Python可视化plotly框架怎么使用
这篇文章主要介绍“Python可视化plotly框架怎么使用”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“Python可视化plotly框架怎么使用”文章能帮助大家解决问题。
一、简介
Plotly是一个非常著名且强大的开源数据可视化框架，它通过构建基于浏览器显示的web形式的可交互图表来展示信息，可创建多达数十种精美的图表和地图。
二、绘图语法规则
2.1 离线绘图方式
Plotly中绘制图像有在线和离线两种方式，因为在线绘图需要注册账号获取API key，较为麻烦，所以本文仅介绍离线绘图的方式。
离线绘图又有plotly.offline.plot()和plotly.offline.iplot()两种方法，前者是以离线的方式在当前工作目录下生成html格式的图像文件，并自动打开；
后者是在jupyter notebook中专用的方法，即将生成的图形嵌入到ipynb文件中，本文即采用后面一种方式（注意，在jupyter notebook中使用plotly.offline.iplot()时，需要在之前运行plotly.offline.init_notebook_mode()以完成绘图代码的初始化，否则会报错）。
plotly.offline.iplot()的主要参数如下：
figure_or_data：传入plotly.graph_objs.Figure、plotly.graph_objs.Data、字典或列表构成的，能够描述一个graph的数据
show_link：bool型，用于调整输出的图像是否在右下角带有plotly的标记
link_text：str型输入，用于设置图像右下角的说明文字内容（当show_link=True时），默认为'Export to plot.ly'
image：str型或None，控制生成图像的下载格式，有'png'、'jpeg'、'svg'、'webp'，默认为None，即不会为生成的图像设置下载方式
filename：str型，控制保存的图像的文件名，默认为'plot'
image_height：int型，控制图像高度的像素值，默认为600
image_width：int型，控制图像宽度的像素值，默认为800
下面是一个简单的示例：
importplotlyimportplotly.graph_objsasgo'''初始化jupyternotebook中的绘图模式'''plotly.offline.init_notebook_mode()'''绘制一个基本的折线图，控制其尺寸为1600x600'''plotly.offline.iplot([{'x':[1,2,3],'y':[5,2,7]}],image_height=600,image_width=1600)2.2 graph对象
plotly中的graph_objs是plotly下的子模块，用于导入plotly中所有图形对象，在导入相应的图形对象之后，便可以根据需要呈现的数据和自定义的图形规格参数来定义一个graph对象，再输入到plotly.offline.iplot()中进行最终的呈现.
查询相关帮助手册得到如下结果：
Helponpackageplotly.graph_objsinplotly:NAMEplotly.graph_objsDESCRIPTIONgraph_objs==========ThispackageimportsdefinitionsforallofPlotly'sgraphobjects.Formoreinformation,runhelp(Obj)onanyofthefollowingobjectsdefinedhere.Thereasonforthepackagegraph_objsandthemodulegraph_objsistoprovideaclearerAPIforusers.PACKAGECONTENTS_area_bar_box_candlestick_carpet_choropleth_cone_contour_contourcarpet_deprecations_figure_figurewidget_frame_heatmap_heatmapgl_histogram_histogram2d_histogram2dcontour_layout_mesh4d_ohlc_parcoords_pie_pointcloud_sankey_scatter_scatter3d_scattercarpet_scattergeo_scattergl_scattermapbox_scatterpolar_scatterpolargl_scatterternary_splom_surface_table_violinarea(package)bar(package)box(package)candlestick(package)carpet(package)choropleth(package)cone(package)contour(package)contourcarpet(package)graph_objsgraph_objs_toolsheatmap(package)heatmapgl(package)histogram(package)histogram2d(package)histogram2dcontour(package)layout(package)mesh4d(package)ohlc(package)parcoords(package)pie(package)pointcloud(package)sankey(package)scatter(package)scatter3d(package)scattercarpet(package)scattergeo(package)scattergl(package)scattermapbox(package)scatterpolar(package)scatterpolargl(package)scatterternary(package)splom(package)surface(package)table(package)violin(package)DATAabsolute_import=_Feature((2,5,0,'alpha',1),(3,0,0,'alpha',0...FILEd:anacondalibsite-packagesplotlygraph_objs__init__.py
