迹忆客 专注技术分享

本文将讨论在 Python 中使用 Plotly 的 histogram() 函数创建直方图。

在 Python 中使用 Plotly 的 histogram() 函数创建直方图

在统计学中，直方图表示数值数据的分布。数据表示 bin，每个 bin 的高度等于数据值的总和。

直方图是一种聚合条形图，可以在 Plotly 中可视化分类轴和日期轴以及线性轴上的数据。我们可以使用 Plotly 的 histogram() 函数来创建给定数据的直方图。

要创建直方图，我们必须在 histogram() 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直方图。请参阅下面的代码。

import plotly.express as px

values = [[3,4,5],[2,2,2]]
labels = ['Day1','Day2','Day3']
fig = px.histogram(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。数据有三列，每列有两个值，我们在图中也有三个分格，有两种不同的颜色。

总高度是列中存在的两个值的总和。使用 color 参数，我们可以为每个 bin 赋予与默认颜色序列不同的颜色。

我们还可以使用 pattern_shape 参数为每​​个 bin 赋予不同的模式。要将直方图转换为在每个子图中包含单个 bin 的一组子图，我们可以将 facet_row 用于行，将 facet_col 用于列，并将其值设置为用于设置名称的整数或字符串列表子图。

我们还可以使用 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。我们可以使用边缘参数在直方图上方绘制分布图。

我们可以使用 opacity 参数设置 bin 的不透明度，并将其值设置为 0 到 1。我们还可以使用 log_x 和 log_y 参数将轴更改为对数比例。

我们可以使用 nbins 参数设置 bin 的数量。我们可以使用 title 参数给直方图一个标题。我们还可以使用 histfunc 参数将直方图函数从总和更改为平均值或最小值。

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],[2,2,2]]
labels = ['Day1','Day2','Day3']
fig = px.histogram(x=labels, y=values, width=500, height=400, color=labels, pattern_shape=labels, marginal='box', opacity=0.7, histfunc='avg', title='Histogram')
fig.show()

输出：

我们可以使用 color_discrete_sequence 和 pattern_shape_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 pattern_shape_sequence 参数更改每个 bin 的模式，并将其设置为有效的 Plotly 支持的形状 ['/', '\\', 'x', '-', '|', '+', '.']。

例如，让我们改变上面直方图的颜色和图案顺序。请参阅下面的代码。

import plotly.express as px

values = [[3,4,5],[2,2,2]]
labels = ['Day1','Day2','Day3']
fig = px.histogram(x=labels, y=values, width=500, height=400, color=labels, pattern_shape=labels,color_discrete_sequence=px.colors.qualitative.Light24, pattern_shape_sequence=['-','.','x'])
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​​个 bin 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 bin 颜色，其余的 bin 颜色将从颜色序列中分配。例如，让我们将前两个 bin 颜色更改为黄色和黑色。

请参阅下面的代码。

import plotly.express as px

values = [[3,4,5],[2,2,2]]
labels = ['Day1','Day2','Day3']
fig = px.histogram(x=labels, y=values, width=500, height=400, color=labels, pattern_shape=labels,color_discrete_sequence=px.colors.qualitative.Light24, pattern_shape_sequence=['-','.','x'], color_discrete_map={'Day1': 'yellow', 'Day2': 'black'})
fig.show()

输出：

我们可以使用 histogram() 函数跟踪来更改直方图的许多其他属性。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 text 参数在每个 bin 中添加文本，并将其值设置为字符串。我们还可以使用 textposition 参数设置文本位置，并将其值设置为 inside、outside 和 auto。

我们还可以在每个 bin 周围添加一条线，并使用 marker 参数设置其颜色和宽度。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],[2,2,2]]
labels = ['Day1','Day2','Day3']
fig = px.histogram(x=labels, y=values, width=500, height=400, color=labels, pattern_shape=labels,color_discrete_sequence=px.colors.qualitative.Light24, pattern_shape_sequence=['-','.','x'], color_discrete_map={'Day1': 'yellow', 'Day2': 'black'})
fig.update_traces(showlegend=False, text='hello', marker=dict(line=dict(color='red', width=5)))
fig.show()

输出：

检查此链接以获取有关 histogram() 函数跟踪的更多详细信息。