【Python百日进阶-数据分析】Day119 - Plotly Figure参数: 散点图(一)

一个plotly.graph_objects.Scatter跟踪在图中的一个图形对象data与任何下面列出的命名参数或属性列表。

散点图类型包括折线图、散点图、文本图和气泡图。可视化为散点或线的数据设置在“x”和“y”中。文本(出现在图表上或仅在悬停时出现)是通过“文本”。气泡图是通过将 marker.size 和/或 marker.color 设置为数值数组来实现的。

name 名称

代码: fig.update_traces(name=, selector=dict(type=‘scatter’))
类型:字符串
设置跟踪名称。跟踪名称显示为图例项和悬停。

visible 可见的

代码: fig.update_traces(visible=, selector=dict(type=‘scatter’))
类型:枚举,一个(True| False| “legendonly”)
默认: True
确定此跟踪是否可见。如果为“legendonly”,则不绘制轨迹,但可以作为图例项出现(前提是图例本身可见)。

showlegend 图例

代码: fig.update_traces(showlegend=, selector=dict(type=‘scatter’))
类型: boolean
默认值: True
确定与此跟踪对应的项目是否显示在图例中。

legendrank 图例等级

代码: fig.update_traces(legendrank=, selector=dict(type=‘scatter’))
类型:数字
默认值: 1000
设置此跟踪的图例等级。具有较小等级的项目和组显示在顶部/左侧,而“反向”legend.traceorder 它们位于底部/右侧。默认的legendrank 是1000,这样你就可以使用小于1000 的等级将某些项目放在所有未排名的项目之前,而大于1000 的排名则放在所有未排名的项目之后。

legendgroup 图例组

代码: fig.update_traces(legendgroup=, selector=dict(type=‘scatter’))
类型:字符串
默认值: “”
设置此跟踪的图例组。切换图例项时,同时跟踪同一图例组隐藏/显示的一部分。

legendgrouptitle 图例组标题

代码: fig.update_traces(legendgrouptitle=dict(…), selector=dict(type=‘scatter’))
类型:包含下面列出的一个或多个键的字典。

  • font 字体
    代码: fig.update_traces(legendgrouptitle_font=dict(…), selector=dict(type=‘scatter’))
    类型:包含下面列出的一个或多个键的字典。
    设置此图例组的标题字体。

    • color 颜色
      代码: fig.update_traces(legendgrouptitle_font_color=, selector=dict(type=‘scatter’))
      类型:颜色
    • family
      代码: fig.update_traces(legendgrouptitle_font_family=, selector=dict(type=‘scatter’))
      类型:字符串
      HTML 字体系列 - 将由网络浏览器应用的字体。网络浏览器只有在其运行的系统上可用时才能应用该字体。提供以逗号分隔的多个字体系列,以指示在系统上不可用时应用字体的首选项。Chart Studio Cloud(位于 https://chart-studio.plotly.com 或内部部署)在服务器上生成图像,其中仅安装和支持选定数量的字体。其中包括“Arial”、“Balto”、“Courier New”、“Droid Sans”、“Droid Serif”、“Droid Sans Mono”、“Gravitas One”、“Old Standard TT”、“Open Sans”、“Overpass” ”、“PT Sans Narrow”、“Raleway”、“Times New Roman”。

    -size 尺寸
    代码: fig.update_traces(legendgrouptitle_font_size=, selector=dict(type=‘scatter’))
    类型:大于或等于 1 的数字

  • size 文本
    代码: fig.update_traces(legendgrouptitle_text=, selector=dict(type=‘scatter’))
    类型:字符串
    默认值: “”
    设置图例组的标题。

opacity 不透明度

代码: fig.update_traces(opacity=, selector=dict(type=‘scatter’))
类型:介于或等于 0 和 1 之间的数字
默认值: 1
设置跟踪的不透明度。

mode 模式

代码: fig.update_traces(mode=, selector=dict(type=‘scatter’))
类型: flaglist 字符串。“lines”, “markers”, 的任意组合"text"与"+“OR 连接"none”。
示例: “lines” , “markers”, “lines+markers”, “lines+markers+text”,“none”
确定此散点轨迹的绘制模式。如果提供的mode 包含“text”,则text 元素出现在坐标处。否则,text 元素会出现在悬停时。如果少于 20 个点且轨迹未堆叠,则默认为“线+标记”。否则,“行”。

ids

代码: fig.update_traces(ids=, selector=dict(type=‘scatter’))
类型:列表、numpy 数组或 Pandas 系列的数字、字符串或日期时间。
为每个数据分配 id 标签。这些 id 用于动画期间数据点的对象恒定性。应该是一个字符串数组,而不是数字或任何其他类型。

