iis服务器助手广告广告
返回顶部
首页 > 资讯 > 后端开发 > Python >python可视化plotly图例设置的示例分析
  • 897
分享到

python可视化plotly图例设置的示例分析

2023-06-29 05:06:02 897人浏览 泡泡鱼

Python 官方文档:入门教程 => 点击学习

摘要

这篇文章主要介绍python可视化plotly图例设置的示例分析,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!一、图例(legend)import plotly.io as pioimp

这篇文章主要介绍python可视化plotly图例设置的示例分析,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!

一、图例(legend)

import plotly.io as pioimport plotly.express as pximport plotly.graph_objects as Gofrom plotly.subplots import make_subplotsimport pandas as pdimport numpy as np# 设置plotly默认主题pio.templates.default = 'plotly_white'# 设置pandas打印时显示所有列pd.set_option('display.max_columns', None)

二、update_layout(legend={}) 相关参数及示例

官方文档:https://plotly.com/Python/reference/layout/#layout-showlegend

官方示例:Https://plotly.com/python/legend/

  • showlegend:是否显示图例,以下任一种情况发生时,该参数默认值为 True:1. 两个及两个以上的 trace 2. 有饼图3. 有一个 trace 显式指定 showlegend=True

  • legend:图例相关设置,字典类型,可取属性如下:

    • bGColor:设置图例的背景颜色

    • bordercolor:设置图例边框的颜色

    • borderwidth:设置图例边框的宽度

    • font:设置图例条目的文本字体,字典类型,可取属性如下:

    • color:字体颜色

    • family:字体,字符串,可以为 Arial、Balto、Courier New、Droid Sans、Droid Serif、Droid Sans Mono、Gravitas One、Old Standard TT、Open Sans、Overpass、PT Sans Narrow、Raleway、Times New Roman

    • size:字体大小

  • orientation:设置图例的方向。'v'(默认值)表示竖直显示图例、'h'表示水平显示图例

  • title:设置图例的标题,字典类型,可取属性如下:

font:设置图例条目的文本字体,字典类型,可取属性如下:

  • color:字体颜色

  • family:字体,字符串,可以为 Arial、Balto、Courier New、Droid Sans、Droid Serif、Droid Sans Mono、Gravitas One、Old Standard TT、Open Sans、Overpass、PT Sans Narrow、Raleway、Times New Roman

  • size:字体大小

side:设置图例标题相对于条目的位置。当 orientation='v' 时默认为 'top'、当 orientation='h'时默认为 'left'、当为 'top left'时可用于扩展图例的面积
text:设置图例标题

  • grouptitlefont:设置图例组名的文本字体,字典类型,可取属性如下:

    • color:字体颜色

    • family:字体,字符串,可以为 Arial、Balto、Courier New、Droid Sans、Droid Serif、Droid Sans Mono、Gravitas One、Old Standard TT、Open Sans、Overpass、PT Sans Narrow、Raleway、Times New Roman

    • size:字体大小

  • itemsizing:设置图例条目的符号是否跟其 ‘trace’ 有关,如果为 'constant',则所有条目的符号大小一致。

    • 可取 'trace'、 'constant'

  • itemwidth:设置条目的宽度(除 title 以外的部分)

    • 大于等于30的浮点数,默认值为30

  • tracegroupgap:设置图例组之间的间隔

    • 大于等于0的浮点数,默认值为10

traceorder:设置图例条目的顺序。如果为 'nORMal',条目将从上到下按照输入数据的顺序排列;如果为 'reversed',则按照输入数据的逆序排列;如果为 'grouped',条目按照组顺序显示(如果 trace 中的legendgroup 设定了);如果为 'grouped+reversed',则与 'grouped'的顺序相反
valign:设置条目符号和对应文本的竖直对齐方式。
可取 'middle'(默认值)、'top'、'bottom'

python可视化plotly图例设置的示例分析

df = px.data.gapminder().query("year==2007")fig = px.scatter(df, x="gdpPercap", y="lifeExp", color="continent",    size="pop", size_max=45, log_x=True)fig.update_layout(legend=dict(    yanchor="top",    y=0.99,    xanchor="left",    x=0.01))fig.write_image('../pic/legend_1.png', scale=2)fig.show()

python可视化plotly图例设置的示例分析

df = px.data.gapminder().query("year==2007")fig = px.scatter(df, x="gdpPercap", y="lifeExp", color="continent",    size="pop", size_max=45, log_x=True)fig.update_layout(legend=dict(    orientation="h",    yanchor="bottom",    y=1.02,    xanchor="center",    x=0.5,    title_text=''))fig.write_image('../pic/legend_2.png', scale=2)fig.show()

