赞！可视化神器Plotly的图例Legend精讲

公众号：尤而小屋
作者：Peter
编辑：Peter

大家好，我是Peter~

很久没有更新Plotly相关的文章，国庆这几天终于干了一篇。选择的主题是：玩转Plotly图例设置，也是一直以来都想写的一个话题，文章的主要内容为：

官网学习地址：https://plotly.com/python/legend/

Plotly连载文章

Plotly文章目前已经更新到第16篇，欢迎阅读。推荐几篇文章：

导入库和数据

本文中主要使用的数据是消费数据：

import pandas as pd
import numpy as np

import plotly_express as px
import plotly.graph_objects as go

# 消费数据

tips = px.data.tips()
tips.head()


图例元素个数

主要是单个元素和多个元素组成的图例。

单个元素

fig = px.scatter(
    tips, # 数据库
    x="total_bill",  # xy轴
    y="tip",
    color="sex"   #  图例是通过颜色区分
)

fig.show()


多个元素组成的图例

多个元素同时区分的时候，会生成不同的形状来进行数据的展示：

fig = px.scatter(
    tips,
    x="total_bill",
    y="tip",
    color="sex",  # 颜色和标记来同时区分
    symbol="smoker"
)

fig.show()


改变图例名称

在使用plotly_express的时候主要使用labels参数来修改图例名称

fig = px.scatter(
    tips, 
    x="total_bill", 
    y="tip", 
    color="sex",   # 颜色和标记；symbol主要来控制形状
    symbol="smoker", 
    # 通过labels来改变默认的图例名称
    labels={"sex": "Gender", "smoker": "Smokes"})

fig.show()


还可以生成具有多个切面图形的图形：

fig = px.scatter(
    tips, 
    x="total_bill", 
    y="tip", 
    color="sex", 
    symbol="smoker", 
    facet_col="time",  #  切面图的列元素
    # 改变图例名称
    labels={"sex": "Gender", "smoker": "Smokes"})

fig.show()


设置图例顺序

通过plotly_express绘图

通过参数legend.traceorder来设置图例的顺序

fig = px.bar(
    tips, # 数据框
    x="day", #   xy轴
    y="total_bill", 
    color="smoker",  # 颜色
    barmode="stack",   # 柱状图模式
    facet_col="sex",  # 切面图的列元素
    category_orders={"day": ["Thur", "Fri", "Sat", "Sun"], # 自定义顺序
                     "smoker": ["Yes", "No"],  
                     "sex": ["Male", "Female"]})

fig.update_layout(legend_traceorder="reversed")  # 设置顺序

fig.show()


⚠️默认情况下是根据现实图例的字段在原始数据中出现的顺序：

fig = px.bar(
    tips, # 数据框
    x="day", #   xy轴
    y="total_bill", 
    color="smoker",  # 颜色
    barmode="stack",   # 柱状图模式
    facet_col="sex",  # 切面图的列元素
)

fig.show()


通过plotly.graph_objects绘图

我们主要是通过参数 legendrank 来设置顺序 。注意：plotly的版本必须在V5.0及以上

pip install --upgrade plotly  # 升级版本


如果我们不使用legendrank参数：

fig = go.Figure()

# 添加4个不同的轨迹数据
fig.add_trace(go.Bar(name="first", x=["a", "b"], y=[21,27]))
fig.add_trace(go.Bar(name="second", x=["a", "b"], y=[32,18]))
fig.add_trace(go.Bar(name="third", x=["a", "b"], y=[11,32]))
fig.add_trace(go.Bar(name="fourth", x=["a", "b"], y=[21,13]))

fig.show()


上面图例出现的顺序就是first 、second、third、fourth的顺序，也就是在添加轨迹数据的顺序。

下面我们使用legendrank参数：

fig = go.Figure()

# 添加4个不同的轨迹数据
fig.add_trace(go.Bar(name="second",  # 2
                     x=["a", "b"], 
                     y=[32,18],
                     legendrank=2))

fig.add_trace(go.Bar(name="third",  # 3
                     x=["a", "b"],
                     y=[11,32],
                     legendrank=3))

fig.add_trace(go.Bar(name="first",  # 1
                     x=["a", "b"], 
                     y=[21,27],
                     legendrank=1))

fig.add_trace(go.Bar(name="fourth",  # 4
                     x=["a", "b"], 
                     y=[21,13],
                     legendrank=4))

fig.show()


添加trace的顺序不同是first、second等，实际上还是按照legendrank参数来排序

显示和隐藏图例

上面的所有图形在默认情况下是显示图例出来，我们也可以来进行隐藏：

# 隐藏图例

fig = px.scatter(
    tips,
    x="total_bill",
    y="tip",
    color="sex",  
    symbol="smoker"
)

fig.update_layout(showlegend=False)  # 隐藏图例元素

fig.show()


