AI 助理
备案控制台
开发者社区 大数据 文章 正文

4000字，25张精美交互图表，开启Plotly Express之旅

2022-05-22 337
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： Plotly Express 是一个新的高级 Python 可视化库，它是 Plotly.py 的高级封装，为复杂图表提供简单的语法。最主要的是 Plotly 可以与 Pandas 数据类型 DataFrame 完美的结合，对于数据分析、可视化来说实在是太便捷了，而且是完全免费的，非常值得尝试下面我们使用 Ployly 的几个内置数据集来进行相关图表绘制的演示

数据集

Plotly 内置的所有数据集都是 DataFrame 格式，也即是与 Pandas 深度契合的体现

不同国家历年GDP收入与人均寿命

包含字段：国家、洲、年份、平均寿命、人口数量、GDP、国家简称、国家编号

gap = px.data.gapminder()
gap2007 = gap.query("year==2007")
gap2007

Output

微信图片_20220522201307.png


餐馆的订单流水

包含字段：总账单、小费、性别、是否抽烟、星期几、就餐时间、人数

tips = px.data.tips()
tips

Output

微信图片_20220522201310.png


鸢尾花

包含字段：萼片长、萼片宽、花瓣长、花瓣宽、种类、种类编号

iris = px.data.iris()  
iris

Output

微信图片_20220522201315.png


风力数据

包含字段：方向、强度、数值

wind = px.data.wind()  
wind

Output

微信图片_20220522201317.png


2013年蒙特利尔市长选举投票结果

包括字段：区域、Coderre票数、Bergeron票数、Joly票数、总票数、胜者、结果(占比分类)

election = px.data.election() 
election

Output

微信图片_20220522201429.png


蒙特利尔一个区域中心附近的汽车共享服务的可用性

包括字段：纬度、经度、汽车小时数、高峰小时

carshare = px.data.carshare()
carshare

Output

微信图片_20220522201433.png




内置调色板

Plotly 还拥有众多色彩高级的调色板，使得我们在绘制图表的时候不再为颜色搭配而烦恼

卡通片的色彩和序列

px.colors.carto.swatches()

Output

微信图片_20220522201446.png


CMOcean项目的色阶

px.colors.cmocean.swatches()

Output

微信图片_20220522201449.png


还有其他很多调色板供选择，就不一一展示了，下面只给出代码，具体颜色样式可以自行运行代码查看

ColorBrewer2项目的色阶

px.colors.colorbrewer

周期性色标，适用于具有自然周期结构的连续数据

px.colors.cyclical

分散色标，适用于具有自然终点的连续数据

px.colors.diverging

定性色标，适用于没有自然顺序的数据

px.colors.qualitative

顺序色标，适用于大多数连续数据

px.colors.sequential



Plotly Express 基本绘图

散点图

Plotly 绘制散点图非常容易，一行代码就可以完成

px.scatter(gap2007, x="gdpPercap", y="lifeExp")

Output

image.gif微信图片_20220522201455.png

还可以通过参数 color 来区分不同的数据类别

px.scatter(gap2007, x="gdpPercap", y="lifeExp", color="continent")

Output

微信图片_20220522201727.png


这里每个点都代表一个国家，不同颜色则代表不同的大洲

可以使用参数 size 来体现数据的大小情况

px.scatter(gap2007, x="gdpPercap", y="lifeExp", color="continent", size="pop", size_max=60)

Output

微信图片_20220522201731.png


还可以通过参数 hover_name 来指定当鼠标悬浮的时候，展示的信息

image.gif


还可以根据数据集中不同的数据类型进行图表的拆分

px.scatter(gap2007, x="gdpPercap", y="lifeExp", color="continent", size="pop", 
           size_max=60, hover_name="country", facet_col="continent", log_x=True)

Output

微信图片_20220522201737.png


我们当然还可以查看不同年份的数据，生成自动切换的动态图表

px.scatter(gap, x="gdpPercap", y="lifeExp", color="continent", size="pop", 
           size_max=60, hover_name="country", animation_frame="year", animation_group="country", log_x=True,
          range_x=[100, 100000], range_y=[25, 90], labels=dict(pop="Population", gdpPercap="GDP per Capa", lifeExp="Life Expectancy"))

Output

微信图片_20220522201741.gif


地理信息图

Plotly 绘制动态的地理信息图表也是非常方便，通过这种地图的形式，我们也可以清楚的看到数据集中缺少前苏联的相关数据

px.choropleth(gap, locations="iso_alpha", color="lifeExp", hover_name="country", animation_frame="year", 
              color_continuous_scale=px.colors.sequential.Plasma, projection="natural earth")

