Python 使用plotly绘制填充面积图

Plotly 是Python中非常有用的绘图库，可以绘制各种图形和图表。它是一个交互式可视化库，用于创建质量较高的图形以用于出版物。可以使用plotly可视化的一些图形和图表包括线图、散点图、面积图、条形图、误差线、箱线图、直方图、热力图、子图、多坐标轴、极坐标图和气泡图。

填充面积图

填充面积图是plotly中的一个增强模块，可以分析各种数据并生成易于阅读的用户友好图。填充面积与由line_group参数给出的特定列对应的特定值相一致。

数据框

要绘制的话，您需要一个具有属性（列名）的数据框，通常使用pandas对象和numpy创建，或者模块本身提供一些内置数据集，如下所示−

carshare
election
Gapminder
iris
tips
Wind

其中每一个都有ai

参数

x, y − 指的是数据框中的列名。x和y的值在笛卡尔坐标中的位置上进行标记。

color − 指的是数据框中的列名。该列的值用于为标记的位置分配颜色。

示例1

让我们通过将风数据集的强度绘制为频率，颜色为方向来可视化。以下代码打印数据集及其属性、行数和列数。

步骤

步骤1 −导入plotly.express作为px
步骤2 −从风数据集创建一个数据框对象。
步骤3 −使用参数x作为强度、y作为频率和颜色作为方向来绘制数据框的面积图。
步骤4 −显示面积图。

import plotly.express as px
df = px.data.wind()
fig = px.area(df, x="strength", y="frequency", color="direction",)
fig.show()

输出

Python 使用plotly绘制填充面积图

示例2

以下代码通过可视化“gapminder”数据集并绘制年份对寿命的曲线，使用大陆作为颜色的参数，打印数据集及其属性、行数和列数。

步骤

步骤1 - 导入plotly.express as px库
步骤2 - 从”gapminder”数据集创建一个DataFrame对象
步骤3 - 使用年份作为x轴参数，寿命作为y轴参数，大陆作为颜色参数绘制数据帧的面积图
步骤4 - 显示面积图

import plotly.express as px
df = px.data.gapminder()
fig = px.area(df, x="year", y="lifeExp", color="continent")
fig.show()

输出

Python 使用plotly绘制填充面积图

示例 3

以下代码打印由random.randint函数生成的随机数创建的数据集及其属性，包括行数和列数。

步骤

步骤 1 - 导入plotly.express作为px。
步骤 2 - 使用randint函数生成的数据集创建一个dataframe对象。
步骤 3 - 以年份作为x轴，寿命作为y轴，大陆作为颜色参数，绘制面积图。
步骤 4 - 显示面积图。

import plotly.express as px
import numpy as np

# creating random data through randomint
# function of numpy.random
np.random.seed(50)

random_x= np.random.randint(1,100,50)
random_y= np.random.randint(1,100,50)
print(random_x)
print(random_y)
fig = px.area(x = random_x, y = random_y)
fig.show()

print(random_x)
print(random_y)

输出

[49 97 12 34 95  5 71 71 23  6  3 96 72 69 79 36 93 92 27 91  7 21 44 32
 50 86 42 65  7 20  3 80 31 36 27 61 67 77 97 68  3 11 52  1 94 94 95  1
 12 31]
[27 72 52 29 25 92 47 63 14 72 37  1 59 44 65 20 59 46 84  2 62 10 30 53
 44 88 33 20 48 70 93  7 66 37 85 37 45 54 79  5 87 44 20 97 38 31 63 45
 44 36]