可视化神器Plotly_Express详解

Posted on 2021年11月4日
参考资料：Plotly_express官方API教程、Plotly_express官方画图教程

一、概述

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，采用ROR等新一代“约定优先”编程模式，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，毫无疑问。

二、图表说明

  1. 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；
  2. 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；
  3. 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；
  4. 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；
  5. 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；
  6. 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；
  7. 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；
  8. 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；
  9. 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；
  10. 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；
  11. 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；
  12. 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；
  13. 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；
  14. 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；
  15. 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；
  16. 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；
  17. 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；
  18. bar：条形图
    在条形图中，每行data_frame表示为矩形标记；
  19. 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；
  20. 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；
  21. 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；
  22. 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；
  23. 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)；
  24. 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；

三、子模块

 

import numpy as np
import pandas as pd
import plotly_express as px

1. 内置数据集

  • 不同国家历年GDP收入与人均寿命。包含字段：国家、洲、年份、平均寿命、人口数量、GDP、国家简称、国家编号；

 

gapminder = px.data.gapminder()
  • 餐馆的订单流水。包含字段：总账单、小费、性别、是否抽烟、星期几、就餐时间、人数；

 

tips = px.data.tips()
  • 花：萼片长、萼片宽、花瓣长、花瓣宽、种类、种类编号

 

iris = px.data.iris()
  • 风力等级：方向、强度、数值

 

wind = px.data.wind()
  • 2013年蒙特利尔市长选举投票结果。包括字段：区域、Coderre票数、Bergeron票数、Joly票数、总票数、胜者、结果(占比分类)

 

election = px.data.election()
  • 蒙特利尔一个区域中心附近的汽车共享服务的可用性。包括字段：纬度、经度、汽车小时数、高峰小时

 

carshare = px.data.carshare()

2. 内置颜色面板

  • 开源包：卡通片的色彩和序列

 

px.colors.carto
  • 开源包：CMOcean项目的色阶

 

px.colors.cmocean
  • 开源包：来自ColorBrewer2项目的色阶和序列

 

px.colors.colorbrewer
  • 周期性色标适用于具有自然周期结构的连续数据

 

px.colors.cyclical
  • 分散色标适用于具有自然中点的连续数据

 

px.colors.diverging
  • 定性色标适用于没有自然顺序的数据

 

px.colors.qualitative
  • 顺序色标适用于大多数连续数据

 

px.colors.sequential
  • 举例展示

 

px.colors.qualitative.swatches()
  • 举例效果

四、 散点图

1. 方法定义

 

def scatter(data_frame, x=None, y=None, color=None, symbol=None, size=None, 
            hover_name=None, hover_data=None, text=None, facet_row=None, 
            facet_col=None, error_x=None, error_x_minus=None, error_y=None, 
            error_y_minus=None, animation_frame=None, animation_group=None, 
            category_orders={}, labels={}, color_discrete_sequence=None, 
            color_discrete_map={}, color_continuous_scale=None, 
            range_color=None, color_continuous_midpoint=None, 
            symbol_sequence=None, symbol_map={}, opacity=None,
            size_max=None, marginal_x=None, marginal_y=None, trendline=None,
            trendline_color_override=None, log_x=False, log_y=False,
            range_x=None, range_y=None, render_mode='auto', title=None, 
            template=None, width=None, height=None):