X

代码: fig.update_traces(x=, selector=dict(type=‘scatter’))
类型:列表、numpy 数组或 Pandas 系列的数字、字符串或日期时间。
设置 x 坐标。

x0

代码: fig.update_traces(x0=, selector=dict(type=‘scatter’))
类型:数字或分类坐标字符串
默认值: 0
替换为“x”。构建 x 坐标的线性空间。与 dx 一起使用,其中 x0 是起始坐标,dx 是步长。

dx

代码: fig.update_traces(dx=, selector=dict(type=‘scatter’))
类型:数字
默认值: 1
设置 x 坐标步长。有关更多信息,请参阅“x0”。

y

代码: fig.update_traces(y=, selector=dict(type=‘scatter’))
类型:列表、numpy 数组或 Pandas 系列的数字、字符串或日期时间。
设置 y 坐标。

y0

代码: fig.update_traces(y0=, selector=dict(type=‘scatter’))
类型:数字或分类坐标字符串
默认值: 0
替换为y。构建 y 坐标的线性空间。与 dy 一起使用,其中 y0 是起始坐标,dy 是步长。

dy

代码: fig.update_traces(dy=, selector=dict(type=‘scatter’))
类型:数字
默认值: 1
设置 y 坐标步长。有关更多信息,请参阅“y0”。

text 文本

代码: fig.update_traces(text=, selector=dict(type=‘scatter’))
类型:字符串或字符串数​​组
默认值: “”
设置与每个 (x,y) 对关联的文本元素。如果是单个字符串,则相同的字符串出现在所有数据点上。如果是字符串数组,则项目按顺序映射到此跟踪的 (x,y) 坐标。如果跟踪 hoverinfo 包含“文本”标志并且未设置“悬停文本”,这些元素将在悬停标签中看到。

textposition 文本位置

代码: fig.update_traces(textposition=, selector=dict(type=‘scatter’))
类型:枚举或枚举数组,(“top left”| “top center”| “top right”| “middle left”| “middle center”| “middle right”| “bottom left”| “bottom center”| “bottom right”)之一
默认: “middle center”
设置 text 元素相对于 (x,y) 坐标的位置。

texttemplate 文本模板

代码: fig.update_traces(texttemplate=, selector=dict(type=‘scatter’))
类型:字符串或字符串数​​组
默认值: “”
用于呈现出现在点上的信息文本的模板字符串。请注意,这将覆盖 textinfo。使用 %{variable} 插入变量,例如“y: %{y}”。数字使用 d3-format 的语法 %{variable:d3-format} 进行格式化,例如“Price: %{y:$.2f}”。https://github.com/d3/d3-format/tree/v1.4.5#d3-format 有关格式化语法的详细信息。日期使用 d3-time-format 的语法 %{variable|d3-time-format} 进行格式化,例如“Day: %{2019-01-01|%A}”。https://github.com/d3/d3-time-format/tree/v2.2.3#locale_format 有关日期格式语法的详细信息。可以为每个点指定的每个属性(arrayOk: True)都可用。

hovertext 悬停文本

代码: fig.update_traces(hovertext=, selector=dict(type=‘scatter’))
类型:字符串或字符串数​​组
默认值: “”
设置与每个 (x,y) 对关联的悬停文本元素。如果是单个字符串,则相同的字符串出现在所有数据点上。如果是字符串数组,则项目按顺序映射到此跟踪的 (x,y) 坐标。可见,trace hoverinfo 必须包含一个“text”标志。

hoverinfo 悬停信息

代码: fig.update_traces(hoverinfo=, selector=dict(type=‘scatter’))
类型: flaglist 字符串。“x”、“y”、“z”、“text”、“name"与”+“OR"all"或"none"or 的任意组合"skip”。
示例: “x” , “y”, “x+y”, “x+y+z”,“all”
默认值: “all”
确定在悬停时显示哪些跟踪信息。如果设置了 noneskip,则悬停时不显示任何信息。但是,如果设置了 none,点击和悬停事件仍然会被触发。

