【Python百日进阶-数据分析】Day130 - plotly柱状图（条形图）:go.bar()实例1

news2024/11/26 14:41:11

文章目录

- 4.2 plotly.graph_objects条形图
- - 4.2.1 go的基本条形图
  - 4.2.2 分组条形图
  - 4.2.3 堆叠条形图
  - 4.2.4 带悬停文本的条形图
  - 4.2.5 带直接文本标签的条形图
  - 4.2.6 使用uniformtext控制文本大小
  - 4.2.7 旋转条形图标签
  - 4.2.8 自定义单个条颜色
  - 4.2.9 自定义单个条的宽度
  - 4.2.10 自定义单个条形起点
  - 4.2.11 彩色和样式条形图
  - 4.2.12 相对条形图模式
  - 4.2.13 具有排序或有序类别的条形图

4.2 plotly.graph_objects条形图

4.2.1 go的基本条形图

如果Plotly Express不能提供良好的起点，也可以使用更通用的go。

import plotly.graph_objects as go
animals=['giraffes', 'orangutans', 'monkeys']

fig = go.Figure([go.Bar(x=animals, y=[20, 14, 23])])
fig.show()

在这里插入图片描述

4.2.2 分组条形图

使用fig.update自定义图形。

import plotly.graph_objects as go
animals=['giraffes', 'orangutans', 'monkeys']

fig = go.Figure(data=[
    go.Bar(name='SF Zoo', x=animals, y=[20, 14, 23]),
    go.Bar(name='LA Zoo', x=animals, y=[12, 18, 29])
])
# 改变条形图模式
fig.update_layout(barmode='group')
fig.show()

在这里插入图片描述

4.2.3 堆叠条形图

import plotly.graph_objects as go
animals=['giraffes', 'orangutans', 'monkeys']

fig = go.Figure(data=[
    go.Bar(name='SF Zoo', x=animals, y=[20, 14, 23]),
    go.Bar(name='LA Zoo', x=animals, y=[12, 18, 29])
])
# 改变条形图模式
fig.update_layout(barmode='stack')
fig.show()

在这里插入图片描述

4.2.4 带悬停文本的条形图

import plotly.graph_objects as go

x = ['Product A', 'Product B', 'Product C']
y = [20, 14, 23]

# 悬停文本使用 hovertext 关键字参数
fig = go.Figure(data=[go.Bar(x=x, y=y,
            hovertext=['27% 市场占有率', '24% 市场占有率', '19% 市场占有率'])])
# Customize aspect
fig.update_traces(marker_color='rgb(158,202,225)', marker_line_color='rgb(8,48,107)',
                  marker_line_width=1.5, opacity=0.6)
fig.update_layout(title_text='January 2013 销售报告')
fig.show()

在这里插入图片描述

4.2.5 带直接文本标签的条形图

import plotly.graph_objects as go

x = ['Product A', 'Product B', 'Product C']
y = [20, 14, 23]

# 直接文本标签使用 textposition='auto'
fig = go.Figure(data=[go.Bar(
            x=x, y=y,
            text=y,
            textposition='auto',
        )])

fig.show()

在这里插入图片描述

4.2.6 使用uniformtext控制文本大小

如果希望所有文本标签的大小相同，可以使用uniformtext布局参数。minsize属性设置字体大小，mode属性设置无法与所需字体大小匹配的标签的情况：要么隐藏它们，要么显示溢出。在下面的示例中，我们还使用textposition强制文本位于条外。

import plotly.express as px

df = px.data.gapminder().query("continent == 'Europe' and year == 2007 and pop > 2.e6")
fig = px.bar(df, y='pop', x='country', text='pop')
fig.update_traces(texttemplate='%{text:.2s}', textposition='outside')
fig.update_layout(uniformtext_minsize=8, uniformtext_mode='hide')
fig.show()

