使用Plotly Express创建快速且漂亮的可视化图表

pip install plotly_express

import plotly.express as px
import pandas as pd
​
# 创建一个示例数据集
data = {
    'Rooms': [1, 2, 3, 4, 5],
    'Price': [100000, 150000, 200000, 250000, 300000]
}
df = pd.DataFrame(data)
​
# 使用Plotly Express创建散点图
fig = px.scatter(df, x='Rooms', y='Price', title='House Price vs. Number of Rooms')
fig.show()

# 创建一个示例数据集
data = {
    'Month': ['Jan', 'Feb', 'Mar', 'Apr', 'May'],
    'Sales': [100, 150, 200, 250, 300]
}
df = pd.DataFrame(data)
​
# 使用Plotly Express创建面积图
fig = px.area(df, x='Month', y='Sales', title='Monthly Sales')
fig.show()

# 创建一个示例数据集
data = {
    'Category': ['A', 'B', 'C', 'D'],
    'Value': [10, 20, 15, 25]
}
df = pd.DataFrame(data)
​
# 使用Plotly Express创建条形图，并定制样式
fig = px.bar(df, x='Category', y='Value', title='Customized Bar Chart',
             labels={'Category': 'Category Labels', 'Value': 'Customized Values'},
             color='Category', # 按类别着色
             barmode='group', # 组合显示
             template='plotly_dark' # 使用暗色主题
             )
fig.show()

# 创建一个示例时间序列数据集
import numpy as np
np.random.seed(0)
num_points = 100
dates = pd.date_range(start='2024-01-01', periods=num_points)
values = np.random.randn(num_points).cumsum()
​
data = {'Date': dates, 'Value': values}
df = pd.DataFrame(data)
​
# 使用Plotly Express创建动态散点图
fig = px.scatter(df, x='Date', y='Value', title='Dynamic Scatter Plot',
                 animation_frame='Date', # 按日期动画化
                 animation_group=df.index, # 使用索引分组
                 range_x=[dates[0], dates[-1]], # 指定x轴范围
                 range_y=[values.min(), values.max()], # 指定y轴范围
                 labels={'Value': 'Values'}, # 自定义标签
                 template='plotly', # 使用默认模板
                 color_discrete_sequence=['blue'] # 自定义颜色
                 )
fig.show()

# 创建一个示例数据集
data = {
    'Category': ['A', 'B', 'C', 'D'],
    'Value': [10, 20, 15, 25]
}
df = pd.DataFrame(data)
​
# 使用Plotly Express创建条形图，并定制样式
fig = px.bar(df, x='Category', y='Value', title='Customized Bar Chart',
             labels={'Category': 'Category Labels', 'Value': 'Customized Values'},
             color='Category', # 按类别着色
             barmode='group', # 组合显示
             template='plotly_dark', # 使用暗色主题
             hover_data={'Category': False, 'Value': ':.2f'}, # 悬停数据格式
             width=800, # 图表宽度
             height=400, # 图表高度
             category_orders={'Category': ['C', 'A', 'B', 'D']}, # 分类顺序
             font=dict(family='Arial', size=14, color='white'), # 字体设置
             margin=dict(l=50, r=50, t=50, b=50), # 边距设置
             plot_bgcolor='rgba(0,0,0,0)', # 绘图区背景颜色
             paper_bgcolor='rgba(0,0,0,0.7)', # 画布背景颜色
             )
fig.show()

# 创建示例数据集
data1 = {
    'X': [1, 2, 3, 4, 5],
    'Y': [10, 15, 13, 17, 20]
}
data2 = {
    'X': [1, 2, 3, 4, 5],
    'Y': [5, 8, 6, 9, 11]
}
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)
​
# 使用Plotly Express创建子图布局
fig = px.subplots(
    px.scatter(df1, x='X', y='Y', title='Subplot 1', template='plotly'),
    px.scatter(df2, x='X', y='Y', title='Subplot 2', template='plotly')
)
fig.show()