Python 시각화 플롯 프레임워크를 사용하는 방법

1. 소개

Plotly는 매우 유명하고 강력한 오픈 소스 데이터 시각화 프레임워크로 웹 형식의 브라우저 표시를 기반으로 정보를 표시하고 수십 개의 정교한 차트와 지도를 만들 수 있습니다.

2. 그리기 문법 규칙

2.1 오프라인 그리기 방법

Plotly에서 이미지를 그리는 방법에는 온라인과 오프라인 두 가지가 있습니다. 온라인 그리기에서는 API 키를 얻기 위해 계정을 등록해야 하기 때문에 더 번거롭습니다. 그래서 이번 글에서는 오프라인 드로잉 방법만을 소개합니다.

오프라인 그리기에는 두 가지 방법이 있습니다:plotly.offline.plot() 및ploly.offline.iplot(). 전자는 오프라인 방식으로 현재 작업 디렉터리에 html 형식의 이미지 파일을 생성하고 자동으로 엽니다.

후자는 생성된 그래픽을 ipynb 파일에 삽입하는 jupyter 노트북의 전용 방법입니다. 이 기사에서는 후자의 방법을 사용합니다(jupyter 노트북에서plotly.offline.iplot()을 사용할 때 그리기 코드 초기화를 완료하려면 플롯리.오프라인.init_notebook_mode() 전에 실행하세요. 그렇지 않으면 오류가 보고됩니다.

plotly.offline.iplot()의 주요 매개변수는 다음과 같습니다:

• Figure_or_data:plotly.graph_objs.Figure,ploly.graph_objs.Data, 데이터를 설명할 수 있는 사전 또는 목록에 전달됩니다. a graph

• show_link: bool 유형, 출력 이미지의 오른쪽 하단에 플롯 표시가 있는지 여부를 조정하는 데 사용됨
  

• link_text: str 유형 입력, 오른쪽 하단에 설명 텍스트 내용을 설정하는 데 사용됨 이미지( show_link=True 일 때), 기본값은 'plot.ly로 내보내기'
  

• image: str 유형 또는 None, 'png', 'jpeg'를 포함하여 생성된 이미지의 다운로드 형식을 제어합니다. 'svg', 'webp', 기본값은 None 입니다. 즉, 생성된 이미지에 다운로드 방법이 설정되지 않습니다
  

• filename: str 유형, 저장된 이미지의 파일 이름을 제어합니다. 기본값은 ' plot'
  

• image_height: int 유형, 이미지 높이의 픽셀 값을 제어합니다. 기본값은 600
  

• image_width: int 유형, 이미지 너비를 제어하는 ​​픽셀 값, 기본값은 800입니다.
  

다음은 간단한 예입니다.

import plotly
import plotly.graph_objs as go
'''初始化jupyter notebook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 그래프 객체

plotly graph_objs는 플롯의 하위 모듈로, 플롯의 모든 그래픽 객체를 가져오는 데 사용됩니다. 표시해야 하는 데이터와 사용자 정의된 그래픽 사양 매개변수에 따라 그래프 개체를 정의한 다음 이를 플롯에 입력합니다. 최종 표시는 .offline.iplot()에서 수행됩니다.

관련 도움말 매뉴얼을 쿼리하여 가져옵니다.

Help on package plotly.graph_objs in plotly:
NAME
 plotly.graph_objs
DESCRIPTION
 graph_objs
 ==========
 This package imports definitions for all of Plotly's graph objects. For more
 information, run help(Obj) on any of the following objects defined here.
 The reason for the package graph_objs and the module graph_objs is to provide
 a clearer API for users.
PACKAGE CONTENTS
 _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
 _violin
 area (package)
 bar (package)
 box (package)
 candlestick (package)
 carpet (package)
 choropleth (package)
 cone (package)
 contour (package)
 contourcarpet (package)
 graph_objs
 graph_objs_tools
 heatmap (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)
DATA
 absolute_import = _Feature((2, 5, 0, 'alpha', 1), (3, 0, 0, 'alpha', 0...
FILE
 d:anacondalibsite-packagesplotlygraph_objs__init__.py

graph_objs에는 매우 풍부한 그래픽 객체 세트가 포함되어 있음을 알 수 있습니다. 이 기사에서는 또한 일반적으로 사용되는 객체 중 일부를 선택하여 소개합니다.