在这里插入图片描述

4.2.7 旋转条形图标签

import plotly.graph_objects as go

months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun',
          'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']

fig = go.Figure()
fig.add_trace(go.Bar(
    x=months,
    y=[20, 14, 25, 16, 18, 22, 19, 15, 12, 16, 14, 17],
    name='主要产品',
    marker_color='indianred'
))
fig.add_trace(go.Bar(
    x=months,
    y=[19, 14, 22, 14, 16, 19, 15, 14, 10, 12, 12, 16],
    name='次要产品',
    marker_color='lightsalmon'
))

# 在这里，我们修改X轴的角度，从而产生旋转的标签。
fig.update_layout(barmode='group', xaxis_tickangle=-45)
fig.show()

在这里插入图片描述

4.2.8 自定义单个条颜色

import plotly.graph_objects as go

colors = ['lightslategray',] * 5
colors[1] = 'crimson'

fig = go.Figure(data=[go.Bar(
    x=['Feature A', 'Feature B', 'Feature C',
       'Feature D', 'Feature E'],
    y=[20, 14, 23, 25, 22],
    marker_color=colors # 标记颜色可以是单一颜色值，也可以是iterable
)])
fig.update_layout(title_text='最少使用的功能')
fig.show()

在这里插入图片描述

4.2.9 自定义单个条的宽度

import plotly.graph_objects as go

fig = go.Figure(data=[go.Bar(
    x=[1, 2, 3, 5.5, 10],
    y=[10, 8, 6, 4, 2],
    width=[0.8, 0.8, 0.8, 3.5, 4] # 自定义宽度
)])

fig.show()

在这里插入图片描述
具有自定义宽度的条形图可用于制作mekko图（也称为marimekko图、马赛克图或variwide图）。

import plotly.graph_objects as go
import numpy as np

labels = ["apples","oranges","pears","bananas"]
widths = np.array([10,20,20,50])

data = {
    "South": [50,80,60,70],
    "North": [50,20,40,30]
}

fig = go.Figure()
for key in data:
    fig.add_trace(go.Bar(
        name=key,
        y=data[key],
        x=np.cumsum(widths)-widths,
        width=widths,
        offset=0,
        customdata=np.transpose([labels, widths*data[key]]),
        texttemplate="%{y} x %{width} =<br>%{customdata[1]}",
        textposition="inside",
        textangle=0,
        textfont_color="white",
        hovertemplate="<br>".join([
            "label: %{customdata[0]}",
            "width: %{width}",
            "height: %{y}",
            "area: %{customdata[1]}",
        ])
    ))

fig.update_xaxes(
    tickvals=np.cumsum(widths)-widths/2,
    ticktext= ["%s<br>%d" % (l, w) for l, w in zip(labels, widths)]
)

fig.update_xaxes(range=[0,100])
fig.update_yaxes(range=[0,100])

fig.update_layout(
    title_text="Marimekko Chart",
    barmode="stack",
    uniformtext=dict(mode="hide", minsize=10),
)

fig.show()

在这里插入图片描述

4.2.10 自定义单个条形起点

import plotly.graph_objects as go

years = ['2016','2017','2018']

fig = go.Figure()
fig.add_trace(go.Bar(x=years, y=[500, 600, 700],
                base=[-500,-600,-700],
                marker_color='crimson',
                name='expenses'))
fig.add_trace(go.Bar(x=years, y=[300, 400, 700],
                base=0,
                marker_color='lightslategrey',
                name='revenue'
                ))

fig.show()

在这里插入图片描述

4.2.11 彩色和样式条形图

在本例中，布局的几个参数是定制的，因此直接使用go很方便。布局（…）构造函数而不是调用fig.update。

import plotly.graph_objects as go

years = [1995, 1996, 1997, 1998, 1999, 2000, 2001, 2002, 2003,
         2004, 2005, 2006, 2007, 2008, 2009, 2010, 2011, 2012]

