參考資料：Plotly_express官方API教程、Plotly_express官方畫圖教程
一、概述
Plotly 是新一代的數(shù)據(jù)可視化神器，TopQ量化開源團隊，雖然plotly功能強大，卻一直沒有得到廣泛應(yīng)用，大部分py開發(fā)人員，還在使用陳舊的matplotlib，其中最重要的原因，就是plotly的設(shè)置過于繁瑣。為此，plotly推出了其簡化接口：Plotly Express，簡稱：px。
Plotly Express是對 Plotly.py 的高級封裝，采用ROR等新一代“約定優(yōu)先”編程模式，內(nèi)置了大量實用、現(xiàn)代的繪圖模板，用戶只需調(diào)用簡單的API函數(shù)，即可快速生成漂亮的互動圖表。
Plotly Express內(nèi)置的圖表組合，涵蓋了90%常用的繪圖需要，Python畫圖，首推Plotly Express，毫無疑問。
二、圖表說明
scatter：散點圖
在散點圖中，每行data_frame由2D空間中的符號標記表示；scatter_3d：三維散點圖
在3D散點圖中，每行data_frame由3D空間中的符號標記表示；scatter_polar：極坐標散點圖
在極坐標散點圖中，每行data_frame由極坐標中的符號標記表示；scatter_ternary：三元散點圖
在三元散點圖中，每行data_frame由三元坐標中的符號標記表示；scatter_mapbox：地圖散點圖
在Mapbox散點圖中，每一行data_frame都由Mapbox地圖上的符號標記表示；scatter_geo：地理坐標散點圖
在地理散點圖中，每一行data_frame都由地圖上的符號標記表示；scatter_matrix：矩陣散點圖
在散點圖矩陣(或SPLOM)中，每行data_frame由多個符號標記表示，在2D散點圖的網(wǎng)格的每個單元格中有一個，其將每對dimensions彼此相對繪制；density_contour：密度等值線圖（雙變量分布）
在密度等值線圖中，行data_frame被組合在一起，成為輪廓標記，以可視化該值的聚合函數(shù)histfunc(例如：計數(shù)或總和)的2D分布z；density_heatmap：密度熱力圖（雙變量分布）
在密度熱圖中，行data_frame被組合在一起，成為彩色矩形瓦片，以可視化該值的聚合函數(shù)histfunc(例如：計數(shù)或總和)的2D分布 z；line：線條圖
在2D線圖中，每行data_frame表示為2D空間中折線標記的頂點；line_polar：極坐標線條圖
在極線圖中，每行data_frame表示為極坐標中折線標記的頂點；line_ternary：三元線條圖
在三元線圖中，每行data_frame表示為三元坐標中折線標記的頂點；line_mapbox：地圖線條圖
在Mapbox線圖中，每一行data_frame表示為Mapbox地圖上折線標記的頂點；line_geo：地理坐標線條圖
在地理線圖中，每一行data_frame表示為地圖上折線標記的頂點；parallel_coordinates：平行坐標圖
在平行坐標圖中，每行data_frame由折線標記表示，該折線標記穿過一組平行軸，每個平行軸對應(yīng)一個平行軸 dimensions；parallel_categories：并行類別圖
在并行類別(或平行集)圖中，每行data_frame與其他共享相同值的行組合，dimensions然后通過一組平行軸繪制為折線標記，每個平行軸對應(yīng)一個dimensions；area：堆積區(qū)域圖
在堆積區(qū)域圖中，每行data_frame表示為2D空間中折線標記的頂點。連續(xù)折線之間的區(qū)域被填充；bar：條形圖
在條形圖中，每行data_frame表示為矩形標記；bar_polar：極坐標條形圖
在極坐標條形圖中，每一行都data_frame表示為極坐標中的楔形標記；violin：小提琴圖
在小提琴圖中，將data_frame每一行分組成一個曲線標記，以便可視化它們的分布；box：箱形圖
在箱形圖中，data_frame的每一行被組合在一起成為盒須標記，以顯示它們的分布；strip：長條圖
在長條圖中，每一行data_frame表示為類別中的抖動標記；histogram：直方圖
在直方圖中，每一行data_frame被組合在一起成為矩形標記，以可視化該值的聚合函數(shù)histfunc(例如，計數(shù)或總和)的1D分布y(或者x，如果orientation是'h'時)；choropleth：等高(值)區(qū)域地圖
