迹忆客 专注技术分享

当前位置:主页 > 学无止境 > 编程语言 >

Plotly 叠加面积图

作者:迹忆客 最近更新:2023/03/21 浏览次数:

本文将讨论使用 Plotly 的 scatter() 函数的 stackgroup 参数创建堆积面积图。

Plotly 堆积面积图

堆积面积图包含多个不同数据框的区域。我们可以使用 scatter() 函数的 stackgroup() 参数在同一张图上绘制多个区域。

创建散点图后,我们可以使用 add_trace() 函数添加另一个区域,该函数在同一图中添加数据。

例如,让我们使用一些随机数据来创建散点图,然后使用 add_trace() 函数添加另一个区域。请参阅下面的代码。

import plotly.graph_objects as go

x = [1, 2, 3, 4]
plot = px.Figure(go.Scatter(name='Data One',x = x,
    y = [100, 200, 500, 673],stackgroup='one'))

plot.add_trace(go.Scatter(
    name = 'Data Two',
    x = x,
    y = [56, 123, 982, 213],
    stackgroup='one'))

plot.show()

输出:

堆叠是随机数据的图表

我们还可以使用 groupnorm 参数更改图形的规范化,并将其值设置为堆栈组总和的百分比。

例如,让我们使用标准化值绘制上图。请参阅下面的代码。

import plotly.graph_objects as go

x = [1, 2, 3, 4]
plot = px.Figure(go.Scatter(name='Data One',x = x,
    y = [100, 200, 500, 673],stackgroup='one',groupnorm='percent'))

plot.add_trace(go.Scatter(
    name = 'Data Two',
    x = x,
    y = [56, 123, 982, 213],
    stackgroup='one'))

plot.show()

输出:

堆叠是具有标准化值的图表

我们可以使用 add_trace() 函数在创建散点图中添加另一个区域。尽管如此,我们也可以在创建图形时通过将数据保存在变量中然后使用该变量绘制堆积面积图来做到这一点。

例如,让我们再次创建堆积面积图。请参阅下面的代码。

import plotly.graph_objects as go

x = [1, 2, 3, 4]
data=[go.Scatter(name='Data One',x = x,
    y = [100, 200, 500, 673],stackgroup='one'),
    go.Scatter(
    name = 'Data Two',
    x = x,
    y = [56, 123, 982, 213],
    stackgroup='one')]

plot = px.Figure(data)
plot.show()

输出:

堆叠是随机数据的图表

上一篇:Plotly 饼图

下一篇:Plotly 甘特图

转载请发邮件至 1244347461@qq.com 进行申请,经作者同意之后,转载请以链接形式注明出处

本文地址:

相关文章

Pandas read_csv()函数

发布时间:2024/04/24 浏览次数:254 分类:Python

Pandas read_csv()函数将指定的逗号分隔值(csv)文件读取到 DataFrame 中。

Pandas 追加数据到 CSV 中

发布时间:2024/04/24 浏览次数:352 分类:Python

本教程演示了如何在追加模式下使用 to_csv()向现有的 CSV 文件添加数据。

Pandas 多列合并

发布时间:2024/04/24 浏览次数:628 分类:Python

本教程介绍了如何在 Pandas 中使用 DataFrame.merge()方法合并两个 DataFrames。

Pandas loc vs iloc

发布时间:2024/04/24 浏览次数:837 分类:Python

本教程介绍了如何使用 Python 中的 loc 和 iloc 从 Pandas DataFrame 中过滤数据。

扫一扫阅读全部技术教程

社交账号
  • https://www.github.com/onmpw
  • qq:1244347461

最新推荐

教程更新

热门标签

扫码一下
查看教程更方便