    return
2. 参数说明
  • data_frame：目标数据，类型为dataframe；
  • x ：指定列名。列中的值用于笛卡尔坐标中沿 X 轴的定位标记。图表类型为水平柱状图时，这些值用作参数histfunc的入参；
  • y ：指定列名。列中的值用于笛卡尔坐标中沿 Y 轴的定位标记。图表类型为垂直柱状图时，这些值用作参数histfunc的入参；
  • color：指定列名。为列中的不同值，(由px)自动匹配不同的标记颜色；若列为数值数据时，还会自动生成连续色标；
  • symbol：指定列名。为列中的不同值，设置不同的标记形状；
  • size：指定列名。为列中的不同值，设置不同的标记大小；
  • hover_name：指定列名。将列中的值，加粗显示在悬停提示内容的正上方；
  • hover_data：指定列名组成的列表。所有列的值，显示在悬停提示内容中，位于x/y值的下方。指定的列与x/y重复时仅显示1条数据；
  • text：指定列名。列中的值，在图的标记中显示为文本标签，同时也显示在悬停提示内容中；
  • facet_row：指定列名。根据列中不同的(N个)值，在垂直方向上显示N个子图，并在子图右侧，垂直方向上，进行文本标注；
  • facet_col：指定列名。根据列中不同的(N个)值，在水平方向上显示N个子图，并在子图上方，水平方向上，进行文本标注；
  • error_x：指定列名。显示误差线，列中的值用于调整 X 轴误差线的大小。如果参数error_x_minus == None，则悬停提示内容中，显示对称的误差值；否则显示正向的误差值。该列通常是基于元数据加工的结果，目的是统计元数据指标的误差值，一般会用元数据除以100的整数倍。
  • error_x_minus：指定列名。列中的值用于在负方向调整 X 轴误差线的大小，如果参数error_x==None，则直接忽略该参数；
  • error_y：指定列名。显示误差线，列中的值用于调整 Y 轴误差线的大小。如果参数error_y_minus == None，则悬停提示内容中，显示对称的误差值；否则显示正向的误差值。该列通常是基于元数据加工的结果，目的是统计元数据指标的误差值，一般会用元数据除以100的整数倍。
  • error_y_minus：指定列名。列中的值用于在负方向调整 Y 轴误差线的大小，如果参数error_y==None，则直接忽略该参数；
  • animation_frame：指定列名。列中的值用于为动画帧指定标记，即设置滑动条；
  • animation_group：指定列名。列中的值用于提供跨动画帧的联动匹配；
  • category_orders：带有字符串键和字符串列表值的字典，默认为{}，此参数用于强制每列的特定值排序，dict键是列名，dict值是指定的排列顺序的字符串列表。默认情况下，在Python 3.6+中，轴，图例和构面中的分类值的顺序取决于在data_frame中首次出现的顺序，而在3.6以下的Python中，默认不保证顺序，该参数即为解决此类问题而设计；
  • labels：带字符串键和字符串值的dict，默认为{}。此参数用于修改图表中显示的列名称。默认情况下，图表中使用列名称作为轴标题、图例条目、悬停提示等，此参数可以进行修改，dict的键是列名，dict值是修改的新名称；
  • color_discrete_sequence：有效的CSS颜色字符串列表，取自plotly_express的color子模块。当参数color指定的列不是数值数据时，该参数为color列指定颜色序列，若category_orders参数不为None，则按category_orders中设定的顺序循环执行color_discrete_sequence，除非color列的值在参数color_discrete_map入参的dict键中；
  • color_discrete_map：带字符串键和有效CSS颜色字符串值的dict，默认为{}。当参数color指定的列不是数值数据时，该参数用于将特定颜色分配给，与特定值对应的标记，color_discrete_map中的键为color表示的列值。其优先级高，会覆盖color_discrete_sequence参数中的设置；
  • color_continuous_scale：有效的CSS颜色字符串列表，取自plotly_express的color子模块。当参数color指定的列是数值数据时，为连续色标，设置指定的颜色序列。实际上，color指定列时，px会自动匹配颜色：1）若指定列是数值数据，通过参数color_continuous_scale可以设定具体的颜色序列；2）若指定列是非数值数据时，通过参数color_discrete_sequence可以设定具体的颜色序列(循环匹配)；通过参数color_discrete_map可以为列中不同值，指定具体的颜色；
  • range_color：2个数字元素组成的列表，参数用于设定连续色标上的自动缩放，即边界的大小值；
  • color_continuous_midpoint：数字，默认为无。如果设置，则计算连续色标的边界以具有所需的中点。 若使用plotly_express.colors.diverging色标作为color_continuous_scale的如参时，建议设置此值；
  • symbol_sequence：定义plotly.js符号的字符串列表。参数用于为列中的值分配符号，除非symbol的值是symbol_map中的键。分配符号的顺序：按按category_orders中设置的顺序循环执行；
  • symbol_map：带字符串键和定义plotly.js符号的字符串值的dict，默认值{}。该参数用于将特定符号分配给，与特定值对应的标记，symbol_map中的键为symbol表示的列值。其优先级高，会覆盖symbol_sequence参数中的设置；
  • opacity：数字，介于0和1之间，设置标记的不透明度；
  • size_max：整数，默认为20。使用size参数时，设置最大标记的大小；
  • marginal_x：字符串，取值：rug(细条)、box(箱图)、violin(小提琴图)、histogram(直方图)。该参数用于在主图上方，绘制一个水平子图，以便对x分布，进行可视化；
  • marginal_y：字符串，取值：rug(细条)、box(箱图)、violin(小提琴图)、histogram(直方图)。该参数用于在主图右侧，绘制一个垂直子图，以便对y分布，进行可视化；
  • trendline：字符串，取值：ols、lowess、None。取值为ols时，将为每个离散颜色/符号组，绘制一个普通最小二乘回归线；取值为lowess时，则将为每个离散颜色/符号组，绘制局部加权散点图平滑线；
  • trendline_color_override：字符串，有效的CSS颜色。如果设置了参数trendline趋势线，则将以此颜色绘制所有趋势线；
  • log_x：布尔值，默认为False。如果为True，则 X 轴在笛卡尔坐标系中进行对数缩放；
  • log_y：布尔值，默认为False。如果为True，则 Y 轴在笛卡尔坐标系中进行对数缩放；
  • range_x：2个数字元素组成的列表，用于设定笛卡尔坐标中 X 轴上的自动缩放，即边界的大小值；
  • range_y：2个数字元素组成的列表，用于设定笛卡尔坐标中 Y 轴上的自动缩放，即边界的大小值；
  • render_mode：字符串，取值：auto(默认)、svg、webgl。用于控制绘制标记的浏览器API，svg适用于少于1000的数据，并允许完全矢量化输出；webgl可以接收1000点以上的数据；auto使用启发式方法来选择模式；
  • title：字符串，设置图表的标题；
  • template：字符串或Plotly.py模板对象，设置图表的背景颜色。有三个内置的 Plotly 主题： plotly， plotly_white 和 plotly_dark；
  • width：整数，默认无，设置图表的宽度（以像素为单位）；
  • height：整数，默认600，设置图表的高度（以像素为单位）；
3. 说明
  • 实际上，其它的图表，其方法中的绝大多数参数和散点图的参数，用法基本相同，本文不再详细解释其它图表的定义和方法，具体可以参见官方API文档，下文会展示部分图表的制作；

