plotly 改变标记(marker)和直线(line)的风格

标记(markers)和直线(lines)的风格

import plotly.io as pio
import plotly.express as px
import plotly.graph_objects as go
from plotly.subplots import make_subplots
import pandas as pd
import numpy as np

# 设置plotly默认主题
pio.templates.default = 'plotly_white'

# 设置pandas打印时显示所有列
pd.set_option('display.max_columns', None)

样式汇总

官方示例：https://plotly.com/python/marker-style/

参数说明：https://plotly.com/python/reference/scatter/

go.Scatter、fig.update_traces(marker=dict(…), selector=dict(type=‘scatter’))、fig.update_shapes

• line：直线样式设置。字典类型，可取属性如下：
  • color：直线的颜色
  • dash：直线的样式
    • 可取样式字符串 'solid'（默认值）、 'dot'、 'dash'、 'longdash'、 'dashdot'、 'longdashdot' 或一个字符串长度列表，例如：“5px,10px,2px,2px”，即：绘画5px的短线，空10px，画2px短线，空2px
  • shape：确定直线的形状。取 'spline' 时，直线使用样条插值方式绘制，其他值对应于分段式的线型
    • 可取 'linear'（默认值）、 'spline'、 'hv'、 'vh'、 'hvh'、 'vhv'
  • simplify：是否通过移除相邻近似的点来简化线条。在过度线（transitioning lines）时，可能需要禁用此功能，这样产生的SVG路径上的点的数量就不会受到影响
  • smoothing：仅仅当 shape='spline'时有效，设置平滑程度。0表示无平滑（等价于 shape='linear'）
    • [0, 1.3] 之间的浮点数，默认值为 1
  • width：设置线条宽度
    • 大于等于0的整数，默认值为2

fig = go.Figure()

line_dash = ['solid', 'dot', 'dash', 'longdash', 'dashdot', 'longdashdot']
for i, d in enumerate(line_dash):
    fig.add_trace(
        go.Scatter(
            x=[0, 10], y=[i, i], mode='lines', 
            line=dict(dash=d, width=3,),
            showlegend=False
    ))


fig.update_layout(
    width=600, height=500,
    yaxis=dict(
        type='category',
        tickvals=list(range(len(line_dash))),
        ticktext=line_dash,
        showgrid=False
    ),
    xaxis_showticklabels=False,
    xaxis_showgrid=False,
)

fig.write_image('../pic/lines_1.png', scale=10)
fig.show()

fig = go.Figure()

line_dash = ['5px,10px,3px,2px', 
             '10px,10px,5px,5px,3px',
             '30px',
             '30px,10px']
for i, d in enumerate(line_dash):
    fig.add_trace(
        go.Scatter(
            x=[0, 10], y=[i, i], mode='lines', 
            line_dash=d,
            showlegend=False
    ))


fig.update_layout(
    width=600, height=500,
    yaxis=dict(
        type='category',
        tickvals=list(range(len(line_dash))),
        ticktext=line_dash,
        showgrid=False
    ),
    xaxis_showticklabels=False,
    xaxis_showgrid=False,
)

fig.write_image('../pic/lines_2.png', scale=10)
fig.show()

• marker：
  • symbol：设置标记的类型，末尾追加 100 等价于追加 “-open”， 追加 200 等价于追加 “-dot”，追加 300 等价于追加 “-open-dot” 或 “dot-open”。详细取值请看下面的样例
  • size：设置标记大小，大于等于0的整数，默认值为6
  • opacity：设置标记的不透明度，[0, 1]之间的浮点数
  • color：设置标记的颜色。接受一个特定的颜色或者一个数字数组，数组中的数会根据数组中的最大值和最小值映射到色阶上，或者根据 cmin 和 cmax （如果设置了）映射到色阶上。
    • 注：如果传入列表，那么列表长度必须等于传入的数据长度。列表中不仅可以是数字，也可以是颜色，如果为数字，那么必须搭配色柱 colorscale 使用，如果是颜色，则不需要色柱。一般柱状图 bar 传入颜色，以设置每个柱子的颜色。
  • cauto：是否根据输入 color 列表的数字数据自动计算 cmin 和 cmax，只有 color 传入了数值型列表才有效。默认值为 True ，如果指定了 cmin 和 cmax，那么该属性会自动设置为 False
  • cmin：设置色阶的下界，只有 color 传入了数值型列表才有效。如果指定了该属性，那么 cmax 也必须指定
  • cmid：通过缩放 cmin 和 cmax 设置色阶的中点。只有 color 传入了数值型列表才有效。当 cauto 为 False 时无效。
  • cmax：设置色阶的上界，只有 color 传入了数值型列表才有效。如果指定了该属性，那么 cmin 也必须指定
  • reversescale：是否逆序颜色映射，只有当 color 为数值型列表时有效，如果为 True，cmin 将代表数组中的最后一个颜色、cmax 将代表数组中的第一个颜色
  • colorscale：设置色阶，只有当 color 设置为数值型数组时才有效。colorscale 必须是一个包含将归一化的后的数映射到 rgb、rgba、hex、hsl、hsv 或命名颜色字符串的数组，最低需要包含0和1的映射情况，例如：[[0, 'rgb(0,0,255)'], [1, 'rgb(255,0,0)']]。可以使用 cmin 和 cmax 控制色阶的边界。此外，colorscale 也可以是下面的这些字符串：'Blackbody'、'Bluered'、'Blues'、'Cividis'、'Earth'、'Electric'、'Greens'、'Greys'、'Hot'、'Jet'、'Picnic'、'Portland'、'Rainbow'、'RdBu'、'Reds'、'Viridis'、'YlGnBu'、'YlOrRd'
  • showscale：是否显示色柱，只有当 color 设置为数字数组时才有效。
  • colorbar：色柱相关设置
  • gradient：渐变色，字典类型，可取属性如下：
    • color：设置最终渐变色，‘radial’ 为中心色，‘horizontal’ 为右侧，‘vertical’ 为底部。字符串或颜色数组
    • type：设置渐变色填充标记的类型
      • 字符串枚举类型，或者字符串枚举类型的列表。可取 'radial'、 'horizontal'、 'vertical'、 'none'（默认值）
  • line：标记点的线条设置，字典类型，可取属性如下：
    • color：同marker的 color
    • cauto：同marker的 cauto
    • cmin：同marker的 cmin
    • cmid：同marker的 cmid
    • cmax：同marker的 cmax
    • colorscale：同marker的 colorscale
    • reversescale：同marker的 reversescale
    • width：设置线条的宽度，大于等于0的整数。