可以看出graph_objs中包含的图形对象非常之丰富，本文也会挑选其中常用的几种进行介绍。
2.3 构造traces
在根据绘图需求从graph_objs中导入相应的obj之后，接下来需要做的事情是基于待展示的数据，为指定的obj配置相关参数，这在plotly中称为构造traces(create traces)，下面举两个简单的例子来帮助理解这个部分：
首先，我们来绘制一个较为基本的散点图：
importplotlyimportplotly.graph_objsasgoimportnumpyasnp'''构造1000个服从二维正态分布的模拟数据'''N=1000random_x=np.random.randn(N)random_y=np.random.randn(N)'''构造trace，配置相关参数'''trace=go.Scatter(x=random_x,y=random_y,mode='markers')'''将trace保存于列表之中'''data=[trace]'''启动绘图'''plotly.offline.init_notebook_mode()plotly.offline.iplot(data,filename='basic-scatter')
从上面的简单实例可以看出trace创建的大致方式，而一张图中可以叠加多个trace，如下面的例子：
importnumpyasnpimportplotlyimportplotly.graph_objsasgo'''创建仿真数据'''N=100random_x=np.linspace(0,1,N)random_y0=np.random.randn(N)+5random_y1=np.random.randn(N)random_y2=np.random.randn(N)-5'''构造trace0'''trace0=go.Scatter(x=random_x,y=random_y0,mode='markers',name='markers')'''构造trace1'''trace1=go.Scatter(x=random_x,y=random_y1,mode='lines+markers',name='lines+markers')'''构造trace2'''trace2=go.Scatter(x=random_x,y=random_y2,mode='lines',name='lines')'''将所有trace保存在列表中'''data=[trace0,trace1,trace2]'''启动绘图'''plotly.offline.init_notebook_mode()plotly.offline.iplot(data,filename='scatter-mode')
对于不同的graph_obj，trace的配置格式也各有不同之处。
2.4 定义Layout
plotly中图像的图层元素与底层的背景、坐标轴等是独立开来的，在我们通过前面介绍的内容，定义好绘制图像需要的对象之后，可以直接绘制，但如果想要在背景图层上有更多自定义化的内容，就需要定义Layout()对象，其主要参数如下，我们根据设置对象的不同分为几个部分并分开举例讲解：
2.4.1 文字
文字是一幅图中十分重要的组成部分，plotly其强大的绘图机制为一幅图中的文字进行了细致的划分，可以非常有针对性地对某一个组件部分的字体进行个性化的设置：
全局文字：
font：字典型，用于控制图像中全局字体的部分，其常用键及功能如下：
family：str型，用于控制字体，默认为'Open Sans'，可选项有'verdana'，'arial'，'sans-serif'等等，具体自行移步官网说明文档
size：int型，用于控制字体大小，默认为12
color：str型，传入十六进制色彩，默认为'#444'
下面是一个简单的例子：
importplotlyimportplotly.graph_objsasgoimportnumpyasnp'''构造1000个服从二维正态分布的模拟数据'''N=1000random_x=np.random.randn(N)random_y=np.random.randn(N)'''构造trace，配置相关参数'''trace=go.Scatter(x=random_x,y=random_y,mode='markers')'''将trace保存于列表之中'''data=[trace]'''创建layout对象'''layout=go.Layout(title='测试',font={'size':22,'family':'sans-serif','color':'9ed900'#将全局字体颜色设置颜色为葱绿})'''将graph部分和layout部分组合成figure对象'''fig=go.Figure(data=data,layout=layout)'''启动绘图直接绘制figure对象'''plotly.offline.init_notebook_mode()plotly.offline.iplot(fig,filename='basic-scatter')标题文字：
title：str型，用于控制图像的主标题
titlefont：字典型，用于独立控制标题字体的部分，其常用键如下：
family：同font中的family，用于单独控制标题字体
size：int型，控制标题的字体大小
color：同font中的color
下面是一个简单的例子：
