Python 可視化：Plotly 庫使用基礎
作者：了不起
當使用 Plotly 進行數據可視化時，我們可以通過以下示例展示多種繪圖方法，每個示例都會有詳細的注釋和說明。
當使用 Plotly 進行數據可視化時，我們可以通過以下示例展示多種繪圖方法，每個示例都會有詳細的注釋和說明。
1.創建折線圖
import plotly.graph_objects as go
# 示例1: 創建簡單的折線圖
x = [1, 2, 3, 4, 5]
y = [10, 15, 13, 17, 20]
# 創建折線圖
fig = go.Figure(data=go.Scatter(x=x, y=y, mode='lines+markers', name='數據線'))
# 設置圖形布局
fig.update_layout(
title='示例折線圖',
xaxis_title='X軸標簽',
yaxis_title='Y軸標簽',
showlegend=True
)
# 顯示圖形
fig.show()在這個示例中，我們使用 Plotly 創建了一個簡單的折線圖，使用了不同的參數來自定義線條的樣式和標記。我們還設置了圖形的標題、軸標簽和圖例，以增強圖形的可讀性。
2.創建散點圖
# 示例2: 創建散點圖
x = [1, 2, 3, 4, 5]
y = [10, 15, 13, 17, 20]
# 創建散點圖
fig = go.Figure(data=go.Scatter(x=x, y=y, mode='markers', marker=dict(color='red'), name='散點數據'))
# 設置圖形布局
fig.update_layout(
title='示例散點圖',
xaxis_title='X軸標簽',
yaxis_title='Y軸標簽',
showlegend=True
)
# 顯示圖形
fig.show()這個示例展示了如何使用 Plotly 創建一個簡單的散點圖，使用了不同的參數來自定義散點的樣式和顏色。同樣，我們設置了圖形的標題、軸標簽和圖例。
3.創建柱狀圖
import plotly.express as px
# 示例3: 創建柱狀圖
categories = ['A', 'B', 'C', 'D', 'E']
values = [30, 45, 60, 25, 50]
# 創建柱狀圖
fig = px.bar(x=categories, y=values, color=categories, title='示例柱狀圖')
# 設置圖形布局
fig.update_layout(
xaxis_title='類別',
yaxis_title='值',
showlegend=True
)
# 顯示圖形
fig.show()在這個示例中，我們使用 Plotly 創建了一個柱狀圖，設置了柱子的顏色和圖例，并添加了標題、軸標簽。
4.創建多子圖
import plotly.figure_factory as ff
import numpy as np
# 示例4: 創建多子圖
x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
# 創建包含兩個子圖的圖形
fig = make_subplots(rows=2, cols=1, subplot_titles=('正弦函數', '余弦函數'))
# 在第一個子圖中繪制正弦函數
fig.add_trace(go.Scatter(x=x, y=y1, mode='lines', name='sin(x)'), row=1, col=1)
# 在第二個子圖中繪制余弦函數
fig.add_trace(go.Scatter(x=x, y=y2, mode='lines', name='cos(x)'), row=2, col=1)
# 設置圖形布局
fig.update_layout(
showlegend=True
)
# 顯示圖形
fig.show()這個示例演示了如何使用 Plotly 創建包含兩個子圖的圖形，每個子圖都有自己的標題和圖例。我們使用了 make_subplots 來創建多子圖，然后在每個子圖上繪制不同的函數。
這些示例涵蓋了使用 Plotly 進行數據可視化的基本用法，從簡單的折線圖和散點圖到多子圖的復雜示例。你可以根據自己的需求進一步探索 Plotly 的功能，以創建各種類型的圖形和可視化分析。
責任編輯：趙寧寧
來源：
Python技術
