Plotly 气泡图
本教程将讨论使用 Plotly 的 scatter()
函数创建气泡图。
Python 中的 Plotly 气泡图
散点图也称为气泡图,将数据点显示为图形上的圆圈或气泡。我们可以使用 plotly.express
的 scatter()
函数来创建气泡图或散点图。
要创建散点图或气泡图,我们必须在 scatter()
函数中传递 x 和 y 轴值。如果只给出一个轴值,该函数将使用值的索引作为第二个轴值。
例如,让我们使用一些随机数据创建一个气泡图。请参阅下面的代码。
import plotly.express as px
values = [2,5,7,8,3,6]
fig = px.scatter(y=values, width=500, height=400)
fig.show()
输出:
width
和 height
参数用于设置上图的宽度和高度(以像素为单位)。我们还可以使用数据框创建气泡图。
对于数据框,我们可以使用 data_frame
参数在 scatter()
函数内传递数据。我们可以使用 color
参数为每个气泡赋予随机颜色。
scatter()
函数将使用颜色序列来设置每个气泡的颜色。我们可以使用 size
参数设置每个气泡的大小,并将其值设置为整数列表。我们可以使用 hover_name
参数为每个气泡设置悬停标题,并将其值设置为字符串列表。
我们还可以使用 text
参数在每个气泡内添加文本,并将其值设置为字符串列表。我们可以使用 facet_col
参数将每个气泡拆分到不同的图上,将每个气泡放在不同的图上。
我们可以使用 orientation
参数设置绘图的方向,并将其值设置为 h
表示水平方向,v
表示垂直方向。例如,让我们更改上面提到的属性。请参阅下面的代码。
import plotly.express as px
values = [3,4,5]
labels = ['a','b','c']
fig = px.scatter(y=values, x=labels, width=500, height=400, color=labels, size=[5,10,15], hover_name=['B1','B2','B3'], text=['1','2','3'],facet_col=labels)
fig.show()
输出:
我们还可以在每个气泡上添加误差条,使用 error_x
表示 x 轴误差,error_y
表示 y 轴误差。
我们可以使用 color_discrete_sequence
更改默认颜色序列,并使用 plotly.express.color.qualitative
属性将其值设置为 Plotly 支持的颜色序列,如 Dark24
和 Light24
。例如,让我们改变上面气泡图的颜色顺序。
请参阅下面的代码。
import plotly.express as px
values = [3,4,5]
labels = ['a','b','c']
fig = px.scatter(y=values, x=labels, width=500, height=400, color=labels, size=[5,10,15], hover_name=['B1','B2','B3'], text=['1','2','3'], error_y=[1,2,1],color_discrete_sequence=px.colors.qualitative.Dark24)
fig.show()
输出:
要改变颜色序列,我们需要改变上面代码中的颜色序列名称,比如从 Dark24
到 Light24
。如果我们想给每个气泡我们的颜色而不是颜色序列,我们可以使用 color_discrete_map
参数来覆盖颜色序列。
检查此链接以获取有关 Plotly 颜色的更多详细信息。例如,让我们更改上图中前两个气泡的颜色。
请参阅下面的代码。
import plotly.express as px
values = [3,4,5]
labels = ['a','b','c']
fig = px.scatter(y=values, x=labels, width=500, height=400, color=labels, size=[5,10,15], hover_name=['B1','B2','B3'], text=['1','2','3'], error_y=[1,2,1],color_discrete_map={'a':'red','b':'green'})
fig.show()
输出:
我们只更改了前两种颜色,其余颜色将来自默认颜色序列。我们可以使用 opacity
参数设置气泡的不透明度,并将其值从 0
设置为 1
。
我们还可以使用 log_x
和 log_y
参数将轴更改为对数比例,并将其值设置为 true。我们可以使用 title
参数设置图形的标题。
我们可以使用 marginal_x
和 marginal_y
在气泡图上方绘制分布图,以显示点的分布。例如,让我们更改上面提到的属性。
请参阅下面的代码。
import plotly.express as px
values = [3,4,5]
labels = ['a','b','c']
fig = px.scatter(y=values, x=labels, width=500, height=400, color=labels, size=[5,10,15], hover_name=['B1','B2','B3'], text=['1','2','3'], error_y=[1,2,1],color_discrete_map={'a':'red','b':'green'}, title='Bubble Chart', opacity=0.7, marginal_x="histogram")
fig.show()
输出:
我们还可以使用 fig.update_traces()
函数使用 scatter()
函数跟踪更改气泡图的许多其他属性。我们可以使用 showlegend
参数隐藏图例并将其值设置为 false。
我们可以使用 error_y_color
参数更改误差线的颜色,默认情况下与气泡颜色相同。我们可以使用 error_y_thickness
参数来更改误差线的线宽。
例如,让我们改变上面提到的痕迹。请参阅下面的代码。
import plotly.express as px
values = [3,4,5]
labels = ['a','b','c']
fig = px.scatter(y=values, x=labels, width=500, height=400, color=labels, size=[5,10,15], hover_name=['B1','B2','B3'], text=['1','2','3'], error_y=[1,2,1],color_discrete_map={'a':'red','b':'green'}, title='Bubble Chart', opacity=0.7, marginal_x="histogram")
fig.update_traces(showlegend=False, error_y_color='red',error_y_thickness=5)
fig.show()
输出:
检查此链接以获取有关 scatter()
函数跟踪的更多详细信息。