【Plotly】python数据可视化神器——绘制折线图

Ploty- python数据可视化利器，plotly教程，教您如何绘制折线图

文章共4,098字 · 阅读需要大约14分钟

一键AI生成摘要，助你高效阅读

问答

paperplaneY

13097人浏览 · 2022-04-23 02:33:25

paperplaneY · 2022-04-23 02:33:25 发布

Plotly简介

plotly-marks

Plotly是用于机器学习、数据挖掘等领域的数据可视化包。

其图标视觉效果简洁大气，可互动性强，成为我工作中进行数据可视化的一大利器，接下来我们就从最简单的折线图，带领大家逐渐入门plotly。

1. 事先准备

为了方便学习，此处列出两种可以快速使用Plotly的方法。

网络ipynb环境，如colab，datalore等
本地ipynb环境，python + jupyter + plotly

注：此教程并不讲解python环境管理相关内容

1.1 网络ipynb环境

推荐使用 jetbrains 公司推出的：Datalore
点击上面的链接，使用 jetbrains 账户，即可享受免费的 cpu、gpu 资源。Plotly已经预装在其环境中可直接调用，而且自带代码补全功能，十分强大（强力安利）

1.2 本地ipynb环境

本地的话需要使用pip安装一下包：

numpy
plotly
jupyter

2. 绘制折线图

本片教程，将以折线图的形式来展现一名同学的成绩数据，并包含如何设置标题、添加标签等功能。

2.1 数据准备

我们假设小明每个月考一次数学，那么在这步中，我们使用numpy随机生成小明12次考试的成绩，并打印出来

import numpy as np

month_list = [i + 1 for i in range(12)]
score_list = np.random.randint(0, 100, 12)
print("考试月份：", month_list)
print("考试分数：", score_list)

------
>>> 考试月份： [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
>>> 考试分数： [22 32 43 61 59 59  1 36 22 14 48 41]

2.2 基本用法

我们先编写以下代码，不明白没关系，详细解释都在代码注释中。

import plotly.graph_objects as go	# 引入plotly底层绘图库

fig = go.Figure()				# 声明fig为一个图表
fig.add_trace(go.Scatter(		# 通过add_trace，往图表中加入折线。折线是go.Scatter类
    x=month_list,				# 声明scatter的x轴数据，月份
    y=score_list				# 声明scatter的y轴数据，成绩
))
fig.show()						# 展示图表

得到下图
在这里插入图片描述
这张图表已经看起来还行了，但是还是缺少一些元素，比如标题，坐标名字等，我们这就加上！

2.3 添加标题、坐标、图示等

我们更新上面的代码为：

import plotly.graph_objects as go

fig = go.Figure()
fig.add_trace(
    go.Scatter(
        x=month_list,
        y=score_list
))
fig.update_layout(
    title="小明2022年成绩单",
    xaxis=dict(title="month"),
    yaxis=dict(title="score"),
    width=800,
    height=500
)
fig.show()

500*500

知识点：通过 fig.update_layout() 来更新图表的排版

说明一下其中参数的作用

title 设定了标题；
xaxis 设定了x轴相关参数
yaxis 设定了y轴相关参数
width, height 设定了画布大小

update_layout中还可以更新很多东西，这里我们指修改了最基本的。

回到图表上，我们的图看起来不够直观，具体成绩的数字没有体现出来。为此，我们简单修改一下代码。

2.4 为折线增加数据

更新代码为以下的样子。

import plotly.graph_objects as go

fig = go.Figure()
fig.add_trace(
    go.Scatter(
        x=month_list,
        y=score_list,
        mode="markers+lines+text",      # << 新增代码
        text=score_list,                # << 新增代码
        textposition="top center"       # << 新增代码
))
fig.update_layout(
    title="小明2022年成绩单",
    xaxis=dict(title="month"),
    yaxis=dict(title="score"),
    width=500,
    height=500
)
fig.show()

在这里插入图片描述

知识点：scatter 中的 mode 设置了折线图显示 lines折线、markers点、text数据。可以任意组合，使用加号连接

我们的数据已经显示出来了，但是横坐标月份省略了很多，而且我们不知道坐标轴有没有对其。因此我们更新一下 fig.update_layout() 部分：

# ...省略上面的重复代码
fig.update_layout(
    title="小明2022年成绩单",
    xaxis=dict(title="month", nticks=13),
    yaxis=dict(title="score", nticks=11, rangemode="tozero", range=(0,100)),
    width=500,
    height=500
)
fig.show()

其中 nticks 设置了要画多少个刻度线，因为考虑到0也是有刻度的，因此x轴的刻度线数量为12+1=13
同理y轴以10分为一档，绘制11条刻度线。

第二个新增的参数为 rangemode ，这里的设置使y轴的0刻度对其最下侧

第三个参数就好理解了，我们通过设置 range 来确定显示的成绩范围为0-100分。

最终效果图如下：

在这里插入图片描述

2.5 多折线与图示

假设之前的成绩为小明的数学，接下来，我们为他添加语文和英语成绩：

数据生成部分

import numpy as np

month_list = [i + 1 for i in range(12)]
math_list = np.random.randint(0, 100, 12)
chinese_list = np.random.randint(0, 100, 12)
english_list = np.random.randint(0, 100, 12)
print("考试月份：", month_list)
print("数学分数：", math_list)
print("语文分数：", chinese_list)
print("英语分数：", english_list)

---
考试月份： [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
数学分数： [42 13 59 92 60 26 75 33 66  8 74 34]
语文分数： [64 71 71 18 87 44 18 45  1  7 83 55]
英语分数： [25 53 82 26 36 20  8 69 56 43  9 56]

图表生成部分: 我们照猫画虎，多添加两条折线图

import plotly.graph_objects as go

fig = go.Figure()
fig.add_trace(
    go.Scatter(
        x=month_list,
        y=math_list,
        mode="markers+lines+text",
        text=math_list,                 
        textposition="top center"       
))
fig.add_trace(
    go.Scatter(
        x=month_list,
        y=chinese_list,
        mode="markers+lines+text",
        text=chinese_list,                 
        textposition="top center"       
))
fig.add_trace(
    go.Scatter(
        x=month_list,
        y=english_list,
        mode="markers+lines+text",
        text=english_list,                 
        textposition="top center"       
))
fig.update_layout(
    title="小明2022年成绩单",
    xaxis=dict(title="month", nticks=13),
    yaxis=dict(title="score", nticks=11, rangemode="tozero", range=(0,100)),
    width=1000,
    height=500
)
fig.show()

图表，效果如下

在这里插入图片描述
可以看到右侧出现了图示，但是没有显示具体的科目，于是我们在每个scatter中添加name属性：

# ...省略代码
fig.add_trace(
    go.Scatter(
        name="Math",				# ! <<< 添加这行
        x=month_list,
        y=math_list,
        mode="markers+lines+text",
        text=math_list,                 
        textposition="top center"       
))
# ...下面的scatter也添加各自的name属性

可以看到，右侧的图示已经显示了相应的学科。至此，我们的折线图表绘制完成了。
在这里插入图片描述

2.6 图表的主题风格

我们还能通过设置 fig.update_layout() 中的 template 属性来轻松的变化图表风格，比如

# ..... 省略代码
fig.update_layout(
    title="小明2022年成绩单",
    xaxis=dict(title="month", nticks=13),
    yaxis=dict(title="score", nticks=11, rangemode="tozero", range=(0,100)),
    width=1000,
    height=500,
    template="simple_white" 			# ! <<<设置这一行
)
fig.show()