plotly绘图——散点图

一、介绍

plotly是一个易于使用，功能强大的python绘图库，用于构建可交互式的图表（可以自行运行后使用鼠标拖拽图片试试），本系列文章将介绍plotly绘制各种类型图的方法，本文将介绍——散点图

plotly库一般会在安装python时自行安装，如果出现找不到库的提示

在命令行中运行

pip install plotly

即可

二、简单散点图的绘制

单变量

这个数据只有一对函数关系，即x和y，以下是简单散点图的绘制方法

• 先导入plotly库
• 再创建一个fig画布
• 最后使用show方法显示

import plotly.express as px
fig = px.scatter(x=[0, 1, 2, 3, 4], y=[0, 1, 4, 9, 16])
fig.show()

多变量

此数据图数据为经典的鸢尾花数据集，有三类数据关系，分别为三种不同种类的鸢尾花的，花萼长宽，花瓣长宽，示例以花瓣的长宽作为y，x

• 先导入plotly库
• 再创建数据集（此处为鸢尾花数据集）

import plotly.express as px
df = px.data.iris() # 此数据的结构为pandas的Dataframe
fig = px.scatter(df, x="sepal_width", y="sepal_length")
fig.show()

三、为数据添加颜色辨识

按species分类

此示例中，不同种类的花的颜色不同

• 本示例的主要不同在于scatter方法的参数：color="species"这一参数代表以species来划分不同的颜色

import plotly.express as px
df = px.data.iris()
fig = px.scatter(df, x="sepal_width", y="sepal_length", color="species",
                 size='petal_length', hover_data=['petal_width'])
fig.show()

四、按pedal width分类

此示例中，数据的颜色由花瓣的长度决定

• 观察color参数，下图换成了以花瓣长度来划分颜色

import plotly.express as px
df = px.data.iris()
fig = px.scatter(df, x="sepal_width", y="sepal_length", color='petal_length')
fig.show()

五、分面散点图

使用这种方法可以在图上绘制多个指标

• 通过设置facet_col=“sex”, facet_row="time"参数来设置多个指标，用于在图上显示更多信息

import plotly.express as px
df = px.data.tips()
fig = px.scatter(df, x="total_bill", y="tip", color="smoker", facet_col="sex", facet_row="time")
fig.show()

六、设置悬停时的数据标签

• 该示例使用了网上的美国各州人口数据集
• 尝试运行一下，鼠标放在数据点上后会出现标签

import plotly.graph_objects as go
import pandas as pd

data= pd.read_csv("https://raw.githubusercontent.com/plotly/datasets/master/2014_usa_states.csv")

fig = go.Figure(data=go.Scatter(x=data['Postal'],
                                y=data['Population'],
                                mode='markers',
                                marker_color=data['Population'],
                                text=data['State'])) # hover text goes here

fig.update_layout(title='Population of USA States')
fig.show()

七、散点图的趋势线

plotly也支持绘制散点图的趋势线，方便观察数据的走向

• 主要参数为 trendline=“ols”

import plotly.express as px

df = px.data.tips()
fig = px.scatter(df, x="total_bill", y="tip", trendline="ols")
fig.show()

代码总结

• import plotly.express as px是导入库
• fig = px.scatter(df, x=“total_bill”, y=“tip”)是创建散点图的关键代码，参数一般是数据，各种散点图变化等
• fig.show()是绘制散点图