importplotlyimportplotly.graph_objsasgoimportnumpyasnp'''构造1000个服从二维正态分布的模拟数据'''N=1000random_x=np.random.randn(N)random_y=np.random.randn(N)'''构造trace，配置相关参数'''trace=go.Scatter(x=random_x,y=random_y,mode='markers')'''将trace保存于列表之中'''data=[trace]'''创建layout对象'''layout=go.Layout(title='测试',titlefont={'size':20,'color':'9ed900'#将标题字体颜色设置颜色为葱绿})'''将graph部分和layout部分组合成figure对象'''fig=go.Figure(data=data,layout=layout)'''启动绘图直接绘制figure对象'''plotly.offline.init_notebook_mode()plotly.offline.iplot(fig,filename='basic-scatter')2.4.2 坐标轴
xaxis或yaxis：字典型，控制横坐标的各属性，其主要键如下：
color：str型，传入十六进制色彩，控制横坐标上所有元素的基础颜色（在未单独指定颜色之前，这些元素均采用此处color指定的颜色）
title：str型，设置横坐标轴上的标题
titlefont：字典型，同之前所有同名参数
type：str型，用于控制横坐标轴类型，'-'表示根据输入数据自适应调整，'linear'表示线性坐标轴，'log'表示对数坐标轴，'date'表示日期型坐标轴，'category'表示分类型坐标轴，默认为'-'
autorange：bool型或'reversed'，控制是否根据横坐标对应的数据自动调整坐标轴范围，默认为True
range：list型，控制横坐标轴的区间范围，自行设置无默认项，取决于横坐标轴的数据类型，格式均为[左端点,右端点]
tickmode：str型，设置坐标轴刻度的格式，'auto'表示自动根据输入的数据来决定，'linear'表示线性的数值型，'array'表示由自定义的数组来表示（用数组来自定义刻度标签时必须选择此项）
tickvals：list、numpy array或pandas中的series，作为坐标轴刻度标签的替代（tickmode此时必须被设置为'array'）
ticks：str型，控制刻度标签的书写位置，'outside'表示在外侧显示，'inside'表示在内侧显示，''表示不显示
ticklen：int型，设置刻度标签的像素长度
tickwidth：int型，设置刻度标签的像素宽度
tickcolor：str型，传入十六进制色彩，用于控制刻度标签的颜色
tickfont：字典型，同前面所有字典型字体控制参数，用于对刻度标签进行单独控制
tickangle：int型，设置刻度标签的旋转角度
showline：bool型，控制是否绘制出该坐标轴上的直线部分
linecolor：str型，十六进制色彩，控制坐标轴线条的色彩
linewidth：int型，设置坐标轴直线部分的像素宽度
showgrid：bool型，控制是否绘制网格线
gridcolor：str型，十六进制色彩，控制网格线的颜色
gridwidth：int型，控制网格线的像素宽度
zeroline：bool型，控制是否在0值处绘制0刻度线
side：str型，控制x(y)轴放置于作图区域的位置，'top'、'bottom'控制横轴放置于顶部亦或是底部；'left'、'right'控制纵轴放置于左侧亦或是右侧
下面是几个简单的示例。
1. 对横纵坐标轴标题字体进行修改。
importplotlyimportplotly.graph_objsasgoimportnumpyasnp'''构造1000个服从二维正态分布的模拟数据'''N=1000random_x=np.random.randn(N)random_y=np.random.randn(N)'''构造trace，配置相关参数'''trace=go.Scatter(x=random_x,y=random_y,mode='markers')'''将trace保存于列表之中'''data=[trace]'''创建layout对象，对横纵坐标轴的标题进行一定的设置'''layout=go.Layout(xaxis={'title':'这是横坐标轴','titlefont':{'size':30}},yaxis={'title':'这是纵坐标轴','titlefont':{'size':40}})'''将graph部分和layout部分组合成figure对象'''fig=go.Figure(data=data,layout=layout)'''启动绘图直接绘制figure对象'''plotly.offline.init_notebook_mode()plotly.offline.iplot(fig,filename='basic-scatter')2. 对横纵方向的坐标轴线条及网格进行设置
importplotlyimportplotly.graph_objsasgoimportnumpyasnp'''构造1000个服从二维正态分布的模拟数据'''N=1000random_x=np.random.randn(N)random_y=np.random.randn(N)'''构造trace，配置相关参数'''trace=go.Scatter(x=random_x,y=random_y,mode='markers')'''将trace保存于列表之中'''data=[trace]'''创建layout对象，对横纵坐标轴的线条及网格颜色进行一定的设置'''layout=go.Layout(xaxis={'showline':False,'showgrid':True,'zeroline':False,'showgrid':True,'gridcolor':'7fecad'},yaxis={'showline':False,'showgrid':True,'gridcolor':'#3d3b4f','zeroline':False})'''将graph部分和layout部分组合成figure对象'''fig=go.Figure(data=data,layout=layout)'''启动绘图直接绘制figure对象'''plotly.offline.init_notebook_mode()plotly.offline.iplot(fig,filename='basic-scatter')2.4.3 图例
