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='Species'</