Output

image.gif微信图片_20220522201922.gif

矩阵散点图

px.scatter_matrix(iris, dimensions=['sepal_width', 'sepal_length', 'petal_width', 'petal_length'], color='species', symbol='species')

Output

微信图片_20220522201912.png


平行坐标图

px.parallel_coordinates(tips, color='size', color_continuous_scale=px.colors.sequential.Inferno)

Output

微信图片_20220522201952.png


三元散点图

px.scatter_ternary(election, a="Joly", b="Coderre", c="Bergeron", color="winner", size="total", hover_name="district",
                   size_max=15, color_discrete_map = {"Joly": "blue", 
                   "Bergeron": "green", "Coderre":"red"} )

Output

微信图片_20220522201955.pngimage.gif


极坐标线条图

px.line_polar(wind, r="frequency", theta="direction", color="strength", 
            line_close=True,color_discrete_sequence=px.colors.sequential.Plotly3[-2::-1])

Output

微信图片_20220522201959.png


小提琴图

px.violin(tips, y="tip", x="sex", color="smoker", facet_col="day", facet_row="time",box=True, points="all", 
          category_orders={"day": ["Thur", "Fri", "Sat", "Sun"], "time": ["Lunch", "Dinner"]},
          hover_data=tips.columns)

Output

微信图片_20220522202032.png


极坐标条形图

px.bar_polar(wind, r="frequency", theta="direction", color="strength",
            color_discrete_sequence= px.colors.sequential.Plotly3[-2::-1])

Output

微信图片_20220522202035.png


并行类别图

px.parallel_categories(tips, color="size", color_continuous_scale=px.
            colors.sequential.Inferno)

Output

微信图片_20220522202038.png


直方图

px.histogram(tips, x="total_bill", color="smoker",facet_row="day", facet_col="time")

Output

微信图片_20220522202041.png


三维散点图

px.scatter_3d(election, x="Joly", y="Coderre", z="Bergeron", color="winner", 
              size="total", hover_name="district",symbol="result", 
              color_discrete_map = {"Joly": "blue", "Bergeron": "green", 
              "Coderre":"red"})

Output

微信图片_20220522202044.png


密度等值线图

px.density_contour(iris, x="sepal_width", y="sepal_length", color="species")

Output

微信图片_20220522202235.png


箱形图

px.box(tips, x="sex", y="tip", color="smoker", notched=True)

Output

微信图片_20220522202239.png


地理坐标线条图

px.line_geo(gap.query("year==2007"), locations="iso_alpha", 
            color="continent", projection="orthographic")

Output

微信图片_20220522202243.png


条线图

px.line(gap, x="year", y="lifeExp", color="continent", 
        line_group="country", hover_name="country",
        line_shape="spline", render_mode="svg")

Output

微信图片_20220522202248.png


面积图

px.area(gap, x="year", y="pop", color="continent", 
        line_group="country")

Output

微信图片_20220522202341.png


热力图

px.density_heatmap(iris, x="sepal_width", y="sepal_length", 
                   marginal_x="rug", marginal_y="histogram")

Output

微信图片_20220522202344.png


条形图

px.bar(tips, x="sex", y="total_bill", color="smoker", barmode="group")