在等值區(qū)域圖中，每行data_frame由地圖上的彩色區(qū)域標記表示；
三、子模塊
import numpy as np
import pandas as pd
import plotly_express as px
1. 內(nèi)置數(shù)據(jù)集
- 不同國家歷年GDP收入與人均壽命。包含字段：國家、洲、年份、平均壽命、人口數(shù)量、GDP、國家簡稱、國家編號；
gapminder = px.data.gapminder()
- 餐館的訂單流水。包含字段：總賬單、小費、性別、是否抽煙、星期幾、就餐時間、人數(shù)；
tips = px.data.tips()
- 花：萼片長、萼片寬、花瓣長、花瓣寬、種類、種類編號
iris = px.data.iris()
- 風(fēng)力等級：方向、強度、數(shù)值
wind = px.data.wind()
- 2013年蒙特利爾市長選舉投票結(jié)果。包括字段：區(qū)域、Coderre票數(shù)、Bergeron票數(shù)、Joly票數(shù)、總票數(shù)、勝者、結(jié)果(占比分類)
election = px.data.election()
- 蒙特利爾一個區(qū)域中心附近的汽車共享服務(wù)的可用性。包括字段：緯度、經(jīng)度、汽車小時數(shù)、高峰小時
carshare = px.data.carshare()
2. 內(nèi)置顏色面板
- 開源包：卡通片的色彩和序列
px.colors.carto
- 開源包：CMOcean項目的色階
px.colors.cmocean
- 開源包：來自ColorBrewer2項目的色階和序列
px.colors.colorbrewer
- 周期性色標適用于具有自然周期結(jié)構(gòu)的連續(xù)數(shù)據(jù)
px.colors.cyclical
- 分散色標適用于具有自然中點的連續(xù)數(shù)據(jù)
px.colors.diverging
- 定性色標適用于沒有自然順序的數(shù)據(jù)
px.colors.qualitative
- 順序色標適用于大多數(shù)連續(xù)數(shù)據(jù)
px.colors.sequential
- 舉例展示
px.colors.qualitative.swatches()
-
舉例效果
四、 散點圖
1. 方法定義
def scatter(data_frame, x=None, y=None, color=None, symbol=None, size=None,
hover_name=None, hover_data=None, text=None, facet_row=None,
facet_col=None, error_x=None, error_x_minus=None, error_y=None,
error_y_minus=None, animation_frame=None, animation_group=None,
category_orders={}, labels={}, color_discrete_sequence=None,
color_discrete_map={}, color_continuous_scale=None,
range_color=None, color_continuous_midpoint=None,
symbol_sequence=None, symbol_map={}, opacity=None,
size_max=None, marginal_x=None, marginal_y=None, trendline=None,
trendline_color_override=None, log_x=False, log_y=False,
range_x=None, range_y=None, render_mode='auto', title=None,
template=None, width=None, height=None):
return
2. 參數(shù)說明
data_frame：目標數(shù)據(jù)，類型為dataframe；
x ：指定列名。列中的值用于笛卡爾坐標中沿 X 軸的定位標記。圖表類型為水平柱狀圖時，這些值用作參數(shù)histfunc的入?yún)ⅲ?/p>
y ：指定列名。列中的值用于笛卡爾坐標中沿 Y 軸的定位標記。圖表類型為垂直柱狀圖時，這些值用作參數(shù)histfunc的入?yún)ⅲ?/p>
color：指定列名。為列中的不同值，(由px)自動匹配不同的標記顏色；若列為數(shù)值數(shù)據(jù)時，還會自動生成連續(xù)色標；
