I denne tutorial vil vi dykke ned i vores plotteviden og diskutere, hvordan vi kan oprette et linjeplot ved hjælp af Plotly Express-modulet.
Plotly.express.line()
For at lave et linjeplot ved hjælp af Plotly Express-modulet, bruger vi linjefunktionen. Funktionen tager en syntaks som vist nedenfor:
plottet. udtrykke . linje ( dataramme = Ingen , x = Ingen , Y = Ingen , linje_gruppe = Ingen , farve = Ingen , line_dash = Ingen , symbol = Ingen , hover_name = Ingen , hover_data = Ingen , tilpassede_data = Ingen , tekst = Ingen , facet_række = Ingen , facet_col = Ingen , facet_col_wrap = 0 , facet_rækkeafstand = Ingen , facet_col_spacing = Ingen , fejl_x = Ingen , fejl_x_minus = Ingen , fejl_y = Ingen , fejl_y_minus = Ingen , animation_frame = Ingen , animationsgruppe = Ingen , kategori_ordrer = Ingen , etiketter = Ingen , orientering = Ingen , farve_diskret_sekvens = Ingen , farve_diskret_kort = Ingen , line_dash_sequence = Ingen , line_dash_map = Ingen , symbol_sekvens = Ingen , symbol_map = Ingen , markører = Falsk , log_x = Falsk , log_y = Falsk , område_x = Ingen , område_y = Ingen , line_shape = Ingen , render_mode = 'auto' , titel = Ingen , skabelon = Ingen , bredde = Ingen , højde = Ingen )
På trods af den store parameterliste er funktionen forholdsvis enkel og sjældent behøver du at bruge alle parametrene, hvis nogen.
Lad os udforske den mest nyttige og almindelige parameterliste, du har brug for at kende.
- Data_frame – specificerer kolonnenavnene, der bruges i plottet. Du kan sende disse værdier som en Pandas DataFrame, et array_like objekt eller en Python-ordbog.
- x – angiver de værdier, der bruges til at placere mærkerne langs x-aksen. Du kan angive denne parameter som et kolonnenavn inden for den angivne dataramme, en Pandas-serie eller et array_lignende objekt.
- Y – ligner x, men værdierne bruges til y-aksen.
- Farve – angiver de værdier, der bruges til at tildele farven til mærker.
- Line_group – giver dig mulighed for at gruppere rækker af data_frames i linjer.
- Line_shape – angiver formen på linjerne. Accepterede værdier inkluderer 'lineær' eller 'spline'.
- Titel – angiver titlen for plottet.
- Mode – specificerer funktionen, der returnerer linjeplottet som graph_objects.Figur type.
Linjeplot med Plotly.Express-modul
Lad os nu lære, hvordan vi kan skabe et linjeplot med plotly express. Tag koden vist nedenfor:
importere plottet. udtrykke som px
df = px. data . aktier ( )
fig = px. linje ( df , x = 'dato' , Y = 'AMZN' )
fig. at vise ( )
I eksemplet ovenfor starter vi med at importere plotly express-modulet som px. Vi opretter derefter en DataFrame ud fra pandas aktiedata.
Til sidst opretter vi linjeplottet for 'AMZN'-kolonnen fra datarammen. Ovenstående kode skal returnere et tidsseriediagram over aktierne i datarammen.
Et eksempel på figuren er som vist:
Simpelt linjeplot
Vi kan også lave simple linjeplot uden at bruge brugerdefinerede data. For eksempel kan vi bruge et simpelt NumPy-område som vist i koden nedenfor.
importere plottet. udtrykke som pximportere nusset som for eksempel.
x = for eksempel. arrangere ( halvtreds )
Y = for eksempel. arrangere ( 25 , 75 )
fig = px. linje ( x = x , Y = Y )
fig. at vise ( )
Ovenstående kode skal returnere et simpelt linjeplot som vist:
Angivelse af farve
Hvis du har flere linjeplot, kan du skelne mellem dem ved at give en farve ved hjælp af farveparameteren.
Tag eksempelkoden nedenfor:
importere plottet. udtrykke som pxdf = px. data . gapminder ( ) . forespørgsel ( 'kontinent=='Europa'' )
fig = px. linje ( df , x = 'år' , Y = 'lifeExp' , farve = 'Land' )
fig. at vise ( )
I dette eksempel bruger vi gapminder data. Vi opretter derefter et linjeplot for hvert land på det europæiske kontinent. Ved hjælp af farveparameteren angiver vi farven som landekolonne. Dette vil tildele en unik farve for hver farve i plottet.
Den resulterende figur er som vist:
Tillykke, du har med succes lært, hvordan du opretter og bruger linjeplot ved hjælp af Plotly Express.