Output

微信图片_20220522202347.png总体来说，Plotly/Plotly Express 还是非常强大绘图工具，值得我们细细研究~

文章标签：
Python
数据挖掘
数据可视化
定位技术
关键词：
plotly Express
游客6ma7kn7fc4jf6
目录
相关文章
申公豹
|
1月前
|
数据可视化 搜索推荐 大数据
Plotly Express可视化图表
【10月更文挑战第19天】Plotly Express 是 Plotly 的高级 API，提供了一种简单直观的方法来创建各种类型的交互式图表。本文介绍了如何使用 Plotly Express 快速生成从简单散点图到复杂大数据集图表的多种可视化效果，包括安装方法、基本示例、复杂图表、动态图表和子图布局等内容。通过本文，您将学会如何利用 Plotly Express 进行高效的数据可视化。
申公豹
44 0
ShaFaChuang-36210
|
2月前
|
JavaScript 前端开发 中间件
探索后端技术：Node.js与Express框架的完美融合
【10月更文挑战第7天】 在当今数字化时代，Web应用已成为日常生活不可或缺的一部分。本文将深入探讨后端技术的两大重要角色——Node.js和Express框架，分析它们如何通过其独特的特性和优势，为现代Web开发提供强大支持。我们将从Node.js的非阻塞I/O和事件驱动机制，到Express框架的简洁路由和中间件特性，全面解析它们的工作原理及应用场景。此外，本文还将分享一些实际开发中的小技巧，帮助你更有效地利用这些技术构建高效、可扩展的Web应用。无论你是刚入门的新手，还是经验丰富的开发者，相信这篇文章都能为你带来新的启发和思考。
ShaFaChuang-36210
109 1
代码bug生产队
|
2月前
|
开发框架 JavaScript 前端开发
使用 Node.js 和 Express 构建 Web 应用
【10月更文挑战第2天】使用 Node.js 和 Express 构建 Web 应用
代码bug生产队
91 0
游客moiomvrp3vyac2
|
26天前
|
缓存 负载均衡 JavaScript
构建高效后端服务：Node.js与Express框架实践
在数字化时代的浪潮中，后端服务的重要性不言而喻。本文将通过深入浅出的方式介绍如何利用Node.js及其强大的Express框架来搭建一个高效的后端服务。我们将从零开始，逐步深入，不仅涉及基础的代码编写，更会探讨如何优化性能和处理高并发场景。无论你是后端新手还是希望提高现有技能的开发者，这篇文章都将为你提供宝贵的知识和启示。
游客moiomvrp3vyac2
72 2
雨溪-yuxi
|
28天前
|
JavaScript
使用node.js搭建一个express后端服务器
Express 是 Node.js 的一个库，用于搭建后端服务器。本文将指导你从零开始构建一个简易的 Express 服务器，包括项目初始化、代码编写、服务启动与项目结构优化。通过创建 handler 和 router 文件夹分离路由和处理逻辑，使项目更清晰易维护。最后，通过 Postman 测试确保服务正常运行。
雨溪-yuxi
47 1
aliyun0641063962-48771
|
1月前
|
JavaScript 中间件 关系型数据库
构建高效的后端服务：Node.js 与 Express 的实践指南
在后端开发领域，Node.js 与 Express 的组合因其轻量级和高效性而广受欢迎。本文将深入探讨如何利用这一组合构建高性能的后端服务。我们将从 Node.js 的事件驱动和非阻塞 I/O 模型出发，解释其如何优化网络请求处理。接着，通过 Express 框架的简洁 API，展示如何快速搭建 RESTful API。文章还将涉及中间件的使用，以及如何结合 MySQL 数据库进行数据操作。最后，我们将讨论性能优化技巧，包括异步编程模式和缓存策略，以确保服务的稳定性和扩展性。
aliyun0641063962-48771
53 17
一缕微风绕指柔
|
25天前
|
Web App开发 JSON JavaScript
Node.js 中的中间件机制与 Express 应用
Node.js 中的中间件机制与 Express 应用
一缕微风绕指柔
29 0
mrq4nk6ni2neg
|
2月前
|
Web App开发 JavaScript 中间件
构建高效后端服务：Node.js与Express框架的完美结合
【10月更文挑战第21天】本文将引导你走进Node.js和Express框架的世界，探索它们如何共同打造一个高效、可扩展的后端服务。通过深入浅出的解释和实际代码示例，我们将一起理解这一组合的魅力所在，并学习如何利用它们来构建现代Web应用。
mrq4nk6ni2neg
63 1
mrq4nk6ni2neg
|
1月前
|
Web App开发 JavaScript 前端开发
探索后端开发：Node.js与Express的完美结合
【10月更文挑战第33天】本文将带领读者深入了解Node.js和Express的强强联手，通过实际案例揭示它们如何简化后端开发流程，提升应用性能。我们将一起探索这两个技术的核心概念、优势以及它们如何共同作用于现代Web开发中。准备好，让我们一起开启这场技术之旅！
mrq4nk6ni2neg
43 0
肥猪肥猪-17824
|
1月前
|
Web App开发 JavaScript 前端开发
构建高效后端服务：Node.js与Express框架的实践
【10月更文挑战第33天】在数字化时代的浪潮中，后端服务的效率和可靠性成为企业竞争的关键。本文将深入探讨如何利用Node.js和Express框架构建高效且易于维护的后端服务。通过实践案例和代码示例，我们将揭示这一组合如何简化开发流程、优化性能，并提升用户体验。无论你是初学者还是有经验的开发者，这篇文章都将为你提供宝贵的见解和实用技巧。
肥猪肥猪-17824
48 0