2.3 추적 구성

그리기 요구 사항에 따라 graph_objs에서 해당 obj를 가져온 후 수행해야 할 다음 작업은 표시할 데이터를 기반으로 지정된 obj에 대한 관련 매개 변수를 구성하는 것입니다. 플롯 트레이스 구성(트레이스 생성), 이 부분을 이해하는 데 도움이 되는 두 가지 간단한 예가 있습니다.

먼저, 보다 기본적인 산점도를 그려 보겠습니다.

import plotly
import plotly.graph_objs as go
import numpy as np
'''构造1000个服从二维正态分布的模拟数据'''
N = 1000
random_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')

위의 간단한 예에서 볼 수 있듯이, 일반적인 생성 방법과 여러 개의 추적을 다음 예와 같이 하나의 그래프에 중첩할 수 있습니다.

import numpy as np
import plotly
import plotly.graph_objs as go
'''创建仿真数据'''
N = 100
random_x = np.linspace(0, 1, N)
random_y0 = np.random.randn(N)+5
random_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')

graph_obj가 다르면 추적 구성 형식도 다릅니다.

2.4 레이아웃 정의

plotly에서 이미지의 레이어 요소는 기본 배경, 좌표축 등과 독립적입니다. 앞서 소개한 내용을 통해 이미지를 그리는 데 필요한 객체를 정의한 후 직접 그릴 수 있습니다. , 그러나 배경 레이어에 더 많은 사용자 정의 내용을 적용하려면 Layout() 개체를 정의해야 합니다. 주요 매개 변수는 다음과 같습니다. 다양한 설정 개체에 따라 여러 부분으로 나누어 예제를 통해 별도로 설명합니다. :

2.4.1 텍스트

텍스트는 그림에서 매우 중요한 부분입니다. Plotly의 강력한 그리기 메커니즘은 그림의 텍스트를 신중하게 나누고 일부 글꼴에 대해 개인화된 설정을 지정할 수 있습니다.

전역 텍스트:

• font: 이미지의 전역 글꼴 부분을 제어하는 ​​데 사용되는 글꼴 유형. 일반적인 키와 기능은 다음과 같습니다.

• family: str 유형, 글꼴을 제어하는 ​​데 사용됩니다. 기본값은 'Open Sans', 옵션은 'verdana', 'arial', 'sans-serif' 등입니다. 자세한 내용은 공식 홈페이지 문서를 참조하세요
  

• size: int 유형, 사용 제어용 글꼴 크기, 기본값은 12
  

• color: str 유형, 입력 16진수 색상, 기본값은 '#444'
  

다음은 간단한 예입니다.

import plotly
import plotly.graph_objs as go
import numpy as np
'''构造1000个服从二维正态分布的模拟数据'''
N = 1000
random_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：

import plotly
import plotly.graph_objs as go
import numpy as np
'''构造1000个服从二维正态分布的模拟数据'''
N = 1000
random_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。

import plotly
import plotly.graph_objs as go
import numpy as np
'''构造1000个服从二维正态分布的模拟数据'''
N = 1000
random_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

import plotly
import plotly.graph_objs as go
import numpy as np
'''构造1000个服从二维正态分布的模拟数据'''
N = 1000
random_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：

import numpy as np
import plotly
import plotly.graph_objs as go
'''创建仿真数据'''
N = 100
random_x = np.linspace(0, 1, N)
random_y0 = np.random.randn(N)+5
random_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
  

위 내용은 Python 시각화 플롯 프레임워크를 사용하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!