【Python百日进阶-数据分析】Day129 - plotly柱状图(条形图):px.bar()实例

news2024/11/25 0:50:55

文章目录

  • 四、实例
    • 4.1 Plotly Express条形图
      • 4.1.1 加拿大人口
      • 4.1.2 一维数据的条形图
      • 4.1.3 多维数据条形图
      • 4.1.4 彩条
      • 4.1.5 堆叠与分组条形图
      • 4.1.6 聚集成单色条
      • 4.1.7 带文本的条形图
      • 4.1.8 填充图案
      • 4.1.9 分面子图
      • 4.1.10 带Plotly Express的基本水平条形图
      • 4.1.11 配置水平条形图
      • 4.1.12 Dash中的条形图

四、实例

4.1 Plotly Express条形图

Plotly Express是 Plotly 的易于使用的高级界面,它对各种类型的数据进行操作并生成易于样式化的图形。
使用px.bar,DataFrame 的每一行都表示为一个矩形标记。要将多个数据点聚合到同一个矩形标记中,请参阅直方图文档。

4.1.1 加拿大人口

import plotly.express as px
data_canada = px.data.gapminder().query("country == 'Canada'")
fig = px.bar(data_canada, x='year', y='pop')
fig.show()

在这里插入图片描述

4.1.2 一维数据的条形图

长格式数据每个观察值有一行,每个变量有一列。这适用于存储和显示多变量数据,即维度大于2的数据。这种格式有时被称为“tidy整洁”。
在这里插入图片描述

在这里插入图片描述

4.1.3 多维数据条形图

宽格式数据的第一个变量的每个值有一行,第二个变量的每个值有一列。这适用于存储和显示二维数据。
在这里插入图片描述

import plotly.express as px

wide_df = px.data.medals_wide()

fig = px.bar(wide_df, x="nation", y=["gold", "silver", "bronze"], title="宽格式数据")
fig.show()

在这里插入图片描述

4.1.4 彩条

可以使用color关键字参数自定义条形图,例如使用连续颜色(如下所示)或离散颜色(如上所示)。

import plotly.express as px

df = px.data.gapminder().query("country == 'Canada'")
fig = px.bar(df, x='year', y='pop',
             hover_data=['lifeExp', 'gdpPercap'], color='lifeExp',
             labels={'pop':'population of Canada'}, height=400)
fig.show()

在这里插入图片描述

import plotly.express as px

df = px.data.gapminder().query("continent == 'Oceania'")
fig = px.bar(df, x='year', y='pop',
             hover_data=['lifeExp', 'gdpPercap'], color='country',
             labels={'pop':'population of Canada'}, height=400)
fig.show()

在这里插入图片描述

4.1.5 堆叠与分组条形图

当几行共享相同的值x(此处为女性或男性)时,默认情况下,矩形会相互堆叠。

import plotly.express as px
df = px.data.tips()
fig = px.bar(df, x="sex", y="total_bill", color='time')
fig.show()

在这里插入图片描述
可以使用barmode参数将默认的堆叠条形图行为更改为分组(也称为聚类):

import plotly.express as px
df = px.data.tips()
fig = px.bar(df, x="sex", y="total_bill",
             color='smoker', barmode='group',
             height=400)
fig.show()

在这里插入图片描述

4.1.6 聚集成单色条

如上所述px.bar()将导致每行输入绘制一个矩形。这有时会导致上面示例中的条纹外观。要将这些矩形组合成每种颜色每种位置,可以使用px.histogram(),它有自己的详细文档页面。
px.bar()和px.histogram()在调用签名中几乎可以互换,以便能够在聚合和分解条形图表示之间切换。

import plotly.express as px
df = px.data.tips()
fig = px.histogram(df, x="sex", y="total_bill",
             color='smoker', barmode='group',
             height=400)
fig.show()