symbol：指定列名。為列中的不同值，設(shè)置不同的標記形狀；
size：指定列名。為列中的不同值，設(shè)置不同的標記大小；
hover_name：指定列名。將列中的值，加粗顯示在懸停提示內(nèi)容的正上方；
hover_data：指定列名組成的列表。所有列的值，顯示在懸停提示內(nèi)容中，位于x/y值的下方。指定的列與x/y重復(fù)時僅顯示1條數(shù)據(jù)；
text：指定列名。列中的值，在圖的標記中顯示為文本標簽，同時也顯示在懸停提示內(nèi)容中；
facet_row：指定列名。根據(jù)列中不同的(N個)值，在垂直方向上顯示N個子圖，并在子圖右側(cè)，垂直方向上，進行文本標注；
facet_col：指定列名。根據(jù)列中不同的(N個)值，在水平方向上顯示N個子圖，并在子圖上方，水平方向上，進行文本標注；
error_x：指定列名。顯示誤差線，列中的值用于調(diào)整 X 軸誤差線的大小。如果參數(shù)error_x_minus == None，則懸停提示內(nèi)容中，顯示對稱的誤差值；否則顯示正向的誤差值。該列通常是基于元數(shù)據(jù)加工的結(jié)果，目的是統(tǒng)計元數(shù)據(jù)指標的誤差值，一般會用元數(shù)據(jù)除以100的整數(shù)倍。
error_x_minus：指定列名。列中的值用于在負方向調(diào)整 X 軸誤差線的大小，如果參數(shù)error_x==None，則直接忽略該參數(shù)；
error_y：指定列名。顯示誤差線，列中的值用于調(diào)整 Y 軸誤差線的大小。如果參數(shù)error_y_minus == None，則懸停提示內(nèi)容中，顯示對稱的誤差值；否則顯示正向的誤差值。該列通常是基于元數(shù)據(jù)加工的結(jié)果，目的是統(tǒng)計元數(shù)據(jù)指標的誤差值，一般會用元數(shù)據(jù)除以100的整數(shù)倍。
error_y_minus：指定列名。列中的值用于在負方向調(diào)整 Y 軸誤差線的大小，如果參數(shù)error_y==None，則直接忽略該參數(shù)；
animation_frame：指定列名。列中的值用于為動畫幀指定標記，即設(shè)置滑動條；
animation_group：指定列名。列中的值用于提供跨動畫幀的聯(lián)動匹配；
category_orders：帶有字符串鍵和字符串列表值的字典，默認為{}，此參數(shù)用于強制每列的特定值排序，dict鍵是列名，dict值是指定的排列順序的字符串列表。默認情況下，在Python 3.6+中，軸，圖例和構(gòu)面中的分類值的順序取決于在data_frame中首次出現(xiàn)的順序，而在3.6以下的Python中，默認不保證順序，該參數(shù)即為解決此類問題而設(shè)計；
labels：帶字符串鍵和字符串值的dict，默認為{}。此參數(shù)用于修改圖表中顯示的列名稱。默認情況下，圖表中使用列名稱作為軸標題、圖例條目、懸停提示等，此參數(shù)可以進行修改，dict的鍵是列名，dict值是修改的新名稱；
color_discrete_sequence：有效的CSS顏色字符串列表，取自plotly_express的color子模塊。當參數(shù)color指定的列不是數(shù)值數(shù)據(jù)時，該參數(shù)為color列指定顏色序列，若category_orders參數(shù)不為None，則按category_orders中設(shè)定的順序循環(huán)執(zhí)行color_discrete_sequence，除非color列的值在參數(shù)color_discrete_map入?yún)⒌膁ict鍵中；
color_discrete_map：帶字符串鍵和有效CSS顏色字符串值的dict，默認為{}。當參數(shù)color指定的列不是數(shù)值數(shù)據(jù)時，該參數(shù)用于將特定顏色分配給，與特定值對應(yīng)的標記，color_discrete_map中的鍵為color表示的列值。其優(yōu)先級高，會覆蓋color_discrete_sequence參數(shù)中的設(shè)置；
