Plotly - 子图和内嵌图



在这里,我们将了解 Plotly 中子图和内嵌图的概念。

创建子图

有时,并排比较数据的不同视图会很有帮助。这支持子图的概念。它在plotly.tools 模块中提供make_subplots() 函数。该函数返回一个 Figure 对象。

以下语句在一行中创建两个子图。

fig = tools.make_subplots(rows = 1, cols = 2)

我们现在可以将两个不同的轨迹(上面示例中的 exp 和 log 轨迹)添加到图形中。

fig.append_trace(trace1, 1, 1)
fig.append_trace(trace2, 1, 2)

使用update() 方法进一步配置图形的布局,指定标题、宽度、高度等。

fig['layout'].update(height = 600, width = 800s, title = 'subplots')

这是完整的脚本:

from plotly import tools
import plotly.plotly as py
import plotly.graph_objs as go
from plotly.offline import iplot, init_notebook_mode
init_notebook_mode(connected = True)
import numpy as np
x = np.arange(1,11)
y1 = np.exp(x)
y2 = np.log(x)
trace1 = go.Scatter(
   x = x,
   y = y1,
   name = 'exp'
)
trace2 = go.Scatter(
   x = x,
   y = y2,
   name = 'log'
)
fig = tools.make_subplots(rows = 1, cols = 2)
fig.append_trace(trace1, 1, 1)
fig.append_trace(trace2, 1, 2)
fig['layout'].update(height = 600, width = 800, title = 'subplot')
iplot(fig)

这是您的绘图网格的格式:[ (1,1) x1,y1 ] [ (1,2) x2,y2 ]

Making Subplots

内嵌图

要将子图显示为内嵌图,我们需要配置其轨迹对象。首先将内嵌轨迹的xaxis 和 yaxis 属性分别设置为‘x2’‘y2’。以下语句将‘log’ 轨迹放在内嵌图中。

trace2 = go.Scatter(
   x = x,
   y = y2,
   xaxis = 'x2',
   yaxis = 'y2',
   name = 'log'
)

其次,配置 Layout 对象,其中内嵌图的 x 轴和 y 轴的位置由domain 属性定义,该属性指定其相对于主轴的位置。

xaxis2=dict(
   domain = [0.1, 0.5],
   anchor = 'y2'
),
yaxis2 = dict(
   domain = [0.5, 0.9],
   anchor = 'x2'
)

下面给出了在内嵌图中显示 log 轨迹并在主轴上显示 exp 轨迹的完整脚本:

trace1 = go.Scatter(
   x = x,
   y = y1,
   name = 'exp'
)
trace2 = go.Scatter(
   x = x,
   y = y2,
   xaxis = 'x2',
   yaxis = 'y2',
   name = 'log'
)
data = [trace1, trace2]
layout = go.Layout(
   yaxis = dict(showline = True),
   xaxis2 = dict(
      domain = [0.1, 0.5],
      anchor = 'y2'
   ),
   yaxis2 = dict(
      showline = True,
      domain = [0.5, 0.9],
      anchor = 'x2'
   )
)
fig = go.Figure(data=data, layout=layout)
iplot(fig)

输出如下:

Inset Plots
广告