在这里插入图片描述
px.histogram()默认情况下将通过求和来聚合y值,但histfunc参数可用于将其设置为avg,以创建有时被称为“条形图”的东西,它总结了数据集的中心趋势,而不是直观地表示数据集的整体。
警告:当使用“sum”或“count”以外的histfuncs时,使用“group”以外的barmode可能会产生误导,因为堆叠的条形实际上代表条形高度的总和,求和平均值很少是合理的可视化方式。

import plotly.express as px
df = px.data.tips()
fig = px.histogram(df, x="sex", y="total_bill",
             color='smoker', barmode='group',
             histfunc='avg',
             height=400)
fig.show()

在这里插入图片描述

4.1.7 带文本的条形图

  • v5.5中新增。
  • 可以使用text_auto参数将文本添加到栏中。将其设置为True将在条形图上显示值,将其设置为d3格式的格式化字符串将控制输出格式。
import plotly.express as px
df = px.data.medals_long()

fig = px.bar(df, x="medal", y="count", color="nation", text_auto=True)
fig.show()

在这里插入图片描述
text参数可用于在条形图上显示任意文本:

import plotly.express as px
df = px.data.medals_long()

fig = px.bar(df, x="medal", y="count", color="nation", text="nation")
fig.show()

在这里插入图片描述
默认情况下,Plotly将缩放和旋转文本标签,以最大限度地增加可见标签的数量,从而在同一图形中产生各种文本角度、大小和位置。可以使用textfont、textposition和textangle跟踪属性来控制这些。
以下是默认行为的示例:

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_auto='.2s',
            title="默认值:各种文本大小、位置和角度")
fig.show()

在这里插入图片描述
以下是相同的数据,文本格式变化较小。请注意,textfont_size将设置最大大小。布局。uniformtext属性可用于确保所有文本标签的大小相同。有关详细信息,请参阅有关文本和注释的文档。
在下面的示例中,cliponaxis属性设置为False,以确保最高条上的外部文本可以在打印区域之外渲染。

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_auto='.2s',
            title="受控文本大小、位置和角度")
fig.update_traces(textfont_size=12, textangle=0, textposition="outside", cliponaxis=False)
fig.show()

在这里插入图片描述

4.1.8 填充图案

  • v5.0中新增。
import plotly.express as px
df = px.data.medals_long()

fig = px.bar(df, x="medal", y="count", color="nation",
             pattern_shape="nation", pattern_shape_sequence=[".", "x", "+"])
fig.show()

在这里插入图片描述

4.1.9 分面子图

使用关键字参数facet_row(resp.facet_col)创建facetted子地块,其中不同的行(resp.columns)对应于facet_row中指定的数据帧列的不同值。

import plotly.express as px
df = px.data.tips()
fig = px.bar(df, 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"]})
fig.show()

在这里插入图片描述

4.1.10 带Plotly Express的基本水平条形图

import plotly.express as px
df = px.data.tips()
fig = px.bar(df, x="total_bill", y="day", orientation='h')
fig.show()

在这里插入图片描述

4.1.11 配置水平条形图

在本例中,一列用于为条形图着色,我们将其他列中的信息添加到悬停数据中。

import plotly.express as px
df = px.data.tips()
fig = px.bar(df, x="total_bill", y="sex", color='day', orientation='h',
             hover_data=["tip", "size"],
             height=400,
             title='餐厅账单')
fig.show()

在这里插入图片描述

4.1.12 Dash中的条形图

Dash是使用绘图在Python中构建分析应用程序的最佳方式。要运行下面的应用程序,请运行pip install dash

import dash
from dash import html, dcc
from dash.dependencies import Input, Output
import plotly.express as px

df = px.data.tips()
days = df.day.unique()

app = dash.Dash(__name__)

app.layout = html.Div([
    dcc.Dropdown(
        id="dropdown",
        options=[{"label": x, "value": x} for x in days],
        value=days[0],
        clearable=False,
    ),
    dcc.Graph(id="bar-chart"),
])

@app.callback(
    Output("bar-chart", "figure"),
    [Input("dropdown", "value")])
def update_bar_chart(day):
    mask = df["day"] == day
    fig = px.bar(df[mask], x="sex", y="total_bill",
                 color="smoker", barmode="group")
    return fig

app.run_server(debug=True, port=8052)