python可视化plotly图例设置的示例分析

df = px.data.gapminder().query("year==2007")fig = px.scatter(df, x="gdpPercap", y="lifeExp", color="continent",    size="pop", size_max=45, log_x=True)fig.update_layout(    legend=dict(        x=0,        y=1,        traceorder="reversed",        title_font_family="Times New Roman",        font=dict(            family="Courier",            size=12,            color="black"        ),        bgcolor="LightSteelBlue",        bordercolor="Black",        borderwidth=2    ))fig.write_image('../pic/legend_3.png', scale=2)fig.show()

python可视化plotly图例设置的示例分析

fig = go.Figure()# 使用 name 参数指定条目文本,legendrank 指定顺序fig.add_trace(go.Bar(name="fourth", x=["a", "b"], y=[2,1], legendrank=4))fig.add_trace(go.Bar(name="second", x=["a", "b"], y=[2,1], legendrank=2))fig.add_trace(go.Bar(name="first", x=["a", "b"], y=[1,2], legendrank=1))fig.add_trace(go.Bar(name="third", x=["a", "b"], y=[1,2], legendrank=3))fig.write_image('../pic/legend_4.png', scale=2)fig.show()

python可视化plotly图例设置的示例分析

fig = go.Figure()fig.add_trace(go.Scatter(    x=[1, 2, 3],    y=[2, 1, 3],    legendgroup="group",  # this can be any string, not just "group"    legendgrouptitle_text="First Group Title",    name="first legend group",    mode="markers",    marker=dict(color="Crimson", size=10)))fig.add_trace(go.Scatter(    x=[1, 2, 3],    y=[2, 2, 2],    legendgroup="group",    name="first legend group - average",    mode="lines",    line=dict(color="Crimson")))fig.add_trace(go.Scatter(    x=[1, 2, 3],    y=[4, 9, 2],    legendgroup="group2",    legendgrouptitle_text="Second Group Title",    name="second legend group",    mode="markers",    marker=dict(color="MediumPurple", size=10)))fig.add_trace(go.Scatter(    x=[1, 2, 3],    y=[5, 5, 5],    legendgroup="group2",    name="second legend group - average",    mode="lines",    line=dict(color="MediumPurple")))fig.update_layout(title="Try Clicking on the Legend Items!")fig.write_image('../pic/legend_5.png', scale=2)fig.show()

python可视化plotly图例设置的示例分析

fig = go.Figure()fig.add_trace(go.Scatter(    x=[1, 2, 3, 4, 5],    y=[1, 2, 3, 4, 5],))fig.add_trace(go.Scatter(    x=[1, 2, 3, 4, 5],    y=[5, 4, 3, 2, 1],    visible='legendonly'))fig.write_image('../pic/legend_6.png', scale=2)fig.show()

python可视化plotly图例设置的示例分析

fig = go.Figure()fig.add_trace(go.Scatter(    x=[1, 2, 3, 4, 5],    y=[1, 2, 3, 4, 5],    showlegend=False))fig.add_trace(go.Scatter(    x=[1, 2, 3, 4, 5],    y=[5, 4, 3, 2, 1],))fig.update_layout(showlegend=True)fig.write_image('../pic/legend_7.png', scale=2)fig.show()

python可视化plotly图例设置的示例分析

fig = go.Figure()fig.add_trace(go.Scatter(    x=[1, 2, 3, 4, 5],    y=[1, 2, 3, 4, 5],    mode='markers',    marker={'size':10}))fig.add_trace(go.Scatter(    x=[1, 2, 3, 4, 5],    y=[5, 4, 3, 2, 1],    mode='markers',    marker={'size':100}))fig.update_layout(legend= {'itemsizing': 'trace'})fig.write_image('../pic/legend_8.png', scale=2)fig.show()

python可视化plotly图例设置的示例分析

以上是“python可视化plotly图例设置的示例分析”这篇文章的所有内容,感谢各位的阅读!希望分享的内容对大家有帮助,更多相关知识,欢迎关注编程网Python频道!

--结束END--

本文标题: python可视化plotly图例设置的示例分析

本文链接: https://www.lsjlt.com/news/322797.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