color_continuous_scale：有效的CSS顏色字符串列表，取自plotly_express的color子模塊。當參數(shù)color指定的列是數(shù)值數(shù)據(jù)時，為連續(xù)色標，設(shè)置指定的顏色序列。實際上，color指定列時，px會自動匹配顏色：1）若指定列是數(shù)值數(shù)據(jù)，通過參數(shù)color_continuous_scale可以設(shè)定具體的顏色序列；2）若指定列是非數(shù)值數(shù)據(jù)時，通過參數(shù)color_discrete_sequence可以設(shè)定具體的顏色序列(循環(huán)匹配)；通過參數(shù)color_discrete_map可以為列中不同值，指定具體的顏色；
range_color：2個數(shù)字元素組成的列表，參數(shù)用于設(shè)定連續(xù)色標上的自動縮放，即邊界的大小值；
color_continuous_midpoint：數(shù)字，默認為無。如果設(shè)置，則計算連續(xù)色標的邊界以具有所需的中點。 若使用plotly_express.colors.diverging色標作為color_continuous_scale的如參時，建議設(shè)置此值；
symbol_sequence：定義plotly.js符號的字符串列表。參數(shù)用于為列中的值分配符號，除非symbol的值是symbol_map中的鍵。分配符號的順序：按按category_orders中設(shè)置的順序循環(huán)執(zhí)行；
symbol_map：帶字符串鍵和定義plotly.js符號的字符串值的dict，默認值{}。該參數(shù)用于將特定符號分配給，與特定值對應(yīng)的標記，symbol_map中的鍵為symbol表示的列值。其優(yōu)先級高，會覆蓋symbol_sequence參數(shù)中的設(shè)置；
opacity：數(shù)字，介于0和1之間，設(shè)置標記的不透明度；
size_max：整數(shù)，默認為20。使用size參數(shù)時，設(shè)置最大標記的大小；
marginal_x：字符串，取值：rug(細條)、box(箱圖)、violin(小提琴圖)、histogram(直方圖)。該參數(shù)用于在主圖上方，繪制一個水平子圖，以便對x分布，進行可視化；
marginal_y：字符串，取值：rug(細條)、box(箱圖)、violin(小提琴圖)、histogram(直方圖)。該參數(shù)用于在主圖右側(cè)，繪制一個垂直子圖，以便對y分布，進行可視化；
trendline：字符串，取值：ols、lowess、None。取值為ols時，將為每個離散顏色/符號組，繪制一個普通最小二乘回歸線；取值為lowess時，則將為每個離散顏色/符號組，繪制局部加權(quán)散點圖平滑線；
trendline_color_override：字符串，有效的CSS顏色。如果設(shè)置了參數(shù)trendline趨勢線，則將以此顏色繪制所有趨勢線；
log_x：布爾值，默認為False。如果為True，則 X 軸在笛卡爾坐標系中進行對數(shù)縮放；
log_y：布爾值，默認為False。如果為True，則 Y 軸在笛卡爾坐標系中進行對數(shù)縮放；
range_x：2個數(shù)字元素組成的列表，用于設(shè)定笛卡爾坐標中 X 軸上的自動縮放，即邊界的大小值；
range_y：2個數(shù)字元素組成的列表，用于設(shè)定笛卡爾坐標中 Y 軸上的自動縮放，即邊界的大小值；
render_mode：字符串，取值：auto(默認)、svg、webgl。用于控制繪制標記的瀏覽器API，svg適用于少于1000的數(shù)據(jù)，并允許完全矢量化輸出；webgl可以接收1000點以上的數(shù)據(jù)；auto使用啟發(fā)式方法來選擇模式；
title：字符串，設(shè)置圖表的標題；
template：字符串或Plotly.py模板對象，設(shè)置圖表的背景顏色。有三個內(nèi)置的 Plotly 主題： plotly， plotly_white 和 plotly_dark；
width：整數(shù)，默認無，設(shè)置圖表的寬度（以像素為單位）；
height：整數(shù)，默認600，設(shè)置圖表的高度（以像素為單位）；
3. 說明
- 實際上，其它的圖表，其方法中的絕大多數(shù)參數(shù)和散點圖的參數(shù)，用法基本相同，本文不再詳細解釋其它圖表的定義和方法，具體可以參見官方API文檔，下文會展示部分圖表的制作；
五、 圖表制作
1. 散點圖和折線圖
- 簡單散點圖
px.scatter(iris, x="sepal_width", y="sepal_length")
- 散點圖，為不同種類的花自動配置顏色
px.scatter(iris, x="sepal_width", y="sepal_length", color="species")
