加了一列名为segment,赋值为'no_bureau'

依次对所有数据集进行如此操作。

第二步:将三个数据集合并。data = pd.concat([data1,data2,data3])

因为每个数据集10完万个数据,最后是30万个数据。segment这一列中有三个变量no_bureau,young_bureau,mature_bureau.

第三步:使用plotly.express()进行画图

fig = px.histogram(data,x="Score",facet_col="segment",color = 'segment')
fig.add_trace(go.Histogram(x=[0,400,600,800,1000], y=[0,500,1000,1500,2000,2500,2800]),row=1, col=1)
fig.update_layout(font_size=16,width=1000,margin = dict(t=50, l=25, r=25, b=25))
fig.show()

 

 

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Plotly的直方图(histogram)累计是指在直方图上绘制累计频数或累计频率的方式。直方图常用于表示数据集的分布情况,而累计直方图则可以更好地展示数据的累积信息。 绘制直方图的第一步是将数据分成若干个等宽的区间,然后统计每个区间内数据的频数或频率。而绘制累计直方图则需要计算每个区间及其之前所有区间内的数据频数或频率的累积值。 绘制累计直方图的方法很简单,只需要将每个区间的频数或频率与之前所有区间的频数或频率相加即可得到累积频数或累积频率。然后,通过绘制每个区间的累积频数或累积频率与区间的关系,可以得到累积直方图。 在Plotly中绘制累计直方图也很方便。首先,我们可以使用`plotly.graph_objects`库中的`Histogram`类创建直方图对象。然后,可以通过设置`cumulative`参数为`True`来将直方图绘制为累计形式。 下面是一个示例代码,展示了如何使用Plotly绘制累计直方图: ```python import plotly.graph_objects as go # 定义数据 data = [1, 2, 2, 3, 3, 3, 4, 4, 5, 5, 5, 5] # 创建直方图对象并设置为累计形式 histogram = go.Histogram( x=data, cumulative=dict(enabled=True), nbinsx=5 ) # 创建图表布局 layout = go.Layout( title="累计直方图示例", xaxis=dict(title="数据"), yaxis=dict(title="累计频数") ) # 创建图表对象 figure = go.Figure(data=[histogram], layout=layout) # 显示图表 figure.show() ``` 通过运行上述代码,将会在浏览器中显示一个累计直方图。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值