五、 图表制作

1. 散点图和折线图

  • 简单散点图

 

px.scatter(iris, x="sepal_width", y="sepal_length")
  • 散点图，为不同种类的花自动配置颜色

 

px.scatter(iris, x="sepal_width", y="sepal_length", color="species")
  • 散点图，分别在图表的上方、右侧增加直方图、细条图

 

px.scatter(iris, x="sepal_width", y="sepal_length", color="species", 
           marginal_y="rug", marginal_x="histogram")
  • 散点图，分别在图表的上方、右侧增加箱形图、小提琴图，并添加趋势线

 

px.scatter(iris, x="sepal_width", y="sepal_length", color="species", 
           marginal_y="violin", marginal_x="box", trendline="ols")
  • 散点图，为标记添加x、y轴方向上的误差线

 

iris["e"] = iris["sepal_width"]/100   --设置误差值、删除误差值：del iris["e"] 
px.scatter(iris, x="sepal_width", y="sepal_length", color="species", 
           error_x="e", error_y="e")
  • 散点图，在垂直(y)、水平(x)方向上，按指定的列，单独展示子图表，并为列值进行排序

 

px.scatter(tips, x="total_bill", y="tip", facet_row="time", facet_col="day", 
           color="smoker", trendline="ols",category_orders={"day": ["Thur", 
           "Fri", "Sat", "Sun"], "time": ["Lunch", "Dinner"]})
  • 散点图，颜色列为数值数据时，会自动展示色标

 

px.scatter(tips, x="total_bill", y="tip", color="size", facet_col="sex",
           color_continuous_scale=px.colors.sequential.Viridis, 
           render_mode="webgl")
  • 散点图，设置标记大小依赖的列，对 x 轴进行缩放处理

 

px.scatter(gapminder.query("year==2007"), x="gdpPercap", y="lifeExp", 
           size="pop", color="continent",hover_name="country", log_x=True, 
           size_max=60)
  • 散点图，增加滑动条，设置坐标轴取值范围

