Plotly 如何手动添加图例颜色和图例字体大小

本教程将说明如何使用Python手动添加Plotly图上的图例文本大小和颜色。通过本教程的学习，您将能够借助强大的Python数据可视化包Plotly创建交互式的图形和图表。绘图中必须包含一个帮助观众理解信息的图例。然而，并不是所有的情况都可以满足Plotly的默认图例设置。本文将讨论如何在Python中手动应用图例颜色和字体大小到Plotly图上。

语法

可以使用Plotly的 update_layout() 方法和 legend_font_color 和 legend_font_size 参数来手动添加图例颜色和字体大小。下面提供了语法示例：

fig = px.scatter(df, x="x", y="y", size=None, color=None, hover_name=None, title='My title')

# Set legend color
fig.update_layout(legend_font_color=None)

# Set font size
fig.update_layout(legend_font_size=None)

给定的代码使用Plotly Express库创建一个散点图，使用pandas DataFrame ‘df’中的x和y数据。散点图没有大小或颜色信息，也不显示悬停信息。图的标题设置为’My title’。

通过使用 px.scatter() 函数创建的’fig’对象，然后使用 fig.update_layout() 方法修改图的布局。将legend_font_color参数设置为None。类似地，将legend_font_size参数设置为None。

示例

在这个示例中，我们通过定义一个包含三个键的数据字典来创建自己的DataFrame：’Exam 1 Score’、’Exam 2 Score’和’Gender’。使用NumPy为这些键分配随机整数和字符串值。然后我们使用 pd.DataFrame() 方法从数据字典创建一个DataFrame。

然后使用 px.scatter()方法创建散点图。分别使用DataFrame中的’Exam 1 Score’和’Exam 2 Score’列作为x轴和y轴。使用’Gender’列使用颜色参数对标记进行编码。使用 color_discrete_map字典将’Gender’列中的’Male’和’Female’值映射到蓝色和粉色。然后将图的标题设置为’Exam Scores by Gender’。

最后，使用 fig.update_layout()方法自定义图的图例。将 legend_font_color 参数设置为’red’以更改图例文本的颜色，并将 legend_font_size参数设置为14以增加图例文本的字体大小。

最后，使用fig.show()方法显示图。

import plotly.express as px
import pandas as pd
import numpy as np

# create a sample dataset
data = {'Exam 1 Score': np.random.randint(50, 101, 50),
        'Exam 2 Score': np.random.randint(50, 101, 50),
        'Gender': np.random.choice(['Male', 'Female'], 50)}
df = pd.DataFrame(data)

# create a scatter plot with colored markers
fig = px.scatter(df, x='Exam 1 Score', y='Exam 2 Score', color='Gender', color_discrete_map={'Male': 'blue', 'Female': 'pink'}, title='Exam Scores by Gender')

# Set legend color to black
fig.update_layout(legend_font_color='red')

# Set legend font size to 14
fig.update_layout(legend_font_size=14)

# display the plot
fig.show()

输出

示例

在这个示例中，我们首先使用 px.data.tips() 函数将小费数据集加载到Pandas DataFrame中。这样我们就可以使用数据并使用数据集中提供的数据进行可视化。

要创建散点图，使用Plotly Express中的 px.scatter() 函数，并将数据集中的”total_bill”和”tip”列指定为图的x和y轴。”size”列被指定为标记的大小，”color”列被指定为用于根据付款者的性别对标记着色的变量。图的标题设置为”小费数据”。

创建图之后，使用 update_layout() 方法自定义图表布局。特别地，将 legend_font_color 参数设置为’green’，将 legend_font_size 参数设置为14。这些参数控制图表上出现的图例的颜色和字体大小。

最后，使用Plotly的 show() 函数显示图表。生成的图显示了餐厅顾客的总账单和小费金额之间的关系，标记的大小由另一个变量决定，并根据付款者的性别对标记进行着色。图例的字体颜色设置为绿色，字体大小设置为14，以提高可读性。

import plotly.express as px

# load tips dataset
df = px.data.tips()

# create a scatter plot with size-scaled markers
fig = px.scatter(df, x='total_bill', y='tip', size='size', color='sex', title='Tips Data')

# customize plot layout
fig.update_layout(legend_font_color='green', legend_font_size=14)

# display the plot
fig.show()

输出

结论

因此，我们已经学会了如何在Python中手动添加Plotly图形的图例颜色和图例字体大小。在数据可视化中，包括一个图例是一个必要的组成部分。如果默认设置在某些情况下不足够，可能需要手动调整图例的颜色和文本大小。可以使用update_layout()方法来设置legend_font_color和legend_font_size参数。通过跟随本教程提供的示例，用户可以修改他们的Plotly图形来满足自己的需求并提高可视化的清晰度。