- 散點圖，分別在圖表的上方、右側(cè)增加直方圖、細條圖
px.scatter(iris, x="sepal_width", y="sepal_length", color="species",
marginal_y="rug", marginal_x="histogram")
- 散點圖，分別在圖表的上方、右側(cè)增加箱形圖、小提琴圖，并添加趨勢線
px.scatter(iris, x="sepal_width", y="sepal_length", color="species",
marginal_y="violin", marginal_x="box", trendline="ols")
- 散點圖，為標記添加x、y軸方向上的誤差線
iris["e"] = iris["sepal_width"]/100 --設(shè)置誤差值、刪除誤差值：del iris["e"]
px.scatter(iris, x="sepal_width", y="sepal_length", color="species",
error_x="e", error_y="e")
- 散點圖，在垂直(y)、水平(x)方向上，按指定的列，單獨展示子圖表，并為列值進行排序
px.scatter(tips, x="total_bill", y="tip", facet_row="time", facet_col="day",
color="smoker", trendline="ols",category_orders={"day": ["Thur",
"Fri", "Sat", "Sun"], "time": ["Lunch", "Dinner"]})
- 散點圖，顏色列為數(shù)值數(shù)據(jù)時，會自動展示色標
px.scatter(tips, x="total_bill", y="tip", color="size", facet_col="sex",
color_continuous_scale=px.colors.sequential.Viridis,
render_mode="webgl")
- 散點圖，設(shè)置標記大小依賴的列，對 x 軸進行縮放處理
px.scatter(gapminder.query("year==2007"), x="gdpPercap", y="lifeExp",
size="pop", color="continent",hover_name="country", log_x=True,
size_max=60)
- 散點圖，增加滑動條，設(shè)置坐標軸取值范圍
px.scatter(gapminder, x="gdpPercap", y="lifeExp", animation_frame="year",
animation_group="country", size="pop", color="continent",
hover_name="country", facet_col="continent",log_x=True,
size_max=45, range_x=[100,100000], range_y=[25,90])
- 矩陣散點圖，查看指標相關(guān)性
px.scatter_matrix(iris)
- 矩陣散點圖，指定部分列進行展示。散點圖矩陣(SPLOM)是允許可視化多個鏈接的散點圖，方便查看數(shù)據(jù)集中的每個變量與其他變量的關(guān)系。 數(shù)據(jù)集中的每一行都顯示為每個圖中的一個點，可以進行縮放、平移或選擇操作，所有圖都是鏈接在一起的
px.scatter_matrix(iris, dimensions=["sepal_width", "sepal_length",
"petal_width", "petal_length"], color="species")
- 平行坐標圖，多維數(shù)據(jù)連線，允許同時顯示3個以上的連續(xù)變量。 dataframe 中的每一行都是一行，可以拖動尺寸，以重新排序它們，并選擇值范圍之間的交叉點。
px.parallel_coordinates(iris, color="species_id", labels={"species_id":
"Species", "sepal_width": "Sepal Width", "sepal_length":
"Sepal Length", "petal_width": "Petal Width", "petal_length":
"Petal Length"},color_continuous_scale=px.colors.diverging.