 

px.scatter(gapminder, x="gdpPercap", y="lifeExp", animation_frame="year", 
           animation_group="country", size="pop", color="continent", 
           hover_name="country", facet_col="continent",log_x=True, 
           size_max=45, range_x=[100,100000], range_y=[25,90])
  • 矩阵散点图，查看指标相关性

 

px.scatter_matrix(iris)
  • 矩阵散点图，指定部分列进行展示。散点图矩阵(SPLOM)是允许可视化多个链接的散点图，方便查看数据集中的每个变量与其他变量的关系。 数据集中的每一行都显示为每个图中的一个点，可以进行缩放、平移或选择操作，所有图都是链接在一起的

 

px.scatter_matrix(iris, dimensions=["sepal_width", "sepal_length", 
                  "petal_width", "petal_length"], color="species")
  • 平行坐标图，多维数据连线，允许同时显示3个以上的连续变量。 dataframe 中的每一行都是一行，可以拖动尺寸，以重新排序它们，并选择值范围之间的交叉点。

 

px.parallel_coordinates(iris, color="species_id", labels={"species_id": 
            "Species", "sepal_width": "Sepal Width", "sepal_length": 
            "Sepal Length",  "petal_width": "Petal Width", "petal_length": 
            "Petal Length"},color_continuous_scale=px.colors.diverging.
            Tealrose, color_continuous_midpoint=2)
  • 并行类别图，是并行坐标的分类模拟：使用它们可视化数据集中多组类别之间的关系

 

px.parallel_categories(tips, color="size", color_continuous_scale=px.
            colors.sequential.Inferno)
  • 线条图，设置线条类型

 

px.line(gapminder, x="year", y="lifeExp", color="continent", 
        line_group="country", hover_name="country",
        line_shape="spline", render_mode="svg")
  • 堆积区域图

 

px.area(gapminder, x="year", y="pop", color="continent", 
        line_group="country")

2. 可视化分布

  • 密度等值线图

 

px.density_contour(iris, x="sepal_width", y="sepal_length")
  • 密度等值线图，分别在图表的上方、右侧增加细条图、直方图

 

px.density_contour(iris, x="sepal_width", y="sepal_length", color="species", 
                   marginal_x="rug", marginal_y="histogram")
  • 密度热力图

 

px.density_heatmap(iris, x="sepal_width", y="sepal_length", 
                   marginal_x="rug", marginal_y="histogram")
  • 条形图，设置堆积类型

 

px.bar(tips, x="sex", y="total_bill", color="smoker", barmode="group")
  • 条形图，在垂直(y)、水平(x)方向上，按指定的列，单独展示子图表，并为列值进行排序

 

px.bar(tips, x="sex", y="total_bill", color="smoker", barmode="group", 
       facet_row="time", facet_col="day", category_orders={"day": ["Thur", 
       "Fri", "Sat", "Sun"], "time": ["Lunch", "Dinner"]})
  • 直方图，在图表的上方增加细条图

 

px.histogram(tips, x="total_bill", y="tip", color="sex", marginal="rug", 
             hover_data=tips.columns)
  • 直方图，在垂直(y)、水平(x)方向上，按指定的列，单独展示子图表，并为列值进行排序

 

px.histogram(tips, x="sex", y="tip", histfunc="avg", color="smoker", 
             barmode="group", facet_row="time", facet_col="day", 
             category_orders={"day": ["Thur", "Fri", "Sat", "Sun"], 
             "time": ["Lunch", "Dinner"]})
  • 长条图，设置方向为水平

 

px.strip(tips, x="total_bill", y="time", orientation="h", color="smoker")
  • 箱形图，设置使用槽口绘制框

 

px.box(tips, x="day", y="total_bill", color="smoker", notched=True)
  • 小提琴图，同时在内部显示箱图，展示所有采样数据

 

px.violin(tips, y="tip", x="smoker", color="sex", box=True, points="all", 
          hover_data=tips.columns)

3. 三元坐标

  • 三元散点图，为不同的列，指定具体的颜色

 

px.scatter_ternary(election, a="Joly", b="Coderre", c="Bergeron", color="winner", size="total", hover_name="district",
                   size_max=15, color_discrete_map = {"Joly": "blue", 
                   "Bergeron": "green", "Coderre":"red"} )
  • 三元线条图，设置短划线模式

 

px.line_ternary(election, a="Joly", b="Coderre", c="Bergeron", color="winner", 
                line_dash="winner")

