一文爱上可视化神器Plotly_express
一文爱上可视化神器Plotly_express
一文爱上可视化神器plotly_express目前使用和见识过最棒的可视化库。必须爱上它❤️
<!--MORE-->
注意：所有的图形在notebook中都是动态的
什么是plotly_express
首先，我们看看官网上对plotly_express的定义：
Plotly Express is the easy-to-use, high-level interface to Plotly, which operates on "tidy" data and produces easy-to-style figures.
Every Plotly Express function returns a
graph_objects.Figureobject whosedataandlayouthas been pre-populated according to the provided arguments.
Plotly Express 是一个新的高级 Python 可视化库：它是 Plotly.py 的高级封装，它为复杂的图表提供了一个简单的语法，内置了大量实用、现代的绘图模板，用户只需调用简单的API函数，即可快速生成漂亮的互动图表。
安装与使用
安装非常简单，使用pip命令即可
使用的时候，导入import之后一般是用px别名
pip install plotly_express # 安装
import plotly_express as px # 导入内置数据
px中有几个内置数据，可以供用户使用
比如使用其中著名的iris数据，见如下的使用方法：
使用内置数据集Gapminder
如何使用内置数据集
选择数据
gapminder = px.data.gapminder()
gapminder.head()
查看属性
line图
设置线条类型
# line 图
fig = px.line(gapminder,x="year",y="lifeExp",color="continent",line_group="continent",
hover_name="country",line_shape="spline",render_mode="svg")
fig.show()
散点图
散点图是最简单的图形，有两个属性即可作图。下面的color属性表示颜色根据哪个属性
gapminder2007 = gapminder.query("year==2007")
px.scatter(gapminder2007,x="gdpPercap",y="lifeExp")注意各个参数的含义
改变每个点的大小-size
px.scatter(gapminder2007,x="gdpPercap",y="lifeExp"
,color="continent" # 区分颜色
,size="pop" # 区分圆的大小
,size_max=60)
悬停参数-hover_name
px.scatter(gapminder2007
,x="gdpPercap"
,y="lifeExp"
,color="continent" # 区分颜色
,size="pop" # 区分圆的大小
,size_max=60
,hover_name="country"
,log_x=True)
分块facet_col+滚动条animation_frame
px.scatter(gapminder # 绘图使用的数据
,x="gdpPercap" # 横纵坐标使用的数据
,y="lifeExp"
,color="continent" # 区分颜色的属性
,size="pop" # 区分圆的大小
,size_max=60 # 圆的最大值
,hover_name="country" # 图中可视化最上面的名字
,animation_frame="year" # 横轴滚动栏的属性year
,animation_group="country"
,facet_col="continent" # 按照国家country属性进行分格显示
,log_x=True
,range_x=[100,100000]
,range_y=[25,90]
,labels=dict(pop="Populations", # 属性名字的变化，更直观
gdpPercap="GDP per Capital",
lifeExp="Life Expectancy"))
地理图
choropleth-面分布图
fig = px.choropleth(gapminder,locations="iso_alpha",color="lifeExp",
hover_name="country",animation_frame="year",
range_color=[20,80],projection="natural earth")
fig.show()
scattergeo地图点分布
fig = px.scatter_geo(gapminder,locations="iso_alpha",
color="continent",hover_name="country",
size="pop",animation_frame="year",
projection="natural earth")
fig.show()
去掉projection参数，看不同的效果
px.scatter_geo(gapminder,locations="iso_alpha",color="continent",hover_name="country",size="pop",animation_frame="year"
#,projection="natural earth" # 去掉projection参数
