Plotly 线形图
本文将讨论在 Python 中使用 Plotly 的 line()
函数创建折线图。
在 Python 中使用 Plotly 的 line()
函数创建折线图
线图通过连接所有数据点将数据点表示为连续线。
我们可以使用 Plotly 的 line()
函数来创建给定数据的折线图。要创建折线图,我们必须在 line()
函数内传递数据框或 x 和 y 轴值。
例如,让我们创建一些随机数据的简单折线图。请参阅下面的代码。
import plotly.express as px
values = [[3,4,3,5],[2,3,2,4]]
labels = ['a','b','c','d']
fig = px.line(x=labels, y=values, width=500, height=400)
fig.show()
输出:
我们使用宽度和高度参数来设置直方图的宽度和高度。数据有两行;这就是为什么有两条线。
我们可以使用 color
参数为每一行赋予与默认颜色序列不同的颜色。我们还可以使用 line_dash
参数为每一行赋予不同的样式。
要将折线图转换为在每个子图中包含一条线的一组子图,我们可以将 facet_row
用于行,将 facet_col
用于列,并将其值设置为整数或字符串的列表,用于设置子图的名称。
我们可以使用 facet_row_spacing
和 facet_col_spacing
参数更改每个子图之间的间距,并将其值设置为从 0 到 1 的浮点数。我们还可以使用 log_x
和 log_y
参数将坐标轴改为对数比例。
我们可以使用 title
参数给直方图一个标题。使用 symbol
参数,我们可以给每个数据点一个来自默认符号序列的符号。我们可以使用 text
参数给每个符号一个文本。
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
df = px.data.gapminder().query("continent=='Oceania'")
fig = px.line(df, x="year", y="lifeExp", color='country', width=600, height=400, line_dash='country', facet_col='country', title='Line Chart', symbol='country')
fig.show()
输出:
我们可以使用 color_discrete_sequence
和 line_dash_sequence
参数更改默认颜色和图案序列。我们可以将颜色序列设置为 Plotly 支持的颜色序列,如 Dark24
或 Light24
。
我们还可以使用 line_dash_sequence
参数更改每条线的线条样式,并将其设置为有效的 Plotly 支持的线条样式,如实线、点、破折号、longdash
、dashdot
和 longdashdot
。
例如,让我们改变上面折线图的颜色和样式顺序。请参阅下面的代码。
import plotly.express as px
df = px.data.gapminder().query("continent=='Oceania'")
fig = px.line(df, x="year", y="lifeExp", width=600, height=400,color='country',color_discrete_sequence=px.colors.qualitative.Light24, line_dash_sequence=['longdashdot','dash'])
fig.show()
输出:
除了使用颜色序列,我们还可以使用 color_discrete_map
参数为每一行赋予任何颜色。此参数用于覆盖默认颜色。
如果我们只改变几个线条颜色,其余的将从颜色序列中分配。例如,让我们将第一行颜色更改为黑色,将第二行颜色更改为黄色。
请参阅下面的代码。
import plotly.express as px
df = px.data.gapminder().query("continent=='Oceania'")
fig = px.line(df, x="year", y="lifeExp", width=600, height=400,color='country',color_discrete_map={'Australia':'black','New Zealand':'yellow'})
fig.show()
输出:
我们还可以使用 error_x
和 error_y
参数在行中添加错误栏。我们可以使用 line()
函数跟踪来更改线图的许多其他属性。
例如,我们可以使用 showlegend
参数隐藏图例并设置其 false 值。我们可以使用 opacity
参数设置折线图中线条的不透明度,并将其值设置为 0 到 1。
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
df = px.data.gapminder().query("continent=='Oceania'")
fig = px.line(df, x="year", y="lifeExp", width=600, height=400, color='country')
fig.update_traces(showlegend=False, opacity=0.7)
fig.show()
输出:
检查此链接以获取有关 line()
函数痕迹的更多详细信息。
相关文章
Django 中的 Slug
发布时间:2023/05/04 浏览次数:173 分类:Python
-
本篇文章旨在定义一个 slug 以及我们如何使用 slug 字段在 Python 中使用 Django 获得独特的帖子。
在 Django 中按降序过滤查询集中的项目
发布时间:2023/05/04 浏览次数:157 分类:Python
-
在这个讲解中,学习如何借助 Django 中的 order_by() 方法按降序过滤出查询集中的项目。
Django ALLOWED_HOSTS 介绍
发布时间:2023/05/04 浏览次数:181 分类:Python
-
本文展示了如何创建您的 Django 网站,为公开发布做好准备,如何设置 ALLOWED_HOSTS 以及如何在使用 Django 进行 Web 部署期间修复预期的主要问题。
Django 中的 Select_related 方法
发布时间:2023/05/04 浏览次数:129 分类:Python
-
本文介绍了什么是查询集,如何处理这些查询以及我们如何利用 select_related() 方法来过滤 Django 中相关模型的查询。
使用 Post 请求将数据发送到 Django 服务器
发布时间:2023/05/04 浏览次数:159 分类:Python
-
在这篇关于Django的讲解中,我们简要介绍了post和get请求以及如何在Django中用post实现CSRF token。
Django 返回 JSON
发布时间:2023/05/04 浏览次数:106 分类:Python
-
在与我们的讨论中,我们简要介绍了 JSON 格式,并讨论了如何借助 Django 中的 JsonResponse 类将数据返回为 JSON 格式。
在 Django 中创建对象
发布时间:2023/05/04 浏览次数:59 分类:Python
-
本文的目的是解释什么是模型以及如何使用 create() 方法创建对象,并了解如何在 Django 中使用 save() 方法。
在 Django 中为多项选择创建字段
发布时间:2023/05/04 浏览次数:75 分类:Python
-
在本文中,我们将着眼于为多项选择创建一个字段,并向您展示如何允许用户在 Django 中进行多项选择。