学习笔记-Plotly的基本使用方式(三）

最新推荐文章于 2025-03-18 16:04:55 发布

热心网友芝麻狐

最新推荐文章于 2025-03-18 16:04:55 发布

阅读量2.2k

点赞数 1

分类专栏： Plotly绘图文章标签： python

本文链接：https://blog.csdn.net/qq_39866875/article/details/108856078

版权

本文详细介绍了如何使用Plotly库在Python中绘制折线图，包括基本折线图、带有列编码颜色的折线图、点线图、不同模式的折线图、特殊折线图和高级折线图的绘制。通过示例展示了如何利用plotly.express进行数据可视化，以及如何处理数据中缺失值和进行折线图填充。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

利用Plotly绘制折线图

在学习笔记-Plotly的基本使用方式(二）介绍了plotly基本图像——散点图的绘制，所以今天呢继续介绍plotly基本图像——折线图的绘制，话不多说，直接冲冲冲！！！

1、基本折线图的绘制

在开始之前，先向各位小伙伴介绍一个Python的高级可视化库——plotly.express。plotly.express是一个新的高级Python可视化库：它是 Plotly.py 的高级封装，它为复杂的图表提供了一个简单的语法。
当我们在程序中导入plotly.express，大多数绘图只需要一个函数调用，接受一个整洁的Pandas dataframe，并简单描述你想要制作的图。如果你想要一个基本的折线图，其语法格式为： px.line(data，x =“column_name”，y =“column_name”)。
如下面所展示的绘图实例，利用内置的Gapminder数据集绘制折线图，显示加拿大人均预期寿命和时间之间的变化趋势：

import plotly.express as px
import plotly as py

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

在这里插入图片描述

2、带有列编码颜色的折线图

如果你想通过国家来区分每条折线图，可以使用color参数选取相应的数据为每条折线图进行着色，并由plotly.express负责设置默认颜色，设置图例等。
示例1：澳大利亚和新西兰的人均预期寿命和时间之间的变化趋势对比图：

import plotly.express as px
import plotly as py

df = px.data.gapminder().query("continent=='Oceania'")  #选取和大洋洲相关的国家数据
fig = px.line(df, x="year", y="lifeExp", color='country')
py.offline.plot(fig)

在这里插入图片描述
示例2：除亚洲外，其他四大洲的人均预期寿命和时间之间的变化趋势对比图：

import plotly.express as px
import plotly as py

df = px.data.gapminder().query("continent != 'Asia'") #排除和亚洲相关的数据
fig = px.line(df, x="year", y="lifeExp", color="continent",
              line_group="country", hover_name="country")
py.offline.plot()

在这里插入图片描述

3、简单的点线图绘制

import plotly.graph_objects as go
import plotly as py
import numpy as np

x = np.arange(10)
fig = go.Figure(data=go.Scatter(x=x, y=x**2))

py.offline.plot(fig)

在这里插入图片描述

4、不同模式的折线图绘制

通过add_trace将普通折线图，点线图以及散点图绘制到同一图中。对于add_trace具体使用方式，会在后期的博客中进行介绍，这里就不过多说明。
示例1：

import plotly.graph_objects as go
import plotly as py
import numpy as np
np.random.seed(1)

N = 100
random_x = np.linspace(0, 1, N)
random_y0 = np.random.randn(N) + 5
random_y1 = np.random.randn(N)
random_y2 = np.random.randn(N) - 5

fig = go.Figure()
fig.add_trace(go.Scatter(x=random_x, y=random_y0,
                    mode='lines',
                    name='lines'))
fig.add_trace(go.Scatter(x=random_x, y=random_y1,
                    mode='lines+markers',
                    name='lines+markers'))
fig.add_trace(go.Scatter(x=random_x, y=random_y2,
                    mode='markers', name='markers'))
py.offline.plot(fig)

在这里插入图片描述
示例2：

import plotly.graph_objects as go
import plotly as py

month = ['January', 'February', 'March', 'April', 'May', 'June', 'July',
         'August', 'September', 'October', 'November', 'December']
high_2000 = [32.5, 37.6, 49.9, 53.0, 69.1, 75.4, 76.5, 76.6, 70.7, 60.6, 45.1, 29.3]
low_2000 = [13.8, 22.3, 32.5, 37.2, 49.9, 56.1, 57.7, 58.3, 51.2, 42.8, 31.6, 15.9]
high_2007 = [36.5, 26.6, 43.6, 52.3, 71.5, 81.4, 80.5, 82.2, 76.0, 67.3, 46.1