)
line_geo-线型地理图
使用内置数据集iris
查看文档并导入数据
# 查看数据文档
print(px.data.iris.__doc__)
# 导入数据集
iris = px.data.iris()
iris
# 查看属性
iris["species"].value_counts()
绘制散点图
# 如何知道每个点的种类：指定颜色参数color="species"
px.scatter(iris,x="sepal_width",y="sepal_length",color="species")
联合分布图（散点图+直方图）
上方增加直方图，右方增加细条图
px.scatter(iris,x="sepal_width",y="sepal_length",color="species",
marginal_x="histogram",marginal_y="rug" # 主要是这两个参数决定
)
violin-小提琴图
px.scatter(iris,x="sepal_width",y="sepal_length",color="species"
,marginal_y="violin",marginal_x="box" # 定义两个属性
,trendline="ols" # 显示数据的变化趋势
)
平行坐标图
px.parallel_coordinates(iris,color="species_id",labels={"species_id":"Species",
"sepal_width":"Sepal Width",
"sepal_length":"Sepal Length",
"petal_length":"Petal Length",
"petal_width":"Petal Width"},
color_continuous_scale=px.colors.diverging.Tealrose,
color_continuous_midpoint=2)
箱体误差图
在上下分别加上误差值
# 对当前值加上下两个误差值
iris["e"] = iris["sepal_width"] / 100
px.scatter(iris,x="sepal_width",y="sepal_length",color="species",error_x="e",error_y="e")
等密度线图density_contour
px.density_contour(iris,x="sepal_width",y="sepal_length",color="species")
等密度线图加上其他的图
px.density_contour(iris,x="sepal_width",y="sepal_length",color="species",
marginal_x="rug",marginal_y="histogram" # 在密度图的基础上，指定另外两种图形
)
密度热力图density_heatmap
px.density_heatmap(iris,x="sepal_width",y="sepal_length",
marginal_y="rug",marginal_x="histogram" # 在密度图的基础上，指定另外两种图形
)
小费tips实例
散点图
根据性别的不同进行分类作图
# 根据性别属性进行分类作图
fig = px.scatter(tips,x="total_bill",y="tip",color="size",render_mode="webgl",
facet_col="sex",color_continuous_scale=px.colors.sequential.Viridis)
fig.show()
并行类别图
fig = px.parallel_categories(tips,color="size",color_continuous_scale=px.colors.sequential.Inferno)
fig.show()
Bar-柱状图
多重属性的柱状图
fig = 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"]})
fig.show()
Histogram-直方图
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"]})
box-箱型图
# notched=True显示连接处的锥形部分
px.box(tips,x="day",y="total_bill",color="smoker",notched=True)
如果不加notched参数，则连接处则会是矩形，而不是锥形
violin-小提琴图
px.violin(tips,x="smoker",y="tip",color="sex",box=True # box是显示内部的箱体
,points="all",hover_data=tips.columns # 结果中显示全部数据
)
3D图形绘制
使用的是election数据集
散点3D图
fig = px.scatter_3d(election,x="Joly",y="Coderre",z="Bergeron" # 指定3个轴
,color="winner",size="total",hover_name="district_id" # 指定颜色种类、大小和显示名称
,symbol="result" # 右边的圆形和菱形
,color_discrete_map={"Joly":"blue","Bergeron":"green","Coderre":"red"} # 改变默认颜色
)
fig.show()
line-3D图
