查看原文
其他

可视化神器Plotly玩转柱状图

Peter 尤而小屋 2022-05-28

可视化神器Plotly玩转柱状图

本文是可视化神器Plotly绘图的第5篇:重点讲解如何利用Plotly绘制柱状图。柱状图在可视化图中是出现频率非常高的一种图表,能够很直观地展现数据的大小分布情况,在自己的工作中也使用地十分频繁。本文将详细介绍如何制作柱状图水平柱状图

前4篇关于Plotly的文章分别是:

导入库

首先还是需要导入我们绘图需要的几个常用库

import pandas as pd
import numpy as np

# 两种接口
import plotly_express as px
import plotly.graph_objects as go

绘图的时候还是会基于两种方式来实现:

  • plotly_express:px
  • plotly.graph_objects:go

基于px实现柱状图

基础柱状图

模拟生成一份简单的绘图所需数据

df1 = pd.DataFrame({
    "name": ["小明","小红","周明","周红","张三"],
    "age": [20,28,18,25,36],
    "score": ["150","170","160","168","154"]
})

df1
fig = px.bar(df1,x="name",y="age")
fig.show()

加上颜色参数color:

fig = px.bar(df1,
             x="name",
             y="age",
             color="age"   # 颜色参数
            )
fig.show()

基于长表的分组柱状图

df2 = pd.DataFrame({
    "姓名": ["小明","小红","张三","小明","小红","张三","小明","小红","张三"],
    "科目":["语文","语文","语文","数学","数学","数学","英语","英语","英语"],
    "得分": [58,78,84,90,71,90,64,84,69]
})

df2
fig = px.bar(df2,
            x="姓名",
            y="得分",
            color="科目")
fig.show()

基于宽表的分组柱状图

宽表形式主要是指字段很多

df3 = pd.DataFrame({
    "姓名": ["小明","小红","张三"],
    "语文":[58,78,84],
    "数学":[90,71,90],
    "英语":[64,84,69]
})

df3
fig = px.bar(df3,
            x="姓名",
            y=["语文","数学","英语"],
            title="学生成绩对比"  # 添加标题
            )
fig.show()

图表个性设置

1、改变图形的颜色:加上颜色参数

fig = px.bar(df1,
             x="name",
             y="age",
             color="age"  # 加上颜色参数
            )
fig.show()

看下自带数据集中小费的例子:

fig = px.bar(df4,
             x="sex",
             y="total_bill",
             color="smoker"   # 参数
            )

fig.show()

2、设置图表的悬停信息:hover_data:

fig = px.bar(df1,
             x="name",
             y="age",
             color="age",  # 加上颜色参数
             hover_data = ['score']   # 悬停参数
            )
fig.show()

3、x轴标签倾斜设置

information = pd.DataFrame({
    "days":["2021年3月1日 星期一",
            "2021年3月2日 星期二",
            "2021年3月3日 星期三",
            "2021年3月4日 星期四",
            ß"2021年3月5日 星期五"],
    "number":[400,700,300,500,800]
})

information

默认情况下是水平显示:

fig = px.bar(information,x="days",y="number")
fig.show()   # 默认水平显示

如果我们加上参数width,height向右显示:

fig = px.bar(information,
             x="days",
             y="number",
             width=600,
             height=600)
fig.show()   # 参数width,height向右显示

加上xaxis_tickangle,设置倾斜角度:

fig = px.bar(information,x="days",y="number")
fig.update_layout(xaxis_tickangle=-45)   # 倾斜角度设置
fig.show()   # 结果是向左倾斜

即使我们加上width=600,height=600还是向左倾斜的:

fig = px.bar(information,x="days",y="number",width=600,height=600)
fig.update_layout(xaxis_tickangle=-45)   # 倾斜角度设置

fig.show()   # 结果是向左倾斜

柱状图模式设置

柱状图显示模式主要是有4种:

  • stack:堆叠
  • group:分组
  • overlay:覆盖
  • relative:相对
fig = px.bar(df4,
             x="sex",
             y="total_bill",
             color="smoker",
             barmode="stack"  # ['stack', 'group', 'overlay', 'relative']
            )

fig.show()