hovertemplate 悬停模板

代码: fig.update_traces(hovertemplate=, selector=dict(type=‘scatter’))
类型:字符串或字符串数​​组
默认值: “”
用于呈现出现在悬停框上的信息的模板字符串。请注意,这将覆盖 hoverinfo。使用 %{variable} 插入变量,例如 “y: %{y}” 以及 %{xother}, {%xother}, {%xother}, {%xother}。当显示多个点的信息时,“xother”将被添加到与第一个点不同 x 位置的那些。“(x|y)other”之前或之后的下划线将在该侧添加一个空格,仅当显示此字段时。数字使用 d3-format 的语法 %{variable:d3-format} 进行格式化,例如“Price: %{y:$.2f}”。https://github.com/d3/d3-format/tree/v1.4.5#d3-format 有关格式化语法的详细信息。日期使用 d3-time-format 的语法 %{variable|d3-time-format} 进行格式化,例如“Day: %{2019-01-01|%A}”。https://github。com/d3/d3-time-format/tree/v2.2.3#locale_format 有关日期格式语法的详细信息。hovertemplate 中可用的变量是作为此链接 https://plotly.com/javascript/plotlyjs-events/#event-data 中描述的事件数据发出的变量。此外,可以为每个点指定的每个属性(arrayOk: True)都可用。标签<extra> 中包含的任何内容都显示在辅助框中,例如“{fullData.name}”。要完全隐藏辅助框,请使用空标签 <extra></extra>。可以为每个点指定的每个属性(arrayOk: True)都可用。标签<extra> 中包含的任何内容都显示在辅助框中,例如“{fullData.name}”。要完全隐藏辅助框,请使用空标签 <extra></extra>。可以为每个点指定的每个属性(arrayOk: True)都可用。标签<extra> 中包含的任何内容都显示在辅助框中,例如“{fullData.name}”。要完全隐藏辅助框,请使用空标签 <extra></extra>

xhoverformat 悬停格式

代码: fig.update_traces(xhoverformat=, selector=dict(type=‘scatter’))
类型:字符串
默认值: “”
使用与 Python 非常相似的 d3 格式化迷你语言为 x 设置悬停文本格式规则。有关数字,请参阅:https://github.com/d3/d3-format/tree/v1.4.5#d3-format。日期见:https://github.com/d3/d3-time-format/tree/v2.2.3#locale_format。我们向 d3 的日期格式化程序添加了两项:“%h”表示半年的十进制数,以及“%{n}f”表示带有 n 位数字的小数秒。例如,带有刻度格式“%H%M%S.%2f”的“2016-10-13 09:15:23.456”将显示“091523.46”默认情况下,这些值使用xaxis.hoverformat .

yhoverformat

代码: fig.update_traces(yhoverformat=, selector=dict(type=‘scatter’))
类型:字符串
默认值: “”
使用与 Python 中的非常相似的 d3 格式迷你语言设置 y 的悬停文本格式规则。有关数字,请参阅:https://github.com/d3/d3-format/tree/v1.4.5#d3-format。日期见:https://github.com/d3/d3-time-format/tree/v2.2.3#locale_format。我们向 d3 的日期格式化程序添加了两项:“%h”表示半年的十进制数,以及“%{n}f”表示带有 n 位数字的小数秒。例如,带有刻度格式“%H%M%S.%2f”的“2016-10-13 09:15:23.456”将显示“091523.46”默认情况下,这些值使用yaxis.hoverformat .

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
python数据分析:基于plotly的动态可视化绘图.pdf》是一本关于使用Python进行数据分析的书籍,主要介绍了如何利用plotly库进行动态可视化绘图。 数据分析是通过收集、清洗、加工、分析和呈现大量数据来揭示其中潜在规律和洞察的过程。而可视化则是将数据以图表等可视化方式展示,帮助我们更直观地理解和解读数据。plotlyPython中一款功能强大的可视化库,它可以生成各种交互式图表,支持动态可视化和在线展示。 《python数据分析:基于plotly的动态可视化绘图.pdf》通过实例演示了如何使用plotly库进行数据分析中常用的可视化操作,包括折线图、柱状图、散点图、饼图、地理图等。使用plotly库可以轻松创建动态可视化图表,通过调整参数和设置动画效果,可以让图表更生动、更具吸引力。 动态可视化是一种通过动态变化的图表来展示数据的方法。它可以帮助我们更好地理解数据的变化趋势和规律,发现数据中隐藏的特征和模式。在数据分析中,动态可视化常用于时间序列数据、实时数据等领域,能够直观地展示数据的变化过程和动态趋势。 综上所述,《python数据分析:基于plotly的动态可视化绘图.pdf》是一本介绍如何使用plotly库进行动态可视化绘图的书籍,通过实例演示了使用plotly库创建各种动态可视化图表的方法和技巧,对于对数据分析和可视化有兴趣的人来说,是一本不可多得的学习资料。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

岳涛@心馨电脑

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值