Python Plotly怎么使用

这篇文章主要介绍"Python Plotly怎么使用"，在日常操作中，相信很多人在Python Plotly怎么使用问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"Python Plotly怎么使用"的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

可视化神器Plotly_Express详解

Plotly是新一代的数据可视化神器，TopQ扩展开源团队，虽然plotly功能强大，却一直没有得到广泛应用，大部分py开发人员，还在使用陈旧的matplotlib，其中最重要的原因，就是plotly的设置过于繁琐。折射率，plotly推出了其简化接口：Plotly Express，简称：px。

Plotly Express是对Plotly.py的高级封装，内置的实用，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交互式图表。

Plotly Express内置的图表组合，涵盖了90％常用的绘图需要，Python画图，首推Plotly Express。

封装图表说明

scatter：散点图在散点图中，每行data_frame由2D空间中的符号标记表示；

scatter_3d：三维散点图在3D散点图中，每行data_frame由3D空间中的符号标记表示；

scatter_polar：极坐标散点图在极坐标散点图中，每行data_frame由极坐标中的符号标记表示；

scatter_ternary：三元散点图在三元散点图中，每行data_frame由三元坐标中的符号标记表示；

scatter_mapbox：地图散点图在Mapbox散点图中，每行data_frame都由Mapbox地图上的符号标记表示；

scatter_geo：地理坐标散点图在地理散点图中，每行data_frame都由地图上的符号标记表示；

scatter_matrix：矩阵散点图在散点图矩阵（或SPLOM）中，每行data_frame由多个符号标记表示，在2D散点图的网格的每个单元格中有一个，其将每对尺寸彼此相对相对；

density_contour：密度等值线图（双变量分布）在密度等值线图中，行data_frame被组合在一起，成为轮廓标记，以可视化该值的聚合函数histfunc（例如：计数或总和）的2D分布z ；

density_heatmap：密度热力图（双变量分布）在密度热图中，行data_frame被组合在一起，成为彩色矩形细分，以可视化该值的聚合函数histfunc（例如：计数或总和）的2D分布z；

line：线条图在2D线图中，每行data_frame表示为2D空间中折线标记的顶端；

line_polar：极坐标线条图在极线图中，每行data_frame表示为极坐标中折线标记的顶端；

line_ternary：三元线条图在三元线图中，每行data_frame表示为三元坐标中折线标记的尖端；

line_mapbox：地图线条图在Mapbox线图中，每一行data_frame表示为Mapbox地图上折线标记的顶端；

line_geo：地理坐标线条图在地理线图中，每一行data_frame表示为地图上折线标记的顶端；

parallel_coordinates：平行坐标图在平行坐标图中，每行data_frame由折线标记表示，该行线标记分隔成平行轴，每个平行轴对应一个平行轴的尺寸；

parallel_categories：并行类别图在并行类别（或平行集）图中，每行data_frame与其他共享相同值的行组合，尺寸然后通过平行轴对齐为折线标记，每个平行轴对应一个尺寸；

区域：堆积区域图在堆积区域图中，每行data_frame表示为2D空间中折线标记的尖端。连续折线之间的区域被填充；

bar：条形图在条形图中，每行data_frame表示为矩形标记；

bar_polar：极坐标条形图在极坐标条形图中，每一行都data_frame表示为极坐标中的楔形标记；

小提琴图：小提琴图在小提琴图中，将data_frame每一行分组成一个曲线标记，刹车可视化其的分布；

box：箱形图在箱形图中，data_frame的每一行被组合在一起成为盒须标记，以显示它们的分布；

strip：长条图在长条图中，每行data_frame表示为类别中的主轴标记； l

直方图：直方图在直方图中，每行data_frame被组合在一起成为矩形标记，以可视化该值的聚合函数histfunc（例如，计数或总和）的1D分布y（或者x，如果orientation是'h'时）；

choropleth：等高（值）区域地图在等值区域图中，每行data_frame由地图上的彩色区域标记表示；

呈现动画散点图

绘画散点图的图表是：scatter，详细代码如下：

import plotly.express as pxdf = px.data.gapminder()px.scatter(df, x="gdpPercap", y="lifeExp", animation_frame="year", animation_group="country",           size="pop", color="continent", hover_name="country",           log_x=True, size_max=55, range_x=[100,100000], range_y=[25,90])

显示结果为：

动画条形图

import plotly.express as pxdf = px.data.gapminder()fig = px.bar(df, x="continent", y="pop", color="continent",  animation_frame="year", animation_group="country", range_y=[0,4000000000])fig.show()

到此，关于"Python Plotly怎么使用"的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注网站，小编会继续努力为大家带来更多实用的文章！