Python Plotly ŌĆō如何在散点图中同时应用颜色/形状/大小？

在数据可视化的过程中，经常需要同时使用散点图的颜色、形状和大小来传递数据的信息。假设我们有一个数据集，其中包含着许多个点，每个点都包含着三个数据值：x、y和z。现在，我们需要使用散点图来绘制这些数据，并用颜色、形状和大小来传达这些数据的含义。在 Python Plotly 中，我们可以很容易地实现这一需求。

阅读更多：Python 教程

1. 安装 Plotly

在开始使用 Python Plotly 前，我们需要先安装 Plotly 库。我们可以使用 pip 命令来完成安装：

pip install plotly

2. 导入库和生成数据

在安装了 Plotly 库之后，我们需要导入相关的库和生成数据。在这里，我们使用 Numpy 库来生成数据：

import plotly.graph_objs as go
import numpy as np

# 生成数据
N = 100
x = np.random.rand(N)
y = np.random.rand(N)
z = np.random.rand(N)

3. 定义图形布局

在将数据绘制成散点图之前，我们需要定义图形的布局。在这里，我们使用 Plotly 的布局功能来设置图形的标题、坐标轴标签等：

# 定义图形布局
layout = go.Layout(
    title='散点图示例',
    xaxis=dict(title='X 轴'),
    yaxis=dict(title='Y 轴')
)

4. 绘制散点图

在生成数据并定义图形布局后，我们现在可以将数据绘制成散点图了。在这里，我们使用 Plotly 的 Scatter 函数来创建散点图，并同时设置颜色、形状和大小：

# 绘制散点图
fig = go.Figure(data=go.Scatter(
    x=x,
    y=y,
    mode='markers',
    marker=dict(
        size=z*30,  # 设置大小
        color=z,   # 设置颜色
        colorscale='Viridis',  # 设置颜色映射
        opacity=0.8,  # 设置透明度
        symbol='circle'  # 设置形状
    )
), layout=layout)

# 显示图形
fig.show()

5. 完整代码

下面是完整的代码片段：

import plotly.graph_objs as go
import numpy as np

# 生成数据
N = 100
x = np.random.rand(N)
y = np.random.rand(N)
z = np.random.rand(N)

# 定义图形布局
layout = go.Layout(
    title='散点图示例',
    xaxis=dict(title='X 轴'),
    yaxis=dict(title='Y 轴')
)

# 绘制散点图
fig = go.Figure(data=go.Scatter(
    x=x,
    y=y,
    mode='markers',
    marker=dict(
        size=z*30,  # 设置大小
        color=z,   # 设置颜色
        colorscale='Viridis',  # 设置颜色映射
        opacity=0.8,  # 设置透明度
        symbol='circle'  # 设置形状
    )
), layout=layout)

# 显示图形
fig.show()