plotly绘图——条形图

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——条形图

条形图

基础条形图

代码解释

• data_canada = px.data.gapminder().query("country == 'Canada'")
  这一行代码首先从Plotly库提供的gapminder数据集中筛选出与加拿大相关的数据。gapminder数据集包含了多个国家多年的经济和健康指标。使用.query()方法和条件字符串"country == ‘Canada’"来选择数据集中所有country列值为’Canada’（加拿大）的行，结果存储在变量data_canada中。
• fig = px.bar(data_canada, x='year', y='pop')
  使用px.bar()函数创建一个条形图。data_canada是筛选后的数据集，x='year’指定了横轴使用数据集中的year列，即年份，y='pop’指定了纵轴使用数据集中的pop列，即人口数量。这个条形图将展示加拿大人口在不同年份的变化情况。

import plotly.express as px
data_canada = px.data.gapminder().query("country == 'Canada'")
fig = px.bar(data_canada, x='year', y='pop')
fig.show()

圆润条形图

代码解释

• df = data.medals_wide()
  这一行代码调用了一个函数（可能是一个自定义函数或者来自某个模块的函数），该函数返回了一个DataFrame df，其中包含了国家（nation）和它们分别获得的金牌（gold）、银牌（silver）和铜牌（bronze）的数量。

• fig = go.Figure()
  这一行代码创建了一个Plotly的Figure对象，这个对象将用来存储和展示数据以及图表的布局设置。go.Figure是Plotly库中用于创建图表的起点。
  data=[ … ]

• 在Figure对象中，data参数是一个列表，包含了图表的数据层。在这个例子中，列表中包含了三个go.Bar对象，每个对象代表一种奖牌类型（金、银、铜）的数据。

• go.Bar(x=df.nation, y=df.gold, name="Gold")
  这是列表中的第一个go.Bar对象，它创建了一个条形图来表示金牌数据。x参数指定了条形图的横轴数据（国家名称），y参数指定了纵轴数据（金牌数量），name参数为这个数据层设置了名称（“Gold”），这将在图例中显示。

• go.Bar(x=df.nation, y=df.silver, name="Silver")
  类似于上面的go.Bar对象，这个对象用于表示银牌数据。

• go.Bar(x=df.nation, y=df.bronze, name="Bronze")
  同样，这个对象用于表示铜牌数据。

• layout=dict(barcornerradius=15),
  layout参数是一个字典，用于设置图表的布局属性。在这个例子中，barcornerradius=15设置了条形图角落的圆角半径为15像素，这会让条形看起来更加圆润。

import plotly.graph_objects as go
from plotly import data

df = data.medals_wide()

fig = go.Figure(
    data=[
        go.Bar(x=df.nation, y=df.gold, name="Gold"),
        go.Bar(x=df.nation, y=df.silver, name="Silver"),
        go.Bar(x=df.nation, y=df.bronze, name="Bronze"),
    ],
    layout=dict(
        barcornerradius=15,
    ),
)

fig.show()

彩色样式条形图

代码解释

• 定义年份列表 years：
  years 是一个包含从1995年到2012年的年份的列表。
  创建一个空的 Figure 对象：

• fig = go.Figure() 创建了一个Plotly的Figure对象，用于存储图表的数据和布局设置。
  向 Figure 对象添加两个数据层（Trace）：
  第一个 Trace 使用 go.Bar 创建了一个条形图，表示“Rest of world”的塑料废料出口量。x 参数设置了横轴为年份列表 years，y 参数设置了纵轴为对应的出口量数据，name 参数为数据层设置了名称，并使用 marker_color 设置了条形的颜色。
  第二个 Trace 同样使用 go.Bar 创建了一个条形图，表示“China”的塑料废料出口量，设置了相同的参数，但有不同的出口量数据和条形颜色。
  更新 Figure 的布局（update_layout）：

• title=‘US Export of Plastic Scrap’ 设置了图表的标题。
  xaxis_tickfont_size=14 和 yaxis.tickfont_size=14 分别设置了横轴刻度标签和纵轴刻度标签的字体大小。
  yaxis.title=‘USD (millions)’ 和 yaxis.titlefont_size=16 设置了纵轴标题及其字体大小。
  legend 字典设置了图例的位置、背景颜色和边框颜色。
  barmode=‘group’ 设置了条形图的模式为分组堆叠，即相同位置的条形堆叠在一起。
  bargap=0.15 设置了相邻位置坐标的条形之间的间隙。
  bargroupgap=0.1 设置了同一位置坐标的条形之间的间隙。

import plotly.graph_objects as go

years = [1995, 1996, 1997, 1998, 1999, 2000, 2001, 2002, 2003,
         2004, 2005, 2006, 2007, 2008, 2009, 2010, 2011, 2012]

fig = go.Figure()
fig.add_trace(go.Bar(x=years,
                y=[219, 146, 112, 127, 124, 180, 236, 207, 236, 263,
                   350, 430, 474, 526, 488, 537, 500, 439],
                name='Rest of world',
                marker_color='rgb(55, 83, 109)'
                ))
fig.add_trace(go.Bar(x=years,
                y=[16, 13, 10, 11, 28, 37, 43, 55, 56, 88, 105, 156, 270,
                   299, 340, 403, 549, 499],
                name='China',
                marker_color='rgb(26, 118, 255)'
                ))

fig.update_layout(
    title='US Export of Plastic Scrap',
    xaxis_tickfont_size=14,
    yaxis=dict(
        title='USD (millions)',
        titlefont_size=16,
        tickfont_size=14,
    ),
    legend=dict(
        x=0,
        y=1.0,
        bgcolor='rgba(255, 255, 255, 0)',
        bordercolor='rgba(255, 255, 255, 0)'
    ),
    barmode='group',
    bargap=0.15, # gap between bars of adjacent location coordinates.
    bargroupgap=0.1 # gap between bars of the same location coordinate.
)
fig.show()