4种不同模式下的显示区别:

多面柱状图

我们以自带的小费数据为例:

fig = px.bar(df4,   # 带绘图数据 
             x="sex",  # x轴
             y="total_bill",   # y轴
             color="smoker",  # 颜色设置
             barmode="group",  # 柱状图4种模式之一
             facet_row="time",  #  行
             facet_col="day",  # 列
             category_orders={
                 "day": ["Thur""Fri""Sat""Sun"],
                 "time": ["Lunch""Dinner"]   # 分类顺序设置
                             }
            )
fig.show()

需要注意每个不同的参数表示的含义

基于go实现柱状图

基础柱状图

自建的数据集:

fig = go.Figure(
    data = (
        go.Bar(x=df1["name"].tolist(),  # x轴数据
               y=df1["score"].tolist()  # y轴数据
              )
    )
)

fig.show()

分组柱状图

也是可以选择4种不同的柱状图模式:

  • stack:堆叠
  • group:分组
  • overlay:覆盖
  • relative:相对
fig = go.Figure(data=[
    go.Bar(name='小明', x=["语文","数学","英语"], y=[12010493]),
    go.Bar(name='小红', x=["语文","数学","英语"], y=[10188109])
])

# 柱状图模式需要设置:4选1
fig.update_layout(barmode='group')  # ['stack', 'group', 'overlay', 'relative']

fig.show()

设置文本悬停信息hovertext

name = ['Product A''Product B''Product C']
number = [200500300]

fig = go.Figure(data=[go.Bar(x=name, 
                             y=number,
                             hovertext=['20% 市场份额 ''50% 市场份额''30% 市场份额'])])

fig.update_traces(marker_color='rgb(158,202,225)'# marker颜色
                  marker_line_color='rgb(8,48,107)'# 线条颜色
                  marker_line_width=1.5,   # 线宽
                  opacity=0.6)  # 透明度

fig.update_layout(title_text='3种产品市场份额')

fig.show()

显示数据信息

显示的模式有4种:

  • auto:自动
  • inside:内部
  • outside:外部
  • none:无
name = ['Product A''Product B''Product C']
number = [200500300]

fig = go.Figure(data=[go.Bar(x=name, 
                             y=number,
                             text=number,  # 显示number的数据信息
                             textposition="auto"  # ['inside', 'outside', 'auto', 'none']
                             )])

fig.update_layout(title_text='3种产品市场数量')

fig.show()

格式化文本显示模式

import plotly.express as px

gap = px.data.gapminder().query("continent == 'Europe' and year == 2007 and pop > 2.e6")

gap.head()
fig = px.bar(gap, 
             x='country',
             y='pop'
             text='lifeExp')

fig.update_traces(texttemplate='%{text:.2s}',   # 显示的整数位数:示例为2位
                  textposition='outside')   # 文本显示位置:['inside', 'outside', 'auto', 'none']

fig.update_layout(uniformtext_minsize=8,  # 显示文本字体大小
                  uniformtext_mode='show')  #  文本显示4种模式:[False, 'hide', 'show']

fig.show()

x轴标签倾斜

import plotly.graph_objects as go

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

# 生成画布对象
fig = go.Figure()  


# 添加多个图形轨迹
fig.add_trace(go.Bar(
    x=months,
    y=[201425161822191512161417],
    name='产品A',
    marker_color='lightblue'  # 颜色的不同表示方法
))

fig.add_trace(go.Bar(
    x=months,
    y=[191422141619151410121216],
    name='产品B',
    marker_color='#af0010'
))

fig.update_layout(barmode='group',  # 柱状图模式
                  xaxis_tickangle=-45   # 倾斜角度
                 )
fig.show()

单个柱状图设置

我们还是自建的数据集:

fig = go.Figure(data=[go.Bar(
    x=df1["name"].tolist(),  # 姓名作为x轴
    y=df1["score"].tolist(), # 分数作为y轴
    marker_color=colors  # 颜色设置:上面的colors
)])

fig.update_layout(title_text="期末成绩分数")

fig.show()

