数据动态可视化，python-plotly.express使用基础


利用plotly快速实现数据的动态可视化，生成一定顺序的动画：
px是一个高级api，除了可视化为scatter，还可以由DataFrame数据直接生成 'bar', 'bar_polar', 'box', 'choropleth_mapbox', 'density_contour', 'density_heatmap', 'density_mapbox', 'histogram', 'line', 'line_3d', 'line_geo', 'line_mapbox', 'line_polar', 'pie', 'scatter_3d', 'scatter_geo', 'scatter_mapbox', 'scatter_matrix', 'scatter_polar', 'scatter_ternary', 'treemap', 'violin'。

## 安装plotly



pip install plotly ## 或者 conda install plotly

import plotly.express as px





gapminder = px.data.gapminder() # 导入需要使用的数据集



gapminder.head()

country
continent
year
lifeExp
pop
gdpPercap
iso_alpha
iso_num
0
Afghanistan
Asia
1952
28.801
8425333
779.445314
AFG
4
1
Afghanistan
Asia
1957
30.332
9240934
820.853030
AFG
4
2
Afghanistan
Asia
1962
31.997
10267083
853.100710
AFG
4
3
Afghanistan
Asia
1967
34.020
11537966
836.197138
AFG
4
4
Afghanistan
Asia
1972
36.088
13079460
739.981106
AFG
4

## 动态绘图



 



px.scatter(gapminder, x='gdpPercap', y='lifeExp',



           color='continent', size='pop', size_max=60,



           animation_frame='year', animation_group='country',



           range_y = [30,100], range_x = [-5000,55000],



           labels = {'gdpPercap':'GDP', 'lifeExp':'Life Expectancy'})





## 参数中，首先给定一个DataFrame，指定x，y所在列，animation_frame指定关于哪个维度变化，labels为一个dict，可自定义显示的坐标轴名称。



Tags:

Published on December 2nd, 2020 by 春日部来的