4. 3D坐标

  • 三维散点图，设置不同的标记形状，并指定具体颜色

 

px.scatter_3d(election, x="Joly", y="Coderre", z="Bergeron", color="winner", 
              size="total", hover_name="district",symbol="result", 
              color_discrete_map = {"Joly": "blue", "Bergeron": "green", 
              "Coderre":"red"})

5. 极坐标

  • 极坐标散点图，指定颜色序列，沿极坐标中的角度轴定位标记

 

px.scatter_polar(wind, r="value", theta="direction", color="strength", 
            symbol="strength",color_discrete_sequence=px.colors.sequential.
            Plotly[-2::-1])
  • 极坐标线条图

 

px.line_polar(wind, r="value", theta="direction", color="strength", 
            line_close=True,color_discrete_sequence=px.colors.sequential.Plotly[-2::-1])
  • 极坐标条形图，设置图表背景颜色

 

px.bar_polar(wind, r="value", theta="direction", color="strength", template="plotly_dark",
            color_discrete_sequence= px.colors.sequential.Plotly[-2::-1])

6. 地图

  • 地理坐标散点图，设定滑动条，设定展示的地图类型：自然地图，即平面图

 

px.scatter_geo(gapminder, locations="iso_alpha", color="continent", hover_name="country", size="pop",
               animation_frame="year", projection="natural earth")
  • 地理坐标线条图，设定展示的地图类型：正交地图，即立体地图

 

px.line_geo(gapminder.query("year==2007"), locations="iso_alpha", 
            color="continent", projection="orthographic")
  • 等高(值)区域地图，设定滑动条，指定具体颜色序列范围

 

px.choropleth(gapminder, locations="iso_alpha", color="lifeExp", 
             hover_name="country", animation_frame="year",color_continuous_scale=px.colors.sequential.Plasma, range_color=[20,80])

六、 Plotly生态

  1. Plotly.py 已经发展成为一个非常强大的可视化交互工具，它可以让你控制图形的几乎每个方面，从图例的位置到刻度的长度。推出 Plotly Express 的主要目标是使 Plotly.py 更容易用于探索和快速迭代；
  2. 对于Plotly 生态系统，一旦使用 Plotly Express 创建了一个图形，就可以使用Themes，使用 FigureWidgets 进行命令性编辑，使用 Orca 将其导出为几乎任何文件格式，或者在 GUI JupyterLab 图表编辑器中编辑它；
  3. 主题(Themes)允许控制图形范围的设置，如边距、字体、背景颜色、刻度定位等，也可以使用模板参数，应用任何命名的主题或主题对象；
  4. Plotly_express 的输出，继承自 Plotly.py 的 Figure 类 ExpressFigure 的对象，这意味着可以使用任何 Figure 的访问器和方法，来改变 px 生成的图表，通常借助于 .update() 函数来调用；
  5. demo：对Plotly_express生成的图表，设置标记类型、坐标轴标签名称、坐标轴刻度倾斜角度、显示坐标轴线、坐标轴刻度间隔等；
  • 修改前–代码

 

# 选取2个国家：中国、阿富汗
country_list = ["China", "Afghanistan"]    
tem_gapminder = gapminder.query("country == @country_list")

fig = px.line(tem_gapminder, x="year", y="lifeExp", color="country", 
              width=1000, height=400, title="国家人均寿命", template="", 
              line_shape="spline", line_dash="country")
  • 修改前–图表
  • 修改后–代码

 

# 选取2个国家：中国、阿富汗
country_list = ["China", "Afghanistan"]    
tem_gapminder = gapminder.query("country == @country_list")

fig = px.line(tem_gapminder, x="year", y="lifeExp", color="country", 
              width=1000, height=400, title="国家人均寿命", template="", 
              line_shape="spline", line_dash="country")

# 修改时添加的代码
fig.update_traces(dict(mode="markers+lines"))
fig.update(layout=dict(xaxis=dict(title="年份", tickangle=-30, 
                       showline=True, nticks=20),
                       yaxis=dict(title="人均寿命", showline=True)))
  • 修改后–图表

Plotly Express 作为一个新的 Python 可视化库，在 Plotly 生态系统下，将会迅速发展，所以不要犹豫，立即开始使用 Plotly Express 吧！

©2023 一起大数据-技术文章心得 | Design: Newspaperly WordPress Theme