柱状图宽度设置

# 不设置的话,每个柱状图是一样的宽度

fig = go.Figure(data=[go.Bar(
    x=df1["name"].tolist(),  # 姓名作为x轴
    y=df1["score"].tolist(), # 分数作为y轴
)])

fig.update_layout(title_text="期末成绩分数")

fig.show()

默认情况下,每个柱子的宽度是相同的:

我们给每个柱子设置不同的宽度:

fig = go.Figure(data=[go.Bar(
    x=df1["name"].tolist(),  # 姓名作为x轴
    y=df1["score"].tolist(), # 分数作为y轴
    width=[10.80.41.20.4]  # 宽度设置
)])

fig.update_layout(title_text="期末成绩分数")

fig.show()

改变柱状图基准位置

import plotly.graph_objects as go

years = ['2018','2019','2020']

fig = go.Figure()

fig.add_trace(go.Bar(
    x=years, 
    y=[200030005000],
    # base另一种写法:np.array([2000, 3000, 5000]) * (-1)
    base=[-2000,-3000,-5000],  # 基准设置
    marker_color='crimson',
    name='商家A'))

fig.add_trace(go.Bar(
    x=years, 
    y=[300040002000],
    base=0,  # 默认基准设置
    marker_color='lightslategrey',
    name='商家B'
))

fig.show()

图例位置和颜色

设置图例的位置和颜色:

import plotly.graph_objects as go

subjects = ["语文","数学","英语","物理","化学","生物"]

fig = go.Figure()
fig.add_trace(go.Bar(
    x=subjects,   # x轴、y轴数据             
    y=[90,85,78,90,99,80],                
    name='小明',  # 图例名称           
    marker_color='rgb(15, 83, 109)'  # 该组数据颜色
                
))

fig.add_trace(go.Bar(
    x=subjects,               
    y=[80,89,68,100,78,90],               
    name='小红',               
    marker_color='rgb(180, 118, 255)'
                ))

fig.update_layout(
    title='期末成绩对比',  # 整个图的标题
    xaxis_tickfont_size=12,   # x轴字体大小
    yaxis=dict(
        title='成绩',  # y轴的标题
        titlefont_size=16,  # 标题大小
        tickfont_size=12,  # y轴上的数值大小
    ),
    legend=dict(
        x=0,  # 图例的位置
        y=1,
#         bgcolor='rgba(255, 255, 255, 0)',  # 图例的背景色
        bordercolor='rgba(2, 255, 255, 0)'   # 边缘颜色
    ),
    barmode='group',  # 柱状图模式
    bargap=0.4,  # 组间距离
    bargroupgap=0.2  # 组内距离
)
fig.show()

相对模式relative理解

import plotly.graph_objects as go

x = [1234]

fig = go.Figure()
fig.add_trace(go.Bar(x=x, y=[1492]))
fig.add_trace(go.Bar(x=x, y=[6-9-1.5,4]))
fig.add_trace(go.Bar(x=x, y=[-10-34.5-8]))
fig.add_trace(go.Bar(x=x, y=[-13-3-4]))

fig.update_layout(
    barmode='relative',   # 相对初始位置
    title_text='相对模式理解')

fig.show()

堆叠模式

import plotly.graph_objects as go

subjects=['语文''数学''英语']

fig = go.Figure(go.Bar(
    x=subjects, 
    y=[69,71,120], 
    name='小明'))

fig.add_trace(go.Bar(
    x=subjects, 
    y=[6489116], 
    name='小红'))

fig.add_trace(go.Bar(
    x=subjects, 
    y=[76,10470], 
    name='张三'))

fig.update_layout(
    barmode='stack',   # 堆叠模式
    xaxis={'categoryorder':'total descending'})  # category ascending、category descending、total ascending、total descending

fig.show()