px.line_3d(election,x="Joly",y="Coderre",z="Bergeron",color="winner",line_dash="winner")
极坐标图-内置数据wind
使用的数据是wind
scatter-polar散点极坐标
fig = px.scatter_polar(wind,r="frequency",theta="direction",color="strength",symbol="strength"
,color_discrete_sequence=px.colors.sequential.Plasma_r)
fig.show()
line_polar线性极坐标
fig = px.line_polar(wind,r="frequency",theta="direction",color="strength",line_close=True
,color_discrete_sequence=px.colors.sequential.Plasma_r)
fig.show()
bar_polar柱状极坐标
fig = px.bar_polar(wind,r="frequency",theta="direction",color="strength",template="plotly_dark"
,color_discrete_sequence=px.colors.sequential.Plasma_r)
fig.show()
颜色面板和序列
在px库中，px.colors模块中有很多可用的色标和序列：定性的、序列型的、离散的、循环等。
px.colors.qualitative.swatches()
px.colors.sequential.swatches() # 部分截图
主题
主题允许用户控制图形范围的设置，包含边距、字体、背景颜色、刻度定位等。px内置的主题有3种：
- plotly
- plotly_white
- plotly_dark
px.scatter(iris,x="sepal_width",y="sepal_length",color="species",marginal_x="box",
marginal_y="histogram",height=600,trendline="ols",template="plotly")
px.scatter(iris,x="sepal_width",y="sepal_length",color="species",marginal_x="box",
marginal_y="histogram",height=600,trendline="ols",template="plotly_white")
px.scatter(iris,x="sepal_width",y="sepal_length",color="species",marginal_x="box",
marginal_y="histogram",height=600,trendline="ols",template="plotly_dark")
参数详解
以散点图为例，对绘制的参数进行解释
定义
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参数解释
- data_frame：目标数据，类型为dataframe；
- x ：指定列名。列中的值用于笛卡尔坐标中沿 X 轴的定位标记。图表类型为水平柱状图时，这些值用作参数histfunc的入参；
- y ：指定列名。列中的值用于笛卡尔坐标中沿 Y 轴的定位标记。图表类型为垂直柱状图时，这些值用作参数histfunc的入参；
- color：指定列名。为列中的不同值，(由px)自动匹配不同的标记颜色；若列为数值数据时，还会自动生成连续色标；
- symbol：指定列名。为列中的不同值，设置不同的标记形状；
- size：指定列名。为列中的不同值，设置不同的标记大小；
- hover_name：指定列名。将列中的值，加粗显示在悬停提示内容的正上方；
- hover_data：指定列名组成的列表。所有列的值，显示在悬停提示内容中，位于x/y值的下方。指定的列与x/y重复时仅显示1条数据；
- text：指定列名。列中的值，在图的标记中显示为文本标签，同时也显示在悬停提示内容中；
- facet_row：指定列名。根据列中不同的(N个)值，在垂直方向上显示N个子图，并在子图右侧，垂直方向上，进行文本标注；
- facet_col：指定列名。根据列中不同的(N个)值，在水平方向上显示N个子图，并在子图上方，水平方向上，进行文本标注；
- error_x：指定列名。显示误差线，列中的值用于调整 X 轴误差线的大小。如果参数error_x_minus == None，则悬停提示内容中，显示对称的误差值；否则显示正向的误差值。该列通常是基于元数据加工的结果，目的是统计元数据指标的误差值，一般会用元数据除以100的整数倍。
- error_x_minus：指定列名。列中的值用于在负方向调整 X 轴误差线的大小，如果参数error_x==None，则直接忽略该参数；
- error_y：指定列名。显示误差线，列中的值用于调整 Y 轴误差线的大小。如果参数error_y_minus == None，则悬停提示内容中，显示对称的误差值；否则显示正向的误差值。该列通常是基于元数据加工的结果，目的是统计元数据指标的误差值，一般会用元数据除以100的整数倍。
- error_y_minus：指定列名。列中的值用于在负方向调整 Y 轴误差线的大小，如果参数error_y==None，则直接忽略该参数；
- animation_frame：指定列名。列中的值用于为动画帧指定标记，即设置滑动条；
- animation_group：指定列名。列中的值用于提供跨动画帧的联动匹配；
