来源:Python 技术「ID: pythonall」 在之前的一篇文章Python可视化神器-Plotly展现了可视化神器-Plotly的基本使用,接下来继续本着学习的姿态继续探索可视化神器-Plotly的神奇之旅。本文介绍如何在Python中使用Plotly创建动画。 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! 参考
|