图例位置

图例默认情况下是在右边的，我们可以使用参数来改变图例位置

# 默认情况：图例在右上角

fig = px.scatter(
    tips,
    x="total_bill",
    y="tip",
    size="tip",
    color="sex",  # 颜色和标记来同时区分
    symbol="smoker"
)

fig.show()


通过参数的设置来改变图例的位置：

# 默认情况

fig = px.scatter(
    tips,
    x="total_bill",
    y="tip",
    size="tip",
    color="sex",  # 颜色和标记来同时区分
    symbol="smoker"
)

# 通过位置参数来改变
fig.update_layout(legend=dict(
    yanchor="top",  # y轴顶部
    y=0.99,
    xanchor="left",  # x轴靠左
    x=0.01
))

fig.show()


图例水平化

默认情况图例是垂直显示，通过参数orientation来实现水平显示。当图例的分类情况很多的时候，这个水平化显示非常使用。

本案例使用的plotly中的gdp数据：

默认图例是垂直显示：

df = px.data.gapminder().query("year==2007")  # 选择2007数据

fig = px.scatter(
    df,  # 数据框和x、y轴数据
    x="gdpPercap", 
    y="lifeExp", 
    color="continent",  # 颜色
    size="pop",  # 大小
    size_max=45)  # 最大值

fig.update_layout(legend=dict(
#     orientation="h",  # 控制水平显示
    yanchor="bottom",  # 分别设置xy轴的位置和距离大小
    y=1.02,
    xanchor="right",
    x=1
))

fig.show()


下面我们来开启水平显示图例：

# 开启水平显示

fig = px.scatter(
    df, 
    x="gdpPercap", 
    y="lifeExp", 
    color="continent",
    size="pop", 
    size_max=45)

fig.update_layout(legend=dict(
    orientation="h",  # 开启水平显示
    yanchor="bottom",
    y=1.02,
    xanchor="right",
    x=1
))

fig.show()


图例个性化显示

fig = px.scatter(
    df, 
    x="gdpPercap", 
    y="lifeExp", 
    color="continent",
    size="pop", 
    size_max=45
)


fig.update_layout(
    legend=dict(
        x=.82,  # 设置图例位置
        y=0,
        traceorder="reversed",  
        title_font_family="Times New Roman",  # 图例标题字体
        font=dict(  # 图例字体
            family="Courier",
            size=13,
            color="red"  # 颜色：红色
        ),
        bgcolor="LightSteelBlue",  # 图例背景色
        bordercolor="Black",  # 图例边框颜色和宽度
        borderwidth=2
    )
)

fig.show()


Graph Objects设置图例

下面的多个案例都是基于plotly.graph_objects来进行图例的设置：

图例名称

fig = go.Figure()

fig.add_trace(go.Scatter(
    x=[1, 2, 3, 4, 5],
    y=[1, 2, 3, 4, 5],
    name="图1"  # 图例名称
))

fig.add_trace(go.Scatter(
    x=[1, 2, 3, 4, 5],
    y=[5, 4, 3, 2, 1],
    name="图2"  # 图例名称
))

fig.show()


图例标题

fig = go.Figure()

fig.add_trace(go.Scatter(
    x=[1, 2, 3, 4, 5],
    y=[1, 2, 3, 4, 5],
    name="图1"
))

fig.add_trace(go.Scatter(
    x=[1, 2, 3, 4, 5],
    y=[5, 4, 3, 2, 1],
    name="图2"
))

# 重点参数：设置图例标题
fig.update_layout(legend_title_text='图例标题')

fig.show()


显示或隐藏图例

import plotly.graph_objects as go

fig = go.Figure()

fig.add_trace(go.Scatter(
    x=list(range(5)),
    y=list(range(5)),
    showlegend=False  # 不显示这个轨迹的图例
))


fig.add_trace(go.Scatter(
    x=list(range(5)),
    y=list(range(5))[::-1],
))

fig.update_layout(showlegend=True) # 整体图例显示 

fig.show()


设置图例元素大小

import plotly.graph_objects as go

fig = go.Figure()

fig.add_trace(go.Scatter(
    x=list(range(5)),
    y=list(range(5)),
    mode='markers+lines',  # 模式的选择
    marker={'size':10}  # 标记大小
))

fig.add_trace(go.Scatter(
    x=list(range(5)),
    y=[5, 4, 3, 2, 1],
    mode='lines+markers',
    marker={'size':50}
))

fig.update_layout(legend= {'itemsizing': 'constant'})  # trace 和constant两种设置

fig.show()


当itemsizing取值为constant：

当itemsizing取值为trace：

推荐阅读

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