25张炫酷交互图表，一文入门Plotly

Plotly Express 是一个新的高级 Python 可视化库，它是 Plotly.py 的高级封装，为复杂图表提供简单的语法。最主要的是 Plotly 可以与 Pandas 数据类型 DataFrame 完美的结合，对于数据分析、可视化来说实在是太便捷了，而且是完全免费的，非常值得尝试

下面我们使用 Ployly 的几个内置数据集来进行相关图表绘制的演示

数据集

Plotly 内置的所有数据集都是 DataFrame 格式，也即是与 Pandas 深度契合的体现

不同国家历年GDP收入与人均寿命

包含字段：国家、洲、年份、平均寿命、人口数量、GDP、国家简称、国家编号

gap = px.data.gapminder()
gap2007 = gap.query("year==2007")
gap2007

Output

餐馆的订单流水

包含字段：总账单、小费、性别、是否抽烟、星期几、就餐时间、人数

tips = px.data.tips()
tips

Output

鸢尾花

包含字段：萼片长、萼片宽、花瓣长、花瓣宽、种类、种类编号

iris = px.data.iris()  
iris

Output

风力

包含字段：方向、强度、数值

wind = px.data.wind()  
wind

Output

2013年蒙特利尔市长选举投票结果

包括字段：区域、Coderre票数、Bergeron票数、Joly票数、总票数、胜者、结果(占比分类)

election = px.data.election() 
election

Output

蒙特利尔一个区域中心附近的汽车共享服务的可用性

包括字段：纬度、经度、汽车小时数、高峰小时

carshare = px.data.carshare()
carshare

Output

内置调色面板

Plotly 还用于众多色彩高级的调色板，使得我们在绘制图表的时候不再为颜色搭配烦恼

卡通片的色彩和序列

px.colors.carto.swatches() 

Output