​数据可视化 | plotly.express库

Plotly.Express是Plotly python包的常规部分，因此最简单的方法是全部安装。

pip install plotly

也可以选择只安装Plotly.express

pip install plotly.express

使用Plotly.Express库还需要安装pandas，否则，当您尝试导入Plotly.Express时可能会出错。

＃导入plotly.express库
Import plotly.express as px
＃所有绘图的语法
px.chart_type（df，parameters）

折线图

• color—是许多图表类型的关键参数。它将数据分组，并为它们分配不同的颜色。每个组构成一个元素，就折线图而言，它是一条单独的线。除非使用以下参数设置确切的颜色，否则将为每行分配颜色。

• color_discrete_sequence —选择线条的预定义颜色，例如color_discrete_sequence = ["red","yellow"]。如果您提供的颜色少于系列数，Plotly将自动分配其余颜色。

• color_discrete_map —允许与上述相同，但以字典的形式将颜色分配给特定系列。color_discrete_map = {"Spain":"Black"}。

• line_dash —类似于color它，仅更改破折号而不是颜色

• line_group —与颜色类似，它用于区分分隔线的值（类别），但是在这种情况下，所有颜色将具有相同的颜色，并且不会为其创建图例。

最后，我们要了解plotly.Express流行的参数——动画。该参数animation_frame 指向用于区分动画帧的列。您必须稍微更新数据集才能创建此动画。列years_upto包含所有历史数据。详细数据如下图所示。

＃然后我们将“year_upto”作为animation_frame参数
px.line（spfrit，
        x =“ years”，
        y =“ visitors”，
        color =“ Country Name”，
        title =“ International Visitors”，
        range_x = [1995，2018] ，
        range_y = [25000000,90000000]，
        animation_frame =“ year_upto”）

效果图

查看内置的人口寿命数据集gapminder:

#内置gapminder数据集概览
print(px.data.gapminder.__doc__)
px.data.gapminder().head()

数据集概览：

点击https://www.gapminder.org/data/就可以去网站查看需要的数据，官网截图如下：

首先简单地绘制一个散点图：

import plotly.express as px
import plotly.offline as of
gapminder = px.data.gapminder()
gapminder2007=gapminder.query('year==2007')
a=px.scatter(gapminder2007, x='gdpPercap', y='lifeExp')
of.plot(a)

效果图

再给它点“颜色”瞧瞧：

#通过大陆颜色进行区分
a=px.scatter(gapminder2007, x='gdpPercap', y='lifeExp',color='continent')

效果图

再添加一些形状：

#通过人口总数进行区分
px.scatter(gapminder2007, x='gdpPercap', y='lifeExp',color='continent',size='pop',size_max=100,hover_name='country')

效果图

再划分个小组：

#通过大洲进行划分
px.scatter(gapminder2007, x='gdpPercap', y='lifeExp',color='continent',size='pop',size_max=100,hover_name='country',facet_col='continent')

效果图

按时间推移设置动画：

还可以添加一些地理信息，如在地图上动态显示：

事实上，plotly.express 支持三维散点图、三维线形图、极坐标和地图上三元坐标以及二维坐标、条形图（Bar）。您还可以使用单变量设置中的直方图、箱形图、小提琴图、双变量分布的密度等高线图。