Python新一代數據可視化神器：Plotly動畫展現

前言

本文的文字及圖片來源於網絡,僅供學習、交流使用,不具備任何商業用途,若有問題請及時聯繫咱們以做處理。

如下文章來自於Python技術，做者：派森醬

 

 

可視化神器Plotly_Express詳解

Plotly是新一代的數據可視化神器，TopQ擴展開源團隊，雖然plotly功能強大，卻一直沒有獲得普遍應用，大部分py開發人員，還在使用陳舊的matplotlib，其中最重要的緣由，就是plotly的設置過於繁瑣。折射率，plotly推出了其簡化接口：Plotly Express，簡稱：px。

Plotly Express是對Plotly.py的高級封裝，內置的實用，現代的繪圖模板，用戶只需調用簡單的API函數，便可快速生成漂亮的交互式圖表。

Plotly Express內置的圖表組合，涵蓋了90％經常使用的繪圖須要，Python畫圖，首推Plotly Express。

封裝圖表說明

scatter：散點圖在散點圖中，每行data_frame由2D空間中的符號標記表示；

scatter_3d：三維散點圖在3D散點圖中，每行data_frame由3D空間中的符號標記表示；

scatter_polar：極座標散點圖在極座標散點圖中，每行data_frame由極座標中的符號標記表示；

scatter_ternary：三元散點圖在三元散點圖中，每行data_frame由三元座標中的符號標記表示；

scatter_mapbox：地圖散點圖在Mapbox散點圖中，每行data_frame都由Mapbox地圖上的符號標記表示；

scatter_geo：地理座標散點圖在地理散點圖中，每行data_frame都由地圖上的符號標記表示；

scatter_matrix：矩陣散點圖在散點圖矩陣（或SPLOM）中，每行data_frame由多個符號標記表示，在2D散點圖的網格的每一個單元格中有一個，其將每對尺寸彼此相對相對；

density_contour：密度等值線圖（雙變量分佈）在密度等值線圖中，行data_frame被組合在一塊兒，成爲輪廓標記，以可視化該值的聚合函數histfunc（例如：計數或總和）的2D分佈z ；

density_heatmap：密度熱力圖（雙變量分佈）在密度熱圖中，行data_frame被組合在一塊兒，成爲彩色矩形細分，以可視化該值的聚合函數histfunc（例如：計數或總和）的2D分佈z；

line：線條圖在2D線圖中，每行data_frame表示爲2D空間中折線標記的頂端；

line_polar：極座標線條圖在極線圖中，每行data_frame表示爲極座標中折線標記的頂端；

line_ternary：三元線條圖在三元線圖中，每行data_frame表示爲三元座標中折線標記的尖端；

line_mapbox：地圖線條圖在Mapbox線圖中，每一行data_frame表示爲Mapbox地圖上折線標記的頂端；

line_geo：地理座標線條圖在地理線圖中，每一行data_frame表示爲地圖上折線標記的頂端；

parallel_coordinates：平行座標圖在平行座標圖中，每行data_frame由折線標記表示，該行線標記分隔成平行軸，每一個平行軸對應一個平行軸的尺寸；

parallel_categories：並行類別圖在並行類別（或平行集）圖中，每行data_frame與其餘共享相同值的行組合，尺寸而後經過平行軸對齊爲折線標記，每一個平行軸對應一個尺寸；

區域：堆積區域圖在堆積區域圖中，每行data_frame表示爲2D空間中折線標記的尖端。連續折線之間的區域被填充；

bar：條形圖在條形圖中，每行data_frame表示爲矩形標記；

bar_polar：極座標條形圖在極座標條形圖中，每一行都data_frame表示爲極座標中的楔形標記；

小提琴圖：小提琴圖在小提琴圖中，將data_frame每一行分組成一個曲線標記，剎車可視化其的分佈；

box：箱形圖在箱形圖中，data_frame的每一行被組合在一塊兒成爲盒須標記，以顯示它們的分佈；

strip：長條圖在長條圖中，每行data_frame表示爲類別中的主軸標記； l

直方圖：直方圖在直方圖中，每行data_frame被組合在一塊兒成爲矩形標記，以可視化該值的聚合函數histfunc（例如，計數或總和）的1D分佈y（或者x，若是orientation是'h'時）；

choropleth：等高（值）區域地圖在等值區域圖中，每行data_frame由地圖上的彩色區域標記表示；

呈現動畫散點圖

繪畫散點圖的圖表是：scatter，詳細代碼以下：

import plotly.express as px
df = 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])

 

顯示結果爲：

 

動畫條形圖

import plotly.express as px

df = 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()

 

顯示結果以下：