使用 Plotly 在 Python 中填充区域图

---

Plotly 是 Python 中的一个库，在绘制各种图形和图表方面非常有用。它是一个交互式可视化库，用于创建高质量的出版物图形。可以使用 Plotly 可视化的一些图形和图表包括折线图、散点图、区域图、条形图、误差条、箱线图、直方图、热图、子图、多轴、极坐标图和气泡图。

填充区域图

填充区域图是 Plotly 中一个增强的模块，它分析各种数据并生成易于阅读的用户友好型图形。填充区域与特定值相协调，该值对应于由 line_group 参数给出的特定列。

数据框

对于绘图，您需要一个具有属性（列名）的数据框，该数据框通常使用 pandas 对象和 numpy 创建，或者模块本身提供某些内置数据集，如下所述：

• carshare

• election

• Gapminder

• iris

• tips

• Wind

它们每个都有 ai

参数

x,y - 指的是数据框中列的名称。x 和 y 的值沿着它们在笛卡尔坐标系中的位置标记。

颜色 - 指的是数据框中列的名称。此列的值用于为标记的位置分配颜色。

示例 1

让我们通过绘制强度与频率的关系图（方向作为颜色）来可视化 wind 数据集。以下代码打印数据集及其属性、行数和列数。

算法

• 步骤 1 - 导入 plotly.express 为 px

• 步骤 2 - 从 wind 数据集中创建数据框对象。

• 步骤 3 - 绘制数据框的区域图，参数 x 为强度，y 为频率，颜色为方向。

• 步骤 4 - 显示区域图。

import plotly.express as px
df = px.data.wind()
fig = px.area(df, x="strength", y="frequency", color="direction",)
fig.show()

输出

示例 2

以下代码通过可视化 gapminder 数据集并绘制 lifeExp 与 year 的关系图（以 continent 为颜色）来打印数据集及其属性、行数和列数。

算法

• 步骤 1 - 导入 plotly.express 为 px

• 步骤 2 - 从 gapminder 数据集中创建数据框对象。

• 步骤 3 - 绘制数据框的区域图，参数 x 为 year，y 为 lifeExp，颜色为 continent。

• 步骤 4 - 显示区域图。

import plotly.express as px
df = px.data.gapminder()
fig = px.area(df, x="year", y="lifeExp", color="continent")
fig.show()

输出

示例 3

以下代码打印使用 random.randint 函数生成随机数创建的数据集，以及其属性、行数和列数。

算法

• 步骤 1 - 导入 plotly.express 为 px

• 步骤 2 - 使用使用 randint 函数生成的数据集创建数据框对象。

• 步骤 3 - 绘制数据框的区域图，参数 x 为 year，y 为 lifeExp，颜色为 continent。

• 步骤 4 - 显示区域图。

import plotly.express as px
import numpy as np
 
# creating random data through randomint
# function of numpy.random
np.random.seed(50)
 
random_x= np.random.randint(1,100,50)
random_y= np.random.randint(1,100,50)
print(random_x)
print(random_y)
fig = px.area(x = random_x, y = random_y)
fig.show()

print(random_x)
print(random_y)

输出

[49 97 12 34 95  5 71 71 23  6  3 96 72 69 79 36 93 92 27 91  7 21 44 32
 50 86 42 65  7 20  3 80 31 36 27 61 67 77 97 68  3 11 52  1 94 94 95  1
 12 31]
[27 72 52 29 25 92 47 63 14 72 37  1 59 44 65 20 59 46 84  2 62 10 30 53
 44 88 33 20 48 70 93  7 66 37 85 37 45 54 79  5 87 44 20 97 38 31 63 45
 44 36]

结论

Plotly 库可视化的区域主要有两种变化，即堆叠区域和非堆叠区域。基本区域被放大以显示大量值。但是，堆叠区域图被认为是条形图或图表中数据表示的最佳方式之一。