可视化神器 Plotly_Express 详解
Plotly 是新一代的数据可视化神器，TopQ量化开源团队，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。为此，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，内置了大量实用、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互动图表。
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，每一行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，每一行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dimensions彼此相对绘制；
- 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，成为彩色矩形瓦片，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点；
- 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点；
- 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顶点；
- 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点；
- 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点；
- 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，该折线标记穿过一组平行轴，每个平行轴对应一个平行轴 dimensions；
- 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，dimensions然后通过一组平行轴绘制为折线标记，每个平行轴对应一个dimensions；
- area：堆积区域图 在堆积区域图中，每行data_frame表示为2D空间中折线标记的顶点。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；
- violin：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，以便可视化它们的分布；
- 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，每一行data_frame表示为类别中的抖动标记；l
- histogram：直方图 在直方图中，每一行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；
绘制动画散点图
绘画散点图的图表是：scatter，详细代码如下：
import plotly.express as 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])
显示结果为：
动画条形图
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()
显示结果如下：
总结
希望今天文章和实战对大家有所帮助，在以后的成神路上越来越顺利！