- category_orders：带有字符串键和字符串列表值的字典，默认为{}，此参数用于强制每列的特定值排序，dict键是列名，dict值是指定的排列顺序的字符串列表。默认情况下，在Python 3.6+中，轴，图例和构面中的分类值的顺序取决于在data_frame中首次出现的顺序，而在3.6以下的Python中，默认不保证顺序，该参数即为解决此类问题而设计；
- labels：带字符串键和字符串值的dict，默认为{}。此参数用于修改图表中显示的列名称。默认情况下，图表中使用列名称作为轴标题、图例条目、悬停提示等，此参数可以进行修改，dict的键是列名，dict值是修改的新名称；
- color_discrete_sequence：有效的CSS颜色字符串列表，取自plotly_express的color子模块。当参数color指定的列不是数值数据时，该参数为color列指定颜色序列，若category_orders参数不为None，则按category_orders中设定的顺序循环执行color_discrete_sequence，除非color列的值在参数color_discrete_map入参的dict键中；
- color_discrete_map：带字符串键和有效CSS颜色字符串值的dict，默认为{}。当参数color指定的列不是数值数据时，该参数用于将特定颜色分配给，与特定值对应的标记，color_discrete_map中的键为color表示的列值。其优先级高，会覆盖color_discrete_sequence参数中的设置；
- color_continuous_scale：有效的CSS颜色字符串列表，取自plotly_express的color子模块。当参数color指定的列是数值数据时，为连续色标，设置指定的颜色序列。实际上，color指定列时，px会自动匹配颜色：1）若指定列是数值数据，通过参数color_continuous_scale可以设定具体的颜色序列；2）若指定列是非数值数据时，通过参数color_discrete_sequence可以设定具体的颜色序列(循环匹配)；通过参数color_discrete_map可以为列中不同值，指定具体的颜色；
- range_color：2个数字元素组成的列表，参数用于设定连续色标上的自动缩放，即边界的大小值；
- color_continuous_midpoint：数字，默认为无。如果设置，则计算连续色标的边界以具有所需的中点。 若使用plotly_express.colors.diverging色标作为color_continuous_scale的如参时，建议设置此值；
- symbol_sequence：定义plotly.js符号的字符串列表。参数用于为列中的值分配符号，除非symbol的值是symbol_map中的键。分配符号的顺序：按按category_orders中设置的顺序循环执行；
- symbol_map：带字符串键和定义plotly.js符号的字符串值的dict，默认值{}。该参数用于将特定符号分配给，与特定值对应的标记，symbol_map中的键为symbol表示的列值。其优先级高，会覆盖symbol_sequence参数中的设置；
- opacity：数字，介于0和1之间，设置标记的不透明度；
- size_max：整数，默认为20。使用size参数时，设置最大标记的大小；
- marginal_x：字符串，取值：rug(细条)、box(箱图)、violin(小提琴图)、histogram(直方图)。该参数用于在主图上方，绘制一个水平子图，以便对x分布，进行可视化；
- marginal_y：字符串，取值：rug(细条)、box(箱图)、violin(小提琴图)、histogram(直方图)。该参数用于在主图右侧，绘制一个垂直子图，以便对y分布，进行可视化；
- trendline：字符串，取值：ols、lowess、None。取值为ols时，将为每个离散颜色/符号组，绘制一个普通最小二乘回归线；取值为lowess时，则将为每个离散颜色/符号组，绘制局部加权散点图平滑线；
- trendline_color_override：字符串，有效的CSS颜色。如果设置了参数trendline趋势线，则将以此颜色绘制所有趋势线；
- log_x：布尔值，默认为False。如果为True，则 X 轴在笛卡尔坐标系中进行对数缩放；
- log_y：布尔值，默认为False。如果为True，则 Y 轴在笛卡尔坐标系中进行对数缩放；
- range_x：2个数字元素组成的列表，用于设定笛卡尔坐标中 X 轴上的自动缩放，即边界的大小值；
- range_y：2个数字元素组成的列表，用于设定笛卡尔坐标中 Y 轴上的自动缩放，即边界的大小值；
- render_mode：字符串，取值：auto(默认)、svg、webgl。用于控制绘制标记的浏览器API，svg适用于少于1000的数据，并允许完全矢量化输出；webgl可以接收1000点以上的数据；auto使用启发式方法来选择模式；
- title：字符串，设置图表的标题；
- template：字符串或Plotly.py模板对象，设置图表的背景颜色。有三个内置的 Plotly 主题： plotly， plotly_white 和 plotly_dark；
- width：整数，默认无，设置图表的宽度（以像素为单位）；
- height：整数，默认600，设置图表的高度（以像素为单位）；
其他作图方法的作图参数类似
参考资料
THE END
1
二维码
海报
一文爱上可视化神器Plotly_express
一文爱上可视化神器plotly_express目前使用和见识过最棒的可视化库。必须爱上它❤️
