可视化神器Plotly玩转面积图

Plotly绘制面积图

本文中介绍的是如何利用Plotly来绘制面积图，主要还是基于两种方法：

• 基于plotly_express实现
• 基于plotly.graph_objects实现

扩展阅读

Plotly的文章会形成连载系列，前面9篇Plotly可视化文章分别是：

• 酷炫！36张图爱上高级可视化神器Plotly_Express
• Plotly玩转散点图
• Plotly玩转饼图
• Plotly玩转漏斗图
• Plotly玩转柱状图
• Plotly玩转气泡图
• Plotly玩转股票图
• Plotly玩转甘特图
• Plotly玩转箱型图

导入库

import pandas as pd
import plotly.express as px
import plotly.graph_objects as go

基于px实现

px.area creates a stacked area plot. Each filled area corresponds to one value of the column given by the line_group parameter.

px.area实现的是一个堆叠的面积图。每个填充的部分是通过给定的line_group参数来确定的，下面案例中采用的是自带的gdp数据集：

# 以GDP数据说明

gdp = px.data.gapminder()
gdp.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

fig = px.area(
    gdp,   # 待绘图数据
    x='year',  # 指定x\y轴和颜色，以及线性组别
    y='pop',
    color='continent',
    line_group="country"  # 关键参数
    )

fig.show()

基于go实现

基础面积图

import plotly.graph_objects as go

fig = go.Figure()

# 7种填充方式：['none', 'tozeroy', 'tozerox', 'tonexty', 'tonextx','toself', 'tonext']

fig.add_trace(go.Scatter(
    x=[1, 2, 3, 4],
    y=[13, 15, 21, 27],
    fill='toself',
    name='toself'
    ))

fig.add_trace(go.Scatter(
    x=[1, 2, 3, 4],
    y=[13, 15, 21, 27],
    fill='tonexty',
    name='tonexty'
    ))

fig.add_trace(go.Scatter(
    x=[1, 2, 3, 4],
    y=[13, 15, 21, 27],
    fill='tozerox',
    name='tozerox'  # 紧贴着Y轴填充
    ))

fig.add_trace(go.Scatter(
    x=[1, 2, 3, 4],
    y=[13, 15, 21, 27],
    fill='tozeroy',
    name='tozeroy'  # 紧贴着x轴填充
    ))

fig.show()

不同填充方式的图形显示：

边界问题

有时候我们需要去掉边界的显示，采用的是mode参数，使用方法是；

• lines、markers、text之间的组合
• 使用none，表示不显示边界

# 如何取消边界线：加上参数mode='none'

import plotly.graph_objects as go

fig = go.Figure()

# 7种填充方式：['none', 'tozeroy', 'tozerox', 'tonexty', 'tonextx','toself', 'tonext']

fig.add_trace(go.Scatter(
    x=[1, 2, 3, 4],
    y=[13, 15, 21, 27],
    fill='tonext',
    mode='none',   # 参数：['lines', 'markers', 'text']的组合，或者none
    name='tonext'
    ))

fig.show()

内部填充面积图

import plotly.graph_objects as go

fig = go.Figure()

fig.add_trace(go.Scatter(
    x=[1, 2, 3, 4],
    y=[3, 4, 8, 3],
    fill=None,
    mode='lines',
    line_color='red',  # trace0
))

fig.add_trace(go.Scatter(
    x=[1, 2, 3, 4],
    y=[1, 6, 2, 6],
    fill='tonexty',
    mode='lines',
    line_color='indigo'))  # trace1

fig.show()

堆叠面积图

通过数据堆叠的方式来显示数据

import plotly.graph_objects as go

x = ["小明","小红","小周","小孙"]

fig = go.Figure()

fig.add_trace(go.Scatter(
    x=x,
    y=[100,120,110,108],  # 语文
    hoverinfo = 'x+y',  # 悬停显示的信息
    mode='lines',
    line=dict(width=0.5,color='rgb(121,90,200)'),
    stackgroup='one'   # 默认是堆叠分组统计
))

fig.add_trace(go.Scatter(
    x=x,
    y=[130,100,80,140],  # 数学
    hoverinfo = 'x+y',
    mode='lines',
    line=dict(width=0.5,color='rgb(121,231,219)'),
    stackgroup='one'   #
))

fig.add_trace(go.Scatter(
    x=x,
    y=[98,120,149,91],  # 英语
    hoverinfo = 'x+y',
    mode='lines',
    line=dict(width=0.5,color='rgb(191,249,230)'),
    stackgroup='one'
))

# fig.update_layout(yaxis_range=(0, 100))
fig.show()

归一化堆叠面积图

表示的是每个图形占据的百分比

import plotly.graph_objects as go

x = ["小明","小红","小周","小孙"]

fig = go.Figure()

fig.add_trace(go.Scatter(
    x=x,
    y=[30,20,40,30],  # 语文
    hoverinfo = 'x+y',
    mode='lines',
    line=dict(width=0.5,color='rgb(11,90,200)'),
    stackgroup='one',
    groupnorm='percent'   # 重点参数：分组归一化，选择百分比
))

fig.add_trace(go.Scatter(
    x=x,
    y=[50,60,80,70],  # 数学
    hoverinfo = 'x+y',
    mode='lines',
    line=dict(width=0.5,color='rgb(121,231,219)'),
    stackgroup='one'   # 默认是堆叠分组统计
))

fig.add_trace(go.Scatter(
    x=x,
    y=[80,90,90,75],  # 英语
    hoverinfo = 'x+y',
    mode='lines',
    line=dict(width=0.5,color='rgb(191,249,230)'),
    stackgroup='one'
))

fig.add_trace(go.Scatter(
    x=x,
    y=[100,100,100,200],  # 英语
    hoverinfo = 'x+y',
    mode='lines',
    line=dict(width=0.5,color='rgb(111,90,241)'),
    stackgroup='one'
))

fig.update_layout(
    showlegend=True, # 是否显示图例，默认是显示的
#     xaxis_type='category',
    yaxis=dict(
    type='linear',
    range=[1, 100],  # y轴范围
    ticksuffix='%'))  # 标记后缀

fig.show()

选择悬停信息

表示的我们在面积图填充的时候，可以选择悬停显示的数据；悬停表示的是：当光标放上去的时候会显示的数据。下面例子中有两种显示方案：

• 填充部分和数据点都显示
• 只在数据点悬停显示

import plotly.graph_objects as go

fig = go.Figure()
fig.add_trace(go.Scatter(
    x=[0,0.5,1,1.5,2],   # 绘图数据
    y=[0,1,2,1,0],
    fill='toself',   # 填充方式和颜色
    fillcolor='darkviolet',
    hoveron = 'points+fills',   # 悬停位置：点和内部填充部分都悬停显示
    line_color='red',  # 线色
    text="Points + Fills",  # 文本显示
    hoverinfo = 'text+x+y'  # 指定悬停信息
))

fig.add_trace(go.Scatter(
    x=[3,3.5,4,4.5,5],
    y=[0,1,2,1,0],
    fill='toself',
    fillcolor = 'violet',
    hoveron='points',   #  只在点上悬停
    line_color='violet',
    text="Points only",    # 只显示点
    hoverinfo='text+x+y'
))

fig.update_layout(
    title = "hover on <i>points</i> or <i>fill</i>",  # 通过HTML标签语法的格式来生成标题
    xaxis_range = [0,5.2],  # 两个轴的数据范围
    yaxis_range = [0,3]
)

#fig.show()