本篇文章演示代码以及资料文档资料下载

下载Word文档到电脑,方便收藏和打印~

下载Word文档
猜你喜欢
  • python可视化plotly图例设置的示例分析
    这篇文章主要介绍python可视化plotly图例设置的示例分析,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!一、图例(legend)import plotly.io as pioimp...
    99+
    2023-06-29
  • python可视化plotly 图例(legend)设置
    目录一、图例(legend)二、update_layout(legend={}) 相关参数及示例一、图例(legend) import plotly.io as pio i...
    99+
    2024-04-02
  • Python数据分析之绘图和可视化的示例分析
    小编给大家分享一下Python数据分析之绘图和可视化的示例分析,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!一、前言matplotlib是一个用于创建出版质量图表...
    99+
    2023-06-15
  • Python可视化Dash工具之plotly基本图形的实现示例
    小编给大家分享一下Python可视化Dash工具之plotly基本图形的实现示例,希望大家阅读完这篇文章之后都有所收获,下面让我们一起去探讨吧!Plotly Express是对 Plotly.py 的高级封装,内置了大量实用、现代的绘图模板...
    99+
    2023-06-14
  • python数据分析绘图可视化实例分析
    本篇内容介绍了“python数据分析绘图可视化实例分析”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!前言:数据分析初始阶段,通常都要进行可视...
    99+
    2023-07-02
  • PostgreSQL物化视图的示例分析
    这篇文章主要介绍PostgreSQL物化视图的示例分析,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!1、创建视图CREATE MATERIALIZED VIEW&...
    99+
    2024-04-02
  • 关于Python可视化Dash工具之plotly基本图形示例详解
    Plotly Express是对 Plotly.py 的高级封装,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,可满足90%以上的应用场景...
    99+
    2024-04-02
  • Python数据处理及可视化的示例分析
    这篇文章主要介绍Python数据处理及可视化的示例分析,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!一、NumPy的初步使用表格是数据的一般表示形式,但对于机器来说是不可理解的,也就是无法辨识的数据,所以我们需要对表...
    99+
    2023-06-29
  • Python数据可视化举例分析
    这篇文章主要介绍“Python数据可视化举例分析”,在日常操作中,相信很多人在Python数据可视化举例分析问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”Python数据可视化举例分析”的疑惑有所帮助!接下来...
    99+
    2023-06-16
  • Python库助力pandas智能可视化的示例分析
    Python库助力pandas智能可视化的示例分析,很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。Pandas是用于数据处理的核...
    99+
    2024-04-02
  • Python可视化技巧实例代码分析
    这篇“Python可视化技巧实例代码分析”文章的知识点大部分人都不太理解,所以小编给大家总结了以下内容,内容详细,步骤清晰,具有一定的借鉴价值,希望大家阅读完这篇文章能有所收获,下面我们一起来看看这篇“Python可视化技巧实例代码分析”文...
    99+
    2023-07-06
  • Python实现数据可视化案例分析
    目录1. 问题描述2. 实验环境3. 实验步骤及结果1. 问题描述 对右图进行修改: 请更换图形的风格请将 x 轴的数据改为-10 到 10请自行构造一个 y 值的函数将直方图上的数...
    99+
    2024-04-02
  • python数据可视化绘制火山图示例
    目录导入模块1.读取测试数据2.查看数据3.筛选差异基因4.查看数据,发现多了type这一列5.统计个数6.绘火山图7.保存图片导入模块 import numpy as np imp...
    99+
    2024-04-02
  • MySQL视图原理的示例分析
    这篇文章主要介绍MySQL视图原理的示例分析,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!具体如下:概述视图是一个虚拟表,其内容由查询定义。同真实的表一样,视图包含一系列带有名称的列...
    99+
    2024-04-02
  • Golang在数据分析和可视化的应用示例
    go广泛用于数据分析和可视化。示例包括:基础设施监控:使用go和telegraf、prometheus构建监控应用程序。机器学习:利用go和tensorflow或pytorch构建和训练...
    99+
    2024-05-12
    可视化 数据分析 git golang 可视化数据
  • Python实战之疫苗研发情况可视化的示例分析
    这篇文章将为大家详细讲解有关Python实战之疫苗研发情况可视化的示例分析,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。一、安装plotly库因为这部分内容主要是用plotly库进行数据动态展示,所以要先...
    99+
    2023-06-15
  • python数据可视化matplotlib绘制折线图示例
    目录plt.plot()函数各参数解析各参数具体含义为:x,ycolorlinestylelinewidthmarker关于marker的参数plt.plot()函数各参数解析 pl...
    99+
    2024-04-02
  • vue中命名视图的示例分析
    这篇文章给大家分享的是有关vue中命名视图的示例分析的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。在views 创建 UserProfile.vue UserProfilePre...
    99+
    2024-04-02
  • Python绘制惊艳的可视化动图的示例代码
    今天小编给大家介绍一款可视化模块,使用它可以绘制出十分惊艳的动图效果,那么当然第一步我们首先是要安装一下该模块,通过pip命令行来安装: pip install ipyvizzu 牛...
    99+
    2024-04-02
  • python数据分析绘图可视化
    前言: 数据分析初始阶段,通常都要进行可视化处理。数据可视化旨在直观展示信息的分析结果和构思,令某些抽象数据具象化,这些抽象数据包括数据测量单位的性质或数量。本章用的程序库matpl...
    99+
    2024-04-02
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作