标签：入门教程 py fig Plotly go 气泡 data continent size
入门教程（一）：快速上手
入门教程（二）：散点图与折线图
入门教程（三）：折线图
入门教程（四） - 柱状图
入门教程（五） - 饼图
文章目录
用 Plotly Express 绘制气泡图
气泡图 是一种将第三维度以标记大小展示的散点图，对于其他类型的散点图，请查阅 散点图文档 。
我们先展示一个使用 Plotly Express 绘制的气泡图，标签的大小由 size 参数指定的数据列决定。
from plotly import express as px
df = px.data.gapminder()
fig = px.scatter(df.query("year==2007"), x="gdpPercap", y="lifeExp",
size="pop", color="continent",
hover_name="country", log_x=True, size_max=60)
fig.show()
用 Graph Objects 绘制气泡图
如果 Plotly Express 没法让你很好地上手，也可以使用 plotly.graph_objects 中更通用的 go.Scatter 类，指定标记的大小来创建气泡图。所有可用的选项都在 参考手册 - 散点图 中有所描述。
简单气泡图
from plotly import graph_objects as go
fig = go.Figure(data=[go.Scatter(
x=[1, 2, 3, 4], y=[10, 11, 12, 13],
mode='markers', marker_size=[40, 60, 80, 100])
])
fig.show()
设置标签大小与颜色
fig = go.Figure(data=[go.Scatter(
x=[1, 2, 3, 4], y=[10, 11, 12, 13],
mode='markers', marker=dict(
# 以 RGB 三元组形式指定颜色
color=['rgb(93, 164, 214)', 'rgb(255, 144, 14)',
'rgb(44, 160, 101)', 'rgb(255, 65, 54)'],
# 指定标记透明度和大小
opacity=[1, 0.8, 0.6, 0.4], size=[40, 60, 80, 100],
)
)])
fig.show()
缩放气泡图的大小
为了对气泡的大小进行缩放，请使用 sizeref 属性。我们建议使用以下公式来计算 sizeref 值，其中
S
S
S 是计算得到的 sizeref 值，
s
max
s_{\max}
smax 是指定 size 数组中的最大值：
S = 2 s max ( s max ) 2 S = \frac{2 s_{\max}}{(s_{\max})^2} S=(smax)22smax
::: warning
请注意，将 sizeref 值设置为大于
1
1
1 的值会减小渲染后标记的大小，设置为小于
1
1
1 的值会增大标记的大小1。除此之外，我们还建议将 sizemode 属性设置为 area 2。
:::
size = [20, 40, 60, 80, 100, 80, 60, 40, 20, 40]
fig = go.Figure(data=[go.Scatter(
x=[1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
y=[11, 12, 10, 11, 12, 11, 12, 13, 12, 11],
mode='markers', marker=dict(
size=size,
sizemode='area',
sizeref=2.*max(size)/(40.**2),
sizemin=4
)
)])
fig.show()
气泡图上的悬浮文本
fig = go.Figure(data=[go.Scatter(
x=[1, 2, 3, 4], y=[10, 11, 12, 13], mode='markers',
text=['A<br />size: 40', 'B<br />size: 60', 'C<br />size: 80', 'D<br />size: 100'],
marker=dict(color=['rgb(93, 164, 214)', 'rgb(255, 144, 14)',
'rgb(44, 160, 101)', 'rgb(255, 65, 54)'],
size=[40, 60, 80, 100])
)])
fig.show()
带有色阶的气泡图
fig = go.Figure(data=[go.Scatter(
x=[1, 3.2, 5.4, 7.6, 9.8, 12.5],
y=[1, 3.2, 5.4, 7.6, 9.8, 12.5],
mode='markers', marker=dict(
color=[120, 125, 130, 135, 140, 145],
size=[15, 30, 55, 70, 90, 110],
showscale=True # 在侧边显示色阶柱
)
)])
fig.show()
分类气泡图
import pandas as pd
import math
# 加载数据集
data = px.data.gapminder()
df_2007 = data[data['year'] == 2007]
df_2007 = df_2007.sort_values(['continent', 'country'])
# 定义悬浮文本和气泡大小
hover_text = []
bubble_size = []
for index, row in df_2007.iterrows():
hover_text.append(
f"Country: {row['country']}<br />"
f"Life Expectancy: {row['lifeExp']}<br />"
f"GDP per capita: {row['gdpPercap']}<br />"
f"Population: {row['pop']}<br />"
f"Year: {row['year']}"
)
bubble_size.append(math.sqrt(row['pop']))
df_2007['text'] = hover_text
df_2007['size'] = bubble_size
sizeref = 2.0 * max(df_2007['size']) / (100 ** 2)
# 与各大陆对应的数据集
continent_names = ['Africa', 'Americas', 'Asia', 'Europe', 'Oceania']
continent_data = {
continent: df_2007.query(f"continent == '{continent}'")
for continent in continent_names
}
# 创建图表
fig = go.Figure()
for continent_name, continent in continent_data.items():
fig.add_trace(go.Scatter(
x=continent['gdpPercap'], y=continent['lifeExp'],
name=continent_name, text=continent['text'],
marker_size=continent['size'],
))
# 调整气泡外观和布局
fig.update_traces(mode='markers', marker=dict(
sizemode='area', sizeref=sizeref, line_width=2
))
fig.update_layout(
title='Life Expectancy v. Per Capita GDP, 2007',
xaxis=dict(title='GDP per capita (2000 dollars)',
gridcolor='white', type='log', gridwidth=2),
yaxis=dict(title='Life Expectancy (years)',
gridcolor='white', gridwidth=2),
paper_bgcolor='rgb(243, 243, 243)',
plot_bgcolor='rgb(243, 243, 243)'
)
fig.show()
参考
请参阅 散点图 - Python 图表参考 获取更多信息和图表属性选项。
标签：入门教程,py,fig,Plotly,go,气泡,data,continent,size 来源： https://blog.csdn.net/u011367208/article/details/120396926
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。