在这里插入图片描述

plotly.express.bar(data_frame=None, x=None, y=None, color=None, pattern_shape=None, facet_row=None, facet_col=None, facet_col_wrap=0, facet_row_spacing=None, facet_col_spacing=None, hover_name=None, hover_data=None, custom_data=None, text=None, base=None, error_x=None, error_x_minus=None, error_y=None, error_y_minus=None, animation_frame=None, animation_group=None, category_orders=None, labels=None, color_discrete_sequence=None, color_discrete_map=None, color_continuous_scale=None, pattern_shape_sequence=None, pattern_shape_map=None, range_color=None, color_continuous_midpoint=None, opacity=None, orientation=None, barmode='relative', log_x=False, log_y=False, range_x=None, range_y=None, text_auto=False, title=None, template=None, width=None, height=None)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/99327.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

nacos服务注册与发现

目录 1. 应用系统架构的演变(单应用>分布式) 2. Spring Cloud Alibaba介绍 3. 开发示例 3.1 版本的选择 3.2 nacos安装 3.3 创建工程 3.3.1 创建父工程 3.3.2 创建服务提供者模块 3.3.2 服务消费者 3.4 测试 今天与大家们简单的聊一下&#…

远程的Win11主机没有连接屏幕,通过向日葵远程后只有一个640x480的分辨率选项

背景 远程的 Win11 主机没有连接屏幕,通过向日葵远程后只有一个 640x480 的分辨率选项,界面特别小,用起来很不方便。而且远程主机本身还无法调整分辨率,向日葵上面的工具栏里也没有分辨率这一选项。 问题分析 主要原因是远程主机…

threejs之圆弧

文章目录弧线相关方法getPointssetFromPoints直线样条曲线与贝塞尔曲线样条曲线贝塞尔曲线专栏目录请点击 弧线 一般我们绘制弧线都会使用ArcCurve来进行绘制,他是EllipseCurve的别名,关于他的所有的方法,我们都可以看EllipseCurve 官网例子…

Linux网络协议之UDP协议(传输层)

Linux网络协议之UDP协议(传输层) 文章目录Linux网络协议之UDP协议(传输层)1.深入理解传输层1.1 对于端口号的理解1.2 端口号范围1.3 常用的知名端口号1.4 进程和端口号的两个问题1.5 查看网络状态命令(netstat)2.UDP协议2.1 UDP协议格式2.2 UDP的特点2.3 面向数据报2.4 UDP的缓…

基于nodejs仿京东商城系统的设计与实现.zip(论文+源码+ppt文档+视频录制)

第一章绪论 3 1.1项目开发的背景和意义 3 1.2国内外研究的现状 3 1.3研究的主要内容 4 第2章系统相关技术介绍 4 2.1 相关技术介绍 4 2.2 系统环境开发条件 5 第三章系统分析 6 3.1可行性分析 6 3.1.1技术性可行性 6 3.1.2经济性可行性 6 3.1.3操作性可行性 7 3.2功能需求分析 …

(Java)【深基9.例1】选举学生会

【深基9.例1】选举学生会 一、题目描述二、输入格式三、输出格式四、样例输入五、样例输出六、失败经历七、正确代码八、正确思路及易错点(1)题目分析(2)思路分析(3)StringBuffer: 线程安全的可变字符串①S…

二十四、CANdelaStudio深入-ExtData编辑

本专栏将由浅入深的展开诊断实际开发与测试的数据库编辑,包含大量实际开发过程中的步骤、使用技巧与少量对Autosar标准的解读。希望能对大家有所帮助,与大家共同成长,早日成为一名车载诊断、通信全栈工程师。 本文介绍CANdelaStudio的ExtData编辑,欢迎各位朋友订阅、评论,…

推荐系统学习笔记-deep crossing

由来 2016年由微软提出, 完整的解决了特征工程、稀疏向量稠密化, 多层神经网络进行优化目标拟合等一系列深度学习在推荐系统的应用问题。 这个模型涉及到的技术比较基础,在传统神经网络的基础上加入了embedding, 残差连接等思想&…

