[Python]制作可以通过Plotly移动的图形

介绍

2020年7月，Plotly 4.8.2以来的信息被完全重写。
介绍Plotly(Python可用的库)的基本用法，尤其是如何创建经常使用的折线图(散点图)。使用Plotly，您可以创建可以移动的图形，如下图所示。

尽管本文未涉及，但Plotly可以绘制折线图之外的多种图形。还有Plotly的高级API(称为Plotly Express)和使用Plotly的Web应用程序框架(称为Dash)(示例)。

Reiwa时代的事实标准Python绘图库Plotly Express的基本绘图方法摘要
可视化工具仪表板教程-第1部分：安装图-

安装

使用

pip install plotly安装Plotly。

资料准备

最后，准备正弦曲线和随机序列。

1
2
3
4

import numpy as np
xs = np.linspace(0, 10, 100)
sins = np.sin(xs)
randoms = np.random.rand(100)

创建折线图

只需将散点图(go.Scatter())系列的数组放在

go.Figure()的参数的data中，然后执行fig.show()。这很容易！

1
2
3
4
5
6

import plotly.graph_objects as go
fig = go.Figure(data=[
go.Scatter(x=xs, y=sins, name="sin"),
go.Scatter(x=xs, y=randoms, name="random"),
])
fig.show()

您可以如上所述用go.Figure(data=[])指定

系列，也可以暂时创建go.Figure()，然后创建fig.add_trace()。

1
2
3
4
5

import plotly.graph_objects as go
fig = go.Figure()
fig.add_trace(go.Scatter(x=xs, y=sins, name="sin"))
fig.add_trace(go.Scatter(x=xs, y=randoms, name="random"))
fig.show() # 上と同じ結果

单击此处以获取图形上的简单操作方法

拖动图形以在X轴方向，Y轴方向，矩形上放大
在X和Y轴上拖动以在轴向上移动
在X和Y轴的末端拖动以在轴向上放大和缩小
双击以返回初始显示

图定制

整体图，每个轴设置

让我们通过调用fig.update_layout()来更改整个图形的绘制选项，并通过调用fig.update_xaxes()，fig.update_yaxes()来更改每个轴。如果您忘记了选项名称，则可以每次在Google上进行搜索，但是如果您故意输入诸如fig.update_layout(foo=0)之类的错误，则会显示有效选项列表。

1
2
3
4
5
6
7
8
9
10
11
12
13
14

fig.update_xaxes(title="x") # X軸タイトルを指定
fig.update_yaxes(title="y") # Y軸タイトルを指定

fig.update_xaxes(range=(1,3)) # X軸の最大最小値を指定
fig.update_xaxes(rangeslider={"visible":True}) # X軸に range slider を表示(下図参照)

fig.update_yaxes(scaleanchor="x", scaleratio=1) # Y軸のスケールをX軸と同じに(plt.axis("equal"))

fig.update_layout(title="Title") # グラフタイトルを設定
fig.update_layout(font={"family":"Meiryo", "size":20}) # フォントファミリとフォントサイズを指定
fig.update_layout(showlegend=True) # 凡例を強制的に表示(デフォルトでは複数系列あると表示)
fig.update_layout(xaxis_type="linear", yaxis_type="log") # X軸はリニアスケール、Y軸はログスケールに
fig.update_layout(width=800, height=600) # 図の高さを幅を指定
fig.update_layout(template="plotly_white") # 白背景のテーマに変更

主题可以从以下选择。单击此处以获取主题列表

1
2
3

['ggplot2', 'seaborn', 'simple_white', 'plotly',
'plotly_white', 'plotly_dark', 'presentation', 'xgridoff',
'ygridoff', 'gridon', 'none']

系列设置

如果为

系列选项mode指定"lines"，"markers"，"lines+markers"，则只能绘制线条，只能绘制标记，线条和标记。

1
2
3
4
5
6

import plotly.graph_objects as go
fig = go.Figure()
fig.add_trace(go.Scatter(x=xs, y=sins, name="lines", mode="lines")) # 線だけ
fig.add_trace(go.Scatter(x=xs, y=sins + 1, name="markers", mode="markers")) # マーカだけ
fig.add_trace(go.Scatter(x=xs, y=sins + 2, name="lines+markers", mode="lines+markers")) # 線とマーカ
fig.show()

第二个Y轴

在启用

secondary_y的情况下将fig与make_subplots关联，并将secondary_y设置为fig.add_trace()和fig.update_yaxes()。

1
2
3
4
5
6
7
8
9

import plotly.graph_objects as go
from plotly.subplots import make_subplots

fig = make_subplots(specs=[[{"secondary_y": True}]])
fig.add_trace(go.Scatter(x=xs, y=sins, name="sin"), secondary_y=False)
fig.add_trace(go.Scatter(x=xs, y=randoms, name="random"), secondary_y=True)
fig.update_yaxes(title_text="y1", secondary_y=False)
fig.update_yaxes(title_text="y2", secondary_y=True)
fig.show()

多个plot

如果用指定rows和cols的make_subplots制作fig并将row，col设置为fig.add_trace()和fig.update_layout()，这也可以。

1
2
3
4
5
6
7

import plotly.graph_objects as go
from plotly.subplots import make_subplots

fig = make_subplots(rows=1, cols=2)
fig.add_trace(go.Scatter(x=xs, y=sins, name="sin"), row=1, col=1)
fig.add_trace(go.Scatter(x=xs, y=randoms, name="random"), row=1, col=2)
fig.show()

其他

1 2	fig.write_html("a.html") # 単独HTMLファイルにぐりぐりできる状態で出力 fig.write_image("a.png") # 画像に出力(グラフ上のアイコンの"download as a png"でもOK)