fig = go.Figure()
fig.add_trace(go.Bar(x=years,
                y=[219, 146, 112, 127, 124, 180, 236, 207, 236, 263,
                   350, 430, 474, 526, 488, 537, 500, 439],
                name='Rest of world',
                marker_color='rgb(55, 83, 109)'
                ))
fig.add_trace(go.Bar(x=years,
                y=[16, 13, 10, 11, 28, 37, 43, 55, 56, 88, 105, 156, 270,
                   299, 340, 403, 549, 499],
                name='China',
                marker_color='rgb(26, 118, 255)'
                ))

fig.update_layout(
    title='美国塑料废料出口',
    xaxis_tickfont_size=14,
    yaxis=dict(
        title='USD (millions)',
        titlefont_size=16,
        tickfont_size=14,
    ),
    legend=dict(
        x=0,
        y=1.0,
        bgcolor='rgba(255, 255, 255, 0)',
        bordercolor='rgba(255, 255, 255, 0)'
    ),
    barmode='group',
    bargap=0.15, # 相邻位置坐标的钢筋之间的间隙。
    bargroupgap=0.1 # 同一位置坐标的钢筋之间的间隙。
)
fig.show()

在这里插入图片描述

4.2.12 相对条形图模式

使用“relative”条形模式时，条形相互堆叠，轴下方为负值，轴上方为正值。

import plotly.graph_objects as go
x = [1, 2, 3, 4]

fig = go.Figure()
fig.add_trace(go.Bar(x=x, y=[1, 4, 9, 16]))
fig.add_trace(go.Bar(x=x, y=[6, -8, -4.5, 8]))
fig.add_trace(go.Bar(x=x, y=[-15, -3, 4.5, -8]))
fig.add_trace(go.Bar(x=x, y=[-1, 3, -3, -4]))

fig.update_layout(barmode='relative', title_text='相对模式')
fig.show()

在这里插入图片描述

4.2.13 具有排序或有序类别的条形图

对于类别名称的字母数字顺序，将categoryorder设置为“类别升序”或“类别降序”，或者对于值的数字顺序，将categoryorder设置为“总升序”或“总降序”。categoryorder了解更多信息。请注意，目前不可能按特定轨迹对条形图进行排序，只能按总值进行排序。当然，如果需要更多自定义，可以在绘制数据之前对其进行排序。
本例使用categoryorder按字母顺序排列条形图：“类别升序”

import plotly.graph_objects as go

x=['b', 'a', 'c', 'd']
fig = go.Figure(go.Bar(x=x, y=[2,5,1,9], name='Montreal'))
fig.add_trace(go.Bar(x=x, y=[1, 4, 9, 16], name='Ottawa'))
fig.add_trace(go.Bar(x=x, y=[6, 8, 4.5, 8], name='Toronto'))

fig.update_layout(barmode='stack', xaxis={'categoryorder':'category ascending'})
fig.show()

在这里插入图片描述
此示例演示如何通过将categoryorder定义为“array”来自定义排序顺序，从而从属性categoryarray派生排序。

import plotly.graph_objects as go

x=['b', 'a', 'c', 'd']
fig = go.Figure(go.Bar(x=x, y=[2,5,1,9], name='Montreal'))
fig.add_trace(go.Bar(x=x, y=[1, 4, 9, 16], name='Ottawa'))
fig.add_trace(go.Bar(x=x, y=[6, 8, 4.5, 8], name='Toronto'))

fig.update_layout(barmode='stack', xaxis={'categoryorder':'array', 'categoryarray':['d','a','c','b']})
fig.show()

在这里插入图片描述
本例使用categoryorder“total descending”按降序排列条形图

import plotly.graph_objects as go

x=['b', 'a', 'c', 'd']
fig = go.Figure(go.Bar(x=x, y=[2,5,1,9], name='Montreal'))
fig.add_trace(go.Bar(x=x, y=[1, 4, 9, 16], name='Ottawa'))
fig.add_trace(go.Bar(x=x, y=[6, 8, 4.5, 8], name='Toronto'))

fig.update_layout(barmode='stack', xaxis={'categoryorder':'total descending'})
fig.show()