多组共享x轴

import plotly.graph_objects as go

x = [
    ["小明""小明""小明""小红""小红""小红"],
    ["语文""数学""英语""语文""数学""英语",]
]

fig = go.Figure()

fig.add_bar(x=x,
            y=[91,72,83,104,85,66],
            name="上学期"
           )
fig.add_bar(x=x,
            y=[106,85,64,93,72,81],
            name="下学期"
           )

fig.update_layout(barmode="relative")

fig.show()

基于px实现水平柱状图

基础柱状图

需要注意两点:

  • x、y轴的数据需要交换
  • 添加参数orientation
df1 = pd.DataFrame({
    "name": ["小明","小红","周明","周红","张三"],
    "age": [20,28,18,25,36],
    "score": ["150","170","160","168","154"]
})

df1
image-20210422002520605
fig = px.bar(
    df1,
    y="name",   # xy轴的数据需要交换!!!
    x="age",
    orientation='h'   # 设置:改成水平柱状图
)
fig.show()

显示数据信息

fig = px.bar(
    df1,
    y="name",   
    x="age",
    orientation='h',   # 水平柱状图
    text="age"   # 需要显示的数据
)
fig.show()

默认文本是显示在内部的,可以进行修改:

# 修改文本位置

fig = px.bar(
    df1,
    y="name",   # xy轴的数据需要交换
    x="age",
    orientation='h',   # 水平柱状图
    text="age"   # 需要显示的数据
)

fig.update_traces(textposition="outside")  # ['inside', 'outside', 'auto', 'none']

fig.show()

设置颜色参数

fig = px.bar(
    df1,
    y="name",   
    x="age",
    color="age",  # 颜色参数
    orientation='h',   # 水平柱状图
    text="age"   
)

fig.update_traces(textposition="outside")  # ['inside', 'outside', 'auto', 'none']

fig.show()

自定义颜色

fig = px.bar(
    df1,
    y="name",   
    x="age",
    color_discrete_sequence=px.colors.diverging.RdBu,  # 自定义颜色
    orientation='h',   # 水平柱状图
    text="age"   
)

fig.update_traces(textposition="outside")  # ['inside', 'outside', 'auto', 'none']

fig.show()

小费案例

多参数个性设置

fig = px.bar(
    tips, 
    x="total_bill"
    y="sex"
    color='day'
    orientation='h',
    hover_data=["tip""size"],
    height=400,
    title='小费案例')
fig.show()

基于go实现水平柱状图

基础图形

fig = go.Figure(go.Bar(
            x=df1["score"].tolist(),  # x轴数据
            y=df1["name"].tolist(),  # y轴数据
            orientation='h'))

fig.show()

设置颜色和模式

import plotly.graph_objects as go

# 生成画布
fig = go.Figure()

# 添加3个图形轨迹
fig.add_trace(go.Bar(
    y=['小明''小红''张三'],
    x=[12074103],
    name='语文',
    orientation='h',
    marker=dict(
        color='rgba(246, 78, 139, 0.6)',
        line=dict(color='rgba(246, 78, 139, 1.0)', width=3)
    )
))

fig.add_trace(go.Bar(
    y=['小明''小红''张三'],
    x=[9212889],
    name='数学',
    orientation='h',
    marker=dict(
        color='rgba(5, 71, 80, 0.6)',
        line=dict(color='rgba(58, 71, 80, 1.0)', width=3)
    )
))

fig.add_trace(go.Bar(
    y=['小明''小红''张三'],
    x=[927869],
    name='英语',
    orientation='h',
    marker=dict(
        color='rgba(18, 7, 80, 0.6)',
        line=dict(color='rgba(58, 71, 80, 1.0)', width=3)
    )
))


fig.update_layout(barmode='stack')  # 堆叠模式:['stack', 'group', 'overlay', 'relative']


fig.show()

4种不同模式的对比:

总结

本文结合自建和Plotly中自带的数据集,详细的介绍了如何基于plotly_express和plotly.graph_objects两种方式来实现不同需求和显示方式的柱状图和水平柱状图,希望对读者朋友有所帮助。

尤而小屋,一个温馨的小屋。小屋主人,一手代码谋求生存,一手掌勺享受生活,欢迎你的光临😃


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存