showlegend：bool型，控制是否绘制图例
legend：字典型，用于控制用图例相关的所有属性的设置，主要键如下：
bgcolor：str型，十六进制设置图例背景颜色
bordercolor：设置图例边框的颜色
borderwidth：int型，设置图例边框的颜色
font：字典型，设置图例文字部分的字体，同前面所有font设置规则
orientation：str型，设置图例各元素的堆叠方向，'v'表示竖直，'h'表示水平堆叠
x：数值型，-2到3之间，用于设置图例在水平方向上的位置，默认为1.02
xanchor：str型，用于直接设置图例水平位置的固定位置，有'left'、'center'、'right'和'auto'几个可选项
y：数值型，-2到3之间，用于设置图例在竖直方向上的位置，默认为1
yanchor：str型，用于直接设置图例竖直方向上的固定位置，有'top'、'middle'、'bottom'和'auto'几个选项
下面是一个简单的例子。
将图例的位置挪动到图像中心，即百分比上（0.5,0.5）的位置：
importnumpyasnpimportplotlyimportplotly.graph_objsasgo'''创建仿真数据'''N=100random_x=np.linspace(0,1,N)random_y0=np.random.randn(N)+5random_y1=np.random.randn(N)random_y2=np.random.randn(N)-5'''构造trace0'''trace0=go.Scatter(x=random_x,y=random_y0,mode='markers',name='markers')'''构造trace1'''trace1=go.Scatter(x=random_x,y=random_y1,mode='lines+markers',name='lines+markers')'''构造trace2'''trace2=go.Scatter(x=random_x,y=random_y2,mode='lines',name='lines')'''将所有trace保存在列表中'''data=[trace0,trace1,trace2]'''构造layout对象，对图例位置进行一定的设置'''layout=go.Layout(legend={'x':0.5,'y':0.5})'''构造figure对象'''fig=go.Figure(data=data,layout=layout)'''启动绘图'''plotly.offline.init_notebook_mode()plotly.offline.iplot(fig,filename='scatter-mode')2.4.4 其它杂项
width：int型，控制图像的像素宽度，默认为700
height：int型，控制图像的像素高度，默认为450
margin：字典型输入，控制图像边界的宽度，其主要键如下：
l：int型，控制图像距离左边界的留白区域像素宽度，默认为80
r：int型，控制图像距离右边界的留白区域像素宽度，默认为80
t：int型，控制图像距离上边界的留白区域像素宽度，默认为100
b：int型，控制图像距离下边界的留白区域像素宽度，默认为80
pad：int型，控制坐标轴与图像区域的像素距离，默认为0
paper_bgcolor：str型，传入十六进制色彩，控制图床的颜色
plot_bgcolor：str型，传入十六进制色彩，控制绘图区域的颜色
hidesources：bool型，控制是否在图像的右下角标记来源link
hovermode：str型或False，用于设置悬停交互的方式，有'x'、'y'、'closest'和False这几个可选项，False表示无悬停交互方式
hoverlabel：字典型输入，用于控制悬停时出现的信息框的各属性，主要键如下：
bgcolor：str型，传入十六进制色彩，控制信息框的背景色
bordercolor：str型，传入十六进制色彩，控制信息框边框的颜色
font：字典型，控制信息框中字体的各属性，其主要键如下：
family：同之前，控制字体
size：int型，控制字体大小，默认13
color：str型，传入十六进制色彩，控制字体颜色
namelength：int型，控制对信息框中显示的对应trace的名字的长度限制，建议设置为-1，即全部显示，默认为15，即对于长于15的trace只显示前15个字符
grid：字典型，控制一页多图（subplots）时的规划多个图的网格的属性，其常用键如下：
rows：int型，控制网格中的行数（放置笛卡尔坐标系类型的子图），也可以设置多于实际绘图需求的行数以达到留白的目的
roworder：str型，设置子图按行，是从下往上叠加还是从上往下叠加，对应'top to bottom'和'bottom to top'，默认为'top to bottm'，注意，只可以设置行的叠加顺序，列方向上的叠加顺序始终为从左往右
columns：int型，同rows，控制网格的列数
pattern：str型，用于控制一页多图中子图之间坐标轴的共享情况，'coupled'表示每一列共享同一个x轴，每一行共享一个y轴，'independent'表示每个子图xy轴独立（这在进行量纲相差较大的子图的绘制尤为有用）
xgap：float型，0.0-1.0之间，用于控制子图之间的水平空白区域宽度占一个子图宽度的百分比
ygap：同xgap，控制竖直方向上子图之间的宽度
domain：字典型，设置一页多图时，子图占据的区域距离上下左右边界的宽度情况，其主要键如下：
x：list型，格式为[x1,x2]，x1控制子图区域左端与图床左端的距离，x2控制子图区域右端与图床左端的距离，x1、x2都代表百分比，在0.0-1.0之间取值
y：同x，控制子图区域上下端分别与图床上端的距离百分比
关于“Python可视化plotly框架怎么使用”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识，可以关注主机评测网行业资讯频道，小编每天都会为大家更新不同的知识点。
上一篇：python-docx怎么使用
下一篇：Python装饰器如何实现