plotly绘图——折线图

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——折线图

折现图

基础折线图

代码解释

• df = px.data.gapminder().query("country=='Canada'")
  这一行代码首先调用px.data.gapminder()获取了一个内置的示例数据集gapminder，这个数据集包含了多个国家多年的经济和健康指标。然后，使用.query()方法对这个数据集进行筛选，只保留与加拿大相关的数据行。这里的查询语句"country==‘Canada’"意味着选择数据集中country列值为"Canada"的行。

• fig = px.line(df, x="year", y="lifeExp", title='Life expectancy in Canada')
  这一行代码使用px.line()函数创建了一个折线图。df是之前筛选出的加拿大数据集，x="year"指定了横轴变量为year，即年份，y="lifeExp"指定了纵轴变量为lifeExp，即预期寿命。title='Life expectancy in Canada’为图表设置了标题，表明这个图表展示的是加拿大的预期寿命随时间的变化。

import plotly.express as px

df = px.data.gapminder().query("country=='Canada'")
fig = px.line(df, x="year", y="lifeExp", title='Life expectancy in Canada')
fig.show()

具有列编码颜色的线条图

代码解释

• df = px.data.gapminder().query("continent=='Oceania'")
  这一行代码首先调用px.data.gapminder()获取了一个内置的示例数据集gapminder，这个数据集包含了多个国家多年的经济和健康指标。然后，使用.query()方法对这个数据集进行筛选，只保留与大洋洲相关的数据行。这里的查询语句"continent==‘Oceania’"意味着选择数据集中continent列值为"Oceania"的行，即筛选出大洋洲的国家。

• fig = px.line(df, x="year", y="lifeExp", color='country')
  这一行代码使用px.line()函数创建了一个折线图。df是之前筛选出的大洋洲国家数据集，x="year"指定了横轴变量为year，即年份，y="lifeExp"指定了纵轴变量为lifeExp，即预期寿命。color='country’参数指定了图表中每条折线的颜色应该根据country列的值（即国家）来区分，这样在图表中可以清楚地看到每个国家的数据。

import plotly.express as px

df = px.data.gapminder().query("continent=='Oceania'")
fig = px.line(df, x="year", y="lifeExp", color='country')
fig.show()

折线图中的数据顺序

代码解释

• 创建一个DataFrame：
  使用pd.DataFrame()函数创建一个新的DataFrame对象，其中包含两个列x和y，每列都有四个数据点。这些数据点是无序的，即x和y的值没有按照任何特定的顺序排列。
  创建第一个折线图：

• 使用px.line()函数创建一个折线图，其中df是数据源，x="x"和y="y"分别指定了DataFrame中的x列和y列作为图表的横轴和纵轴数据。title="Unsorted Input"为图表设置了一个标题，表明这个图表展示的是未排序的输入数据。
  调用fig.show()方法显示这个折线图。这会导致图表在用户的默认浏览器中渲染和显示。
  对DataFrame进行排序：

• 使用DataFrame的sort_values()方法按x列的值对DataFrame进行排序。by="x"参数指定了排序的列。排序后，x和y的值将按照x的升序排列。
  创建第二个折线图：

• 再次使用px.line()函数创建一个新的折线图，这次使用排序后的DataFrame。同样地，x="x"和y="y"指定了图表的横轴和纵轴数据，而title="Sorted Input"设置了新标题，表明这个图表展示的是排序后的输入数据。
  调用fig.show()方法显示这个折线图。

import plotly.express as px
import pandas as pd

df = pd.DataFrame(dict(
    x = [1, 3, 2, 4],
    y = [1, 2, 3, 4]
))
fig = px.line(df, x="x", y="y", title="Unsorted Input") 
fig.show()

df = df.sort_values(by="x")
fig = px.line(df, x="x", y="y", title="Sorted Input") 
fig.show()

日期上的折线图

代码解释

• df = px.data.stocks()
  这一行代码调用了plotly.express模块中的px.data.stocks()函数，这个函数返回了一个内置的数据集，其中包含了多个主要科技公司的股票价格历史数据。这个数据集通常是以Pandas DataFrame的形式提供的，其中包含了日期、公司名称和股票代码等信息，以及对应的股票价格数据。

• fig = px.line(df, x='date', y="GOOG")
  这一行代码使用px.line()函数创建了一个折线图。df是之前获取的股票数据集。x='date’指定了横轴变量为date，即数据集中的日期列，代表了股票价格的时间点。y="GOOG"指定了纵轴变量为GOOG，即数据集中谷歌公司的股票价格列。这里，GOOG是谷歌公司的股票代码，我们通过这个代码来筛选出谷歌公司的股票价格数据，以便在图表中展示。

px.line()函数会根据指定的x和y参数，绘制出谷歌公司股票价格随日期变化的趋势线。由于这里没有指定其他参数，如颜色或线型，Plotly会使用默认的设置来渲染图表。

import plotly.express as px

df = px.data.stocks()
fig = px.line(df, x='date', y="GOOG")
fig.show()