Tealrose, color_continuous_midpoint=2)
- 并行類別圖，是并行坐標的分類模擬：使用它們可視化數(shù)據(jù)集中多組類別之間的關(guān)系
px.parallel_categories(tips, color="size", color_continuous_scale=px.
colors.sequential.Inferno)
- 線條圖，設(shè)置線條類型
px.line(gapminder, x="year", y="lifeExp", color="continent",
line_group="country", hover_name="country",
line_shape="spline", render_mode="svg")
- 堆積區(qū)域圖
px.area(gapminder, x="year", y="pop", color="continent",
line_group="country")
2. 可視化分布
- 密度等值線圖
px.density_contour(iris, x="sepal_width", y="sepal_length")
- 密度等值線圖，分別在圖表的上方、右側(cè)增加細條圖、直方圖
px.density_contour(iris, x="sepal_width", y="sepal_length", color="species",
marginal_x="rug", marginal_y="histogram")
- 密度熱力圖
px.density_heatmap(iris, x="sepal_width", y="sepal_length",
marginal_x="rug", marginal_y="histogram")
- 條形圖，設(shè)置堆積類型
px.bar(tips, x="sex", y="total_bill", color="smoker", barmode="group")
- 條形圖，在垂直(y)、水平(x)方向上，按指定的列，單獨展示子圖表，并為列值進行排序
px.bar(tips, x="sex", y="total_bill", color="smoker", barmode="group",
facet_row="time", facet_col="day", category_orders={"day": ["Thur",
"Fri", "Sat", "Sun"], "time": ["Lunch", "Dinner"]})
- 直方圖，在圖表的上方增加細條圖
px.histogram(tips, x="total_bill", y="tip", color="sex", marginal="rug",
hover_data=tips.columns)
- 直方圖，在垂直(y)、水平(x)方向上，按指定的列，單獨展示子圖表，并為列值進行排序
px.histogram(tips, x="sex", y="tip", histfunc="avg", color="smoker",
barmode="group", facet_row="time", facet_col="day",
category_orders={"day": ["Thur", "Fri", "Sat", "Sun"],
"time": ["Lunch", "Dinner"]})
- 長條圖，設(shè)置方向為水平
px.strip(tips, x="total_bill", y="time", orientation="h", color="smoker")
- 箱形圖，設(shè)置使用槽口繪制框
px.box(tips, x="day", y="total_bill", color="smoker", notched=True)
- 小提琴圖，同時在內(nèi)部顯示箱圖，展示所有采樣數(shù)據(jù)
px.violin(tips, y="tip", x="smoker", color="sex", box=True, points="all",
hover_data=tips.columns)
3. 三元坐標
- 三元散點圖，為不同的列，指定具體的顏色
px.scatter_ternary(election, a="Joly", b="Coderre", c="Bergeron", color="winner", size="total", hover_name="district",
size_max=15, color_discrete_map = {"Joly": "blue",
"Bergeron": "green", "Coderre":"red"} )
- 三元線條圖，設(shè)置短劃線模式
px.line_ternary(election, a="Joly", b="Coderre", c="Bergeron", color="winner",
line_dash="winner")
4. 3D坐標
- 三維散點圖，設(shè)置不同的標記形狀，并指定具體顏色
px.scatter_3d(election, x="Joly", y="Coderre", z="Bergeron", color="winner",
size="total", hover_name="district",symbol="result",
color_discrete_map = {"Joly": "blue", "Bergeron": "green",
"Coderre":"red"})
5. 極坐標
- 極坐標散點圖，指定顏色序列，沿極坐標中的角度軸定位標記
px.scatter_polar(wind, r="value", theta="direction", color="strength",
symbol="strength",color_discrete_sequence=px.colors.sequential.
