【python】plotly学习笔记

plotly.express学习笔记

Plotly Express 在 2019年初刚发布的时候，是一个单独的 Python 库，在后来的版本中，Plotly 官方将 Plotly
Express 合并到 Plotly 中了，因此， Plotly Express 可以使用 Plotly 中大部分接口来对图形进行个性化设置。
这个也可以认为是 Plotly Express 相对其他 基于 Plotly 的第三方库（比如 cufflinks）的一些优势之处。

导入函数模块
import plotly.express as px

1.scatter() --散点图

plotly.express.scatter(
	data_frame=None, # Pandas DataFrame，数据源
	x=None,      # data_frame中列的名称,x轴坐标
	y=None,      # data_frame中列的名称,y轴坐标
	color=None,  # data_frame中列的名称，用于为标记分配颜色
	symbol=None, # data_frame中列的名称，将符号分配给标记
	size=None,   # data_frame中列的名称，分配标记大小
	hover_name=None, # data_frame中列的名称，悬停工具提示中以粗体显示
	hover_data=None, # data_frame中列的名称，在悬停工具提示中显示为额外数据；参数对象是一个列表
	custom_data=None,    # data_frame中列的名称，数据不是用户可见的，但包含在图形发出的事件中（套索选择等）
	text=None,       # data_frame中列的名称，显示为文本标签
	facet_row=None,  # data_frame中列的名称，在垂直方向为分面子图分配标记
	facet_col=None,  # data_frame中列的名称，将标记分配给水平方向的分面子图
	facet_col_wrap=0,# 分面列的最大数量。以此宽度包装列变量，以便列面跨越多行。
	facet_row_spacing=None,  # 分面行之间的间距 默认值为 0.03 或 0.0.7
	facet_col_spacing=None,  # 分面列之间的间距，以页面为单位 默认为 0.02。
	error_x=None,        # data_frame中列的名称，确定负方向上的 x 轴误差条的大小
    error_x_minus=None,  # data_frame中列的名称，确定负方向上的 x 轴误差条的大小
    error_y=None,        # data_frame中列的名称，确定 y 轴误差线的大小
    error_y_minus=None,  # data_frame中列的名称，在负方向上调整 y 轴误差条的大小
    animation_frame=None,    # data_frame中列的名称，为动画帧分配标记
    animation_group=None,    # data_frame中列的名称，跨动画帧的对象恒定性
    category_orders=None,    # 强制对每列的值进行特定排序
    labels=None, # 默认情况下，列名在图中用于轴标题、图例条目和悬停
    orientation=None,    # str，'h'水平或'v'垂直之一。
    color_discrete_sequence=None,    # 字符串应该定义有效的 CSS 颜色
    color_discrete_map=None, # 字符串值应该定义有效的 CSS-colors 用于覆盖 color_discrete_sequence
    color_continuous_scale=None, # 构建连续的颜色比例。
    range_color=None,    # 两个数字的列表，覆盖连续色标上的自动缩放
    color_continuous_midpoint=None,  # 计算连续色标的边界以获得所需的中点
    symbol_sequence=None, # 描述category_orders
    symbol_map=None, # 由symbol 表示的列中的值
    opacity=None,    # 介于 0 和 1 之间的值。设置标记的不透明度
    size_max=None,   # 使用时设置最大标记大小
    marginal_x=None, # 在主图上方绘制水平子图，子图类型有：'rug''box'(箱形图）'violin'（小提琴图）'histogram'（直方图）
    marginal_y=None, # 在主图的右侧绘制一个垂直子图，子图类型有：'rug''box'(箱形图）'violin'（小提琴图）'histogram'（直方图）
    trendline=None,  # 趋势线（STR） ，线的类型有：'ols'，'lowess'，'rolling'，'expanding'或'ewm'。
    trendline_options=None,  # trendline作为第一个参数传递给函数的选项
    trendline_color_override=None,   # 所有趋势线都将以这种颜色绘制
    trendline_scope='trace', # 'trace'or 'overall','trace'则每条轨迹绘制一条趋势线
    log_x=False, # x 轴在笛卡尔坐标中对数缩放
    log_y=False, # y 轴在笛卡尔坐标中对数缩放
    range_x=None,    # 则覆盖笛卡尔坐标中 x 轴上的自动缩放
    range_y=None,    # 则覆盖笛卡尔坐标中 y 轴上的自动缩放
    render_mode='auto', #  'auto'，'svg'或者'webgl',默认'auto'控件用于绘制标记的浏览器的API
    title=None,  # 图形标题
    template=None,   # 图形模板名称
    width=None,  # 以像素为单位的图形宽度
    height=None) # 以像素为单位的图形高度
)

以鸢尾花数据集举例：
数据示例：

data = pd.read_csv('data\Iris.csv')
figure = px.scatter(data,x="PetalLengthCm", y="PetalWidthCm", color="Species", symbol='Species',
size='PetalLengthCm',hover_name='Spe