K8s CICD实战

K8s Network之Ingress PDF路径: 链接:https://pan.baidu.com/s/17DxUD8KN7pU1UKIR1Ejemg 提取码:dwf5 一、如果项目需要修改某些代码,怎么办? (1)重新打成jar包 (2)重新制作Dockerf…

javaSE - 异常(Exception 或 RuntimeException)

一、异常的背景 1.1、初识异常 其实在我们开发中,就是代码出现意外状况。影响到程序的运行。 其实,在我们接触代码开始,就一直在接触异常,只是从来没有分类。 这点在java中,更加明显。 现在我们就来基本了解一下异常。…

web靶场搭建之帝国cms7.5

目录 一、漏洞描述 二、漏洞环境 三、环境搭建 四、漏洞复现 后台getshell(CVE-2018-18086) 漏洞原理: 漏洞复现: 源码审计: 代码注入 (CVE-2018-19462) 漏洞原理: 漏洞复现: 源码审计: 后台X…

Innodb存储引擎-表(逻辑存储结构、行记录格式、数据页结构)

文章目录表索引组织表InnoDB逻辑存储结构表空间(tablespace)段(segment)区(extent)页(page)行(record)行记录格式compactRedundant行溢出数据Compressed 和 Dynamic 行记录格式CHAR的行结构存储数据页结构File Header & Page Header & File TrailerInfimum 和 Supremum…

springboot《1》

map的映射 package com.kob.backend.controller.pk;import org.springframework.web.bind.annotation.RequestMapping; import org.springframework.web.bind.annotation.RestController;import java.util.HashMap; import java.util.Map;RestControllerRequestMapping("…

国产软件的「硬替代」与「软着陆」之辨

作者 | 曾响铃 文 | 响铃说 疫情倒逼、政策驱动、市场化博弈、国际形势拉锯等等一系列的因素正在综合影响国产软件的走势。在国内,国产软件替代化进程持续加速,国产软件正迎来逆势增长的“窗口期”。 与此同时,从中央到地方,政…

项目中pom.xml文件变灰且中间有横杠改怎么解决?

目录 问题描述: 问题解决: 💟 创作不易,不妨点赞💚评论❤️收藏💙一下 问题描述: 项目中的部分pom.xml文件是没问题的,部分pom.xml文件没有被识别,变灰且有横杠。 原因:操作的时…

力扣(LeetCode)163. 缺失的区间(C++)

模拟 将 lowerlowerlower 和 upperupperupper 加入数组,避免边界判断。 一次遍历,相邻元素差 111 ,无缺失;相邻元素差 222 ,缺失中间的一个数;相邻元素相差大于 222 ,缺失中间一段数。根据格式…

Less知识点整理

Less 官方文档 在线Less编译工具 Less主要语法 1、变量xxx 2、嵌套 规则嵌套和冒泡 规则(例如 media 或 supports)可以与选择器以相同的方式进行嵌套。 规则会被放在前面,同一规则集中的其它元素的相对顺序保持不变。这叫做冒泡&#xff08…

计算机毕设Python+Vue新能源汽车销售管理系统(程序+LW+部署)

项目运行 环境配置: Jdk1.8 Tomcat7.0 Mysql HBuilderX(Webstorm也行) Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。 项目技术: SSM mybatis Maven Vue 等等组成,B/S模式 M…

Oracle21C:Windows版本的安装、卸载、环境变量配置、避坑指南|ORA-12514|为什么安装目录没有bin目录

前言 1、适读对象 安装Oracle21C过程中,被各种报错反复折磨,终不得其法,难以正常使用Oracle。 2、各种工具下载 1)Oracle下载地址:官网下载页面 2)navecat下载地址:navecate 2)sqlp…

基于JAVAWEB的湛江海鲜批发选购系统

开发工具(eclipse/idea/vscode等): 数据库(sqlite/mysql/sqlserver等): 功能模块(请用文字描述,至少200字):