Plotly[-2::-1])
- 極坐標線條圖
px.line_polar(wind, r="value", theta="direction", color="strength",
line_close=True,color_discrete_sequence=px.colors.sequential.Plotly[-2::-1])
- 極坐標條形圖，設(shè)置圖表背景顏色
px.bar_polar(wind, r="value", theta="direction", color="strength", template="plotly_dark",
color_discrete_sequence= px.colors.sequential.Plotly[-2::-1])
6. 地圖
- 地理坐標散點圖，設(shè)定滑動條，設(shè)定展示的地圖類型：自然地圖，即平面圖
px.scatter_geo(gapminder, locations="iso_alpha", color="continent", hover_name="country", size="pop",
animation_frame="year", projection="natural earth")
- 地理坐標線條圖，設(shè)定展示的地圖類型：正交地圖，即立體地圖
px.line_geo(gapminder.query("year==2007"), locations="iso_alpha",
color="continent", projection="orthographic")
- 等高(值)區(qū)域地圖，設(shè)定滑動條，指定具體顏色序列范圍
px.choropleth(gapminder, locations="iso_alpha", color="lifeExp",
hover_name="country", animation_frame="year",color_continuous_scale=px.colors.sequential.Plasma, range_color=[20,80])
六、 Plotly生態(tài)
Plotly.py 已經(jīng)發(fā)展成為一個非常強大的可視化交互工具，它可以讓你控制圖形的幾乎每個方面，從圖例的位置到刻度的長度。推出 Plotly Express 的主要目標是使 Plotly.py 更容易用于探索和快速迭代；
對于Plotly 生態(tài)系統(tǒng)，一旦使用 Plotly Express 創(chuàng)建了一個圖形，就可以使用Themes，使用 FigureWidgets 進行命令性編輯，使用 Orca 將其導(dǎo)出為幾乎任何文件格式，或者在 GUI JupyterLab 圖表編輯器中編輯它；
主題(Themes)允許控制圖形范圍的設(shè)置，如邊距、字體、背景顏色、刻度定位等，也可以使用模板參數(shù)，應(yīng)用任何命名的主題或主題對象；
Plotly_express 的輸出，繼承自 Plotly.py 的 Figure 類 ExpressFigure 的對象，這意味著可以使用任何 Figure 的訪問器和方法，來改變 px 生成的圖表，通常借助于 .update() 函數(shù)來調(diào)用；
demo：對Plotly_express生成的圖表，設(shè)置標記類型、坐標軸標簽名稱、坐標軸刻度傾斜角度、顯示坐標軸線、坐標軸刻度間隔等；
- 修改前--代碼
# 選取2個國家：中國、阿富汗
country_list = ["China", "Afghanistan"]
tem_gapminder = gapminder.query("country == @country_list")
fig = px.line(tem_gapminder, x="year", y="lifeExp", color="country",
width=1000, height=400, title="國家人均壽命", template="",
line_shape="spline", line_dash="country")
-
修改前--圖表
- 修改后--代碼
# 選取2個國家：中國、阿富汗
country_list = ["China", "Afghanistan"]
tem_gapminder = gapminder.query("country == @country_list")
fig = px.line(tem_gapminder, x="year", y="lifeExp", color="country",
width=1000, height=400, title="國家人均壽命", template="",
line_shape="spline", line_dash="country")
# 修改時添加的代碼
fig.update_traces(dict(mode="markers+lines"))
fig.update(layout=dict(xaxis=dict(title="年份", tickangle=-30,
showline=True, nticks=20),
yaxis=dict(title="人均壽命", showline=True)))
-
修改后--圖表
Plotly Express 作為一個新的 Python 可視化庫，在 Plotly 生態(tài)系統(tǒng)下，將會迅速發(fā)展，所以不要猶豫，立即開始使用 Plotly Express 吧！
