数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究使用 graph_objects 类在 Plotly 中创建直方图
直方图是数据集分布的图形表示，可以使用 Plotly（一个 Python 库，其中包含一个称为 graph_objects 的类）创建，我们可以使用该类创建直方图。直方图有助于理解数据集的形状，其中还包括异常值、集中趋势和离散度。
Plotly 是一个 Python 库，允许我们以各种格式创建交互式可视化，包括散点图、折线图和直方图。graph_objects 类提供了一个高级接口来创建一些复杂的图表，并允许我们自定义图表的每个方面。在本文中，我们将探讨如何使用 PLotly graph_objects 类创建直方图。
plotly.graph_object 类
graph_objects 类是 Plotly 的一个子库，允许用户使用更面向对象的方法创建和修改可视化。使用 graph_objects，用户可以创建一个 Figure 对象，并将各种图表类型作为 Traces 添加到其中。例如，要使用 graph_objects 创建直方图，我们可以创建一个 Figure 对象并向其中添加一个 Histogram 轨迹。
名为 graph_objects 的类通常导入为 go，并包含一个自动生成的 Python 类层次结构，该层次结构表示图形模式中的非叶子节点。“graph_objects”一词指的是这些类的实例。
语法
plotly.graph_objects.Table(arg=None, cells=None, columnorder=None, columnordersrc=None, columnwidth=None, columnwidthsrc=None, customdata=None, customdatasrc=None, domain=None, header=None, hoverinfo=None, hoverinfosrc=None, hoverlabel=None, ids=None, idssrc=None, legendgrouptitle=None, legendrank=None, legendwidth=None, meta=None, metasrc=None, name=None, stream=None, uid=None, uirevision=None, visible=None, **kwargs)
使用 graph_objects 类在 Plotly 中创建直方图
使用 graph_objects 创建直方图（通过生成随机数据）
按照以下步骤使用 graph_objects 类在 Plotly 中创建直方图，方法是使用 numpy 创建随机数据：
导入 plotly.graph_objects 模块，其中包含我们将用于创建绘图的 Histogram 类以及 Figure 类。
使用 numpy.random.normal 函数生成一些随机数据，该函数从正态分布生成随机数。
使用 Histogram 类创建直方图，并将我们的随机数据作为 x 参数传递。这将创建一个具有默认设置的直方图，我们稍后可以对其进行自定义。
使用 Figure 类的 update_layout 方法向绘图添加轴标签和标题。
使用 title 参数指定标题，使用 xaxis_title 和 yaxis_title 参数指定 x 轴和 y 轴标签。
使用 Figure 类的 show 方法在新窗口中显示我们的绘图。
示例
import plotly.graph_objects as go import numpy as np # Generate some random data np.random.seed(123) x = np.random.normal(size=1000) # Create the histogram using graph_objects fig = go.Figure(data=[go.Histogram(x=x)]) # Add axis labels and title fig.update_layout( title="Histogram of Random Data", xaxis_title="Value", yaxis_title="Count", ) # Show the plot fig.show()
输出
使用 graph_objects 创建直方图（内置数据集）
按照以下步骤使用 graph_objects 类创建直方图，使用 Python 的 Seaborn 库中存在的 tips 数据集：
导入必要的库，包括 plotly.graph_objects 模块和 seaborn 模块。
使用 load_dataset('tips') 函数加载内置的 tips 数据集。
使用 go.Histogram() 函数创建四种不同类型的直方图。
第一个直方图是使用 Total Bill 列的基本直方图对象。
第二个直方图是使用 Tip 列的累积直方图对象，其中 cumulative_enabled 参数设置为 True。
第三个直方图是使用 Size 列的归一化直方图对象，其中 histnorm 参数设置为 'probability'。
第四个直方图是使用 Tip 和 Size 列的堆叠直方图对象，具有不同的标记颜色和每个列的图例名称。
使用 go.Figure() 函数创建 Figure 对象，并将所有四个直方图添加到其中。
使用 update_layout() 方法自定义图形的布局，以添加标题和轴标签。
使用 show() 方法显示图形。
示例
import seaborn as s
import plotly.graph_objects as go
# Load the built-in tips dataset
d= s.load_dataset('tips')
# Create a basic histogram object using the Total Bill column
hist1 = go.Histogram(x=d['total_bill'], nbinsx=30)
# Create a cumulative histogram object using the Tip column
hist2 = go.Histogram(x=d['tip'], nbinsx=20, cumulative_enabled=True)
# Create a normalized histogram object using the Size column
hist3 = go.Histogram(x=d['size'], nbinsx=5, histnorm='probability density')
# Create a stacked histogram object using the Tip and Size columns
hist4 = go.Histogram(x=d['tip'], y=d['size'], nbinsx=10, nbinsy=5, histfunc='sum', histnorm='probability')
# Create a figure object and add all histograms to it
tfig = go.Figure(data=[hist1, hist2, hist3, hist4])
# Customize the layout of the figure
tfig.update_layout(
title='Histograms of Tips Dataset',
xaxis_title='Values',
yaxis_title='Frequency',
barmode='overlay',
bargap=0.1,
bargroupgap=0.1
)
# Display the figure
tfig.show()
输出
使用 Total Bill 列的基本直方图对象：
使用 Tip 列的累积直方图对象
使用 Size 列的归一化直方图对象：
使用 Tip 和 Size 列的堆叠直方图对象：
结论
总之，Plotly 中的 graph_objects 类为我们提供了一个优化且强大的工具来创建可自定义的可视化，包括直方图。我们知道，使用 graph_objects，我们可以轻松生成不同类型的直方图（基本、归一化、累积、堆叠），使用内置数据集，或者甚至在用户创建的数据集上，并根据需要自定义箱数、图例、颜色和其他参数。生成的视觉效果是交互式的，允许用户放大、平移和悬停在数据点上以获取更多信息。
412 次浏览