import plotly.graph_objects as go
from plotly.validators.scatter.marker import SymbolValidator

raw_symbols = SymbolValidator().values
namestems = []
namevariants = []
symbols = []
for i in range(0,len(raw_symbols),3):
    name = raw_symbols[i+2]
    symbols.append(raw_symbols[i])
    namestems.append(name.replace("-open", "").replace("-dot", ""))
    namevariants.append(name[len(namestems[-1]):])

fig = go.Figure(go.Scatter(mode="markers", x=namevariants, y=namestems, marker_symbol=symbols,
                           marker_line_color="midnightblue", marker_color="lightskyblue",
                           marker_line_width=2, marker_size=15,
                           hovertemplate="name: %{y}%{x}<br>number: %{marker.symbol}<extra></extra>"))
fig.update_layout(title="Mouse over symbols for name & number!",
                  xaxis_range=[-1,4], yaxis_range=[len(set(namestems)),-1],
                  margin=dict(b=0,r=0), xaxis_side="top", height=1400, width=400)
fig.show()

df = px.data.iris()
print(df.head(3))

fig = px.scatter(df, x='sepal_width', y='petal_width')

fig.update_traces(
    marker=dict(
        color=[i for i in range(150)],
        colorscale='Electric',
        showscale=True,
        symbol='x-open-dot',
    )
)

fig.write_image('../pic/markers_2.png', scale=2)
fig.show()

df = px.data.iris()
print(df.head(3))

fig = px.scatter(df, x='sepal_width', y='petal_width')

fig.update_traces(
    marker=dict(
        color=[i for i in range(150)],
        cmin=50, cmax=100,
        colorscale=[[0, '#0d47a1'], [0.5, '#e3f2fd'], [1, '#d50000']],
        showscale=True,
        symbol='x-open-dot',
    )
)

fig.write_image('../pic/markers_3.png', scale=2)
fig.show()

fig = px.bar(x=['a', 'b', 'c', 'd'], y=[6, 4 ,8, 3])

fig.update_traces(
    marker=dict(
        color=['#e57373', '#9575cd', '#4fc3f7', '#81c784']
    )
)

fig.update_layout(
    width=600, height=400
)

fig.write_image('../pic/markers_4.png', scale=2)
fig.show()

fig = px.bar(x=['a', 'b', 'c', 'd'], y=[6, 4 ,8, 3])

fig.update_traces(
    marker=dict(
        color=['#e57373', '#9575cd', '#4fc3f7', '#81c784'],
        line=dict(width=2, color='black')
    )
)

fig.update_layout(
    width=600, height=400
)

fig.write_image('../pic/markers_5.png', scale=2)
fig.show()

fig = go.Figure()

fig.add_trace(
    go.Scatter(
        x=list(range(10)), y=[2 for _ in range(10)], mode='markers',
        marker=dict(
            size=30, 
            gradient={'color': '#f0acf7', 'type': 'horizontal'},
            line_width=0,
        )
    )
)

fig.add_trace(
    go.Scatter(
        x=list(range(10)), y=[3 for _ in range(10)], mode='markers',
        marker=dict(
            size=30,
            color='rgba(0, 0, 0, 0)',  # 使用a属性将填充颜色设为透明
            line=dict(
                width=2,
                color=list(range(10)),
                colorscale=[[0, '#f7f0ac'], [0.5, '#acf7f0'], [1, '#f0acf7']],
            )
        )
    )
)

fig.write_image('../pic/markers_6.png', scale=2)
fig.show()

fig = px.bar(x=['a', 'b', 'c', 'd', 'e', 'f', 'g'], y=[6, 4 ,8, 3, 9, 6, 2])

# 使用 color=list(range(...)) 搭配 colorscale，可以实现渐变色的效果
fig.update_traces(
    marker=dict(
        color=list(range(7)),
        colorscale=[[0, '#f7f0ac'], [0.5, '#acf7f0'], [1, '#f0acf7']],
    )
)

fig.update_layout(
    width=600, height=400
)

# fig.write_image('../pic/markers_7.png', scale=2)
fig.show()