首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >可视化神器Plotly的图例Legend详解

可视化神器Plotly的图例Legend详解

原创
作者头像
皮大大
修改2021-10-08 15:18:01
2K0
修改2021-10-08 15:18:01
举报

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

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:

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Plotly连载文章
  • 导入库和数据
  • 图例元素个数
    • 单个元素
      • 多个元素组成的图例
      • 改变图例名称
      • 设置图例顺序
        • 通过plotly_express绘图
          • 通过plotly.graph_objects绘图
          • 显示和隐藏图例
          • 图例位置
          • 图例水平化
          • 图例个性化显示
          • Graph Objects设置图例
            • 图例名称
              • 图例标题
                • 显示或隐藏图例
                  • 设置图例元素大小
                  领券
                  问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档