Артефакт визуализации Plotly играет со схемой скрипки
В предыдущей статье Plotly я рассказал, как использовать Plotly для создания общей визуальной графики, такой как гистограмма, точечная диаграмма, круговая диаграмма, а также линейная диаграмма K и блочная диаграмма. В этой статье рассказывается, как использовать Plotly для рисования скрипки ? Диаграмма, также Статистический график, реализованный на основе двух методов:
- На основе plotly_express
- На основе plotly.graph_objects
Фигура скрипки
Взгляните на эффект реальной нарисованной схемы скрипки:
Так что же такое схема скрипки?
Скрипичный график — это график, используемый для отображения распределения и плотности вероятности данных.
Сайт для обучения визуализации графики:данные, а именно каталог UE.com/.
Он сочетает в себе двойные функции коробчатых диаграмм и диаграмм плотности, введенных ранее, и может использоваться для отображения формы распределения данных.
- Толстая черная полоса посередине: указывает диапазон межквартильного диапазона.
- Белая точка посередине: указывает медиану
- Расширенная тонкая черная линия: представляет 95% доверительный интервал.
Сюжетный сериал
Статьи Plotly образуют последовательную серию. Первые 10 статей о визуализации Plotly:
- Прохладный! 36 картинок влюбляются в продвинутый артефакт визуализации Plotly_Express
- Играйте с точечными диаграммами с помощью Plotly
- Сюжетные игры с круговыми диаграммами
- Сюжетное развлечение с воронкообразными диаграммами
- Сюжетные игры с гистограммами
- Сюжетные игры с пузырьковыми диаграммами
- Сюжетные игры с биржевыми диаграммами
- Играйте с диаграммами Ганта с Plotly
- Сюжетные пьесы с коробочными сюжетами
- Сюжетные игры с областными диаграммами
импортировать библиотеку, данные
Сначала импортируйте необходимые библиотеки:
import numpy as np
import pandas as pd
import plotly_express as px
import plotly.graph_objects as go
Данные о потреблении, которые поставляются с пандами, используемыми в этой статье:
# 采用的是消费数据tips
tips = px.data.tips()
tips.head()
Точечный скрипичный сюжет
Первое, что нужно нарисовать, это график скрипки на основе точек данных:
fig = px.strip(
tips, # 指定数据
x='day', # xy轴
y='total_bill',
color='day' # 颜色
)
fig.show()
Нарисуйте диаграммы скрипки по значениям 4 дней:
Реализация на основе Plotly_Express
Основная схема скрипки
fig = px.violin(tips,y="total_bill") # 使用total_bill数据
fig.show()
Измените копию данных и снова постройте график:
fig = px.violin(tips,y="tip") # 使用的是小费tip
fig.show()
Сюжет для скрипки с точками данных
На приведенном выше графике нет точек данных. Следующее должно отображать точки данных рядом с графиком скрипки. Параметр - это точки:
fig = px.violin(
tips,
y="total_bill",
box=True, # 开启之后在小提琴图里面绘制箱型图
points='all' # all-全部 outliers-离群点 False-不显示，默认
)
fig.show()
В этом случае выбросов нет, поэтому точки=выбросы или False, результат тот же:
Сгруппированные сюжеты для скрипки
Нарисуйте разные диаграммы скрипки по разным значениям полей:
fig = px.violin(
tips,
y="total_bill", # 绘制的数据
x="day",
color="sex",
box=True,
points="all",
hover_data=tips.columns # 悬停显示的数据信息
)
fig.show()
Крытые и сгруппированные диаграммы скрипки
Две разные графики в основном определяются режимом скрипки, используется параметр violinmode:
fig = px.violin(
tips,
y='total_bill',
color='sex',
violinmode='overlay', # overlay-覆盖型 group-分组
hover_data=tips.columns
)
fig.show()
fig = px.violin(
tips,
y='total_bill',
color='sex',
violinmode='group', # overlay-覆盖型 group-分组
hover_data=tips.columns
)
fig.show()
Реализация на базе go.Violin
Основная схема скрипки
fig = go.Figure(data=go.Violin(
y=tips['total_bill'], # 绘图数据
box_visible=True, # 内部箱体是否显示
line_color='red', # 线条颜色
meanline_visible=True, # 是否显示中线
fillcolor='seagreen', # 填充色
opacity=0.5, # 透明度
x0='Tip-小提琴图' # x轴标题
))
fig.update_layout(yaxis_zeroline=False)
fig.show()
Несколько сюжетов для скрипки
Рисуйте несколько скрипичных сюжетов одновременно на одном холсте. Поле дня в подсказках данных о потреблении имеет 4 разных значения:
Через цикл for нужно пройти, чтобы получить рисунок из 4 графиков:
fig1 = go.Figure() # 生成一个Figure对象
# 通过循环在对象上添加4个轨迹trace
for day in day_list:
fig1.add_trace(go.Violin(
x=tips["day"][tips["day"] == day],
y=tips["total_bill"][tips["day"] == day],
name=day,
box_visible=True,
meanline_visible=True
))
fig1.show()
Сгруппированные сюжеты для скрипки
python
fig2 = go.Figure()
fig2.add_trace(go.Violin(
x=tips[ tips['sex'] == 'Male' ]['day'], # 绘图的xy轴数据
y=tips['total_bill'][ tips['sex'] == 'Male' ],
# legendgroup='男', # 图例分组
# scalegroup='男',
name='男', # 图形轨迹名称
line_color='blue' # 线条颜色
))
fig2.add_trace(go.Violin(
x=tips['day'][tips['sex'] == 'Female' ],
y=tips['total_bill'][tips['sex'] == 'Female' ],
# legendgroup='女',
# scalegroup='女',
name='女',
line_color='orange')
)
# 设置箱体和中位线是否显示
fig2.update_traces(box_visible=True, meanline_visible=True)
# 小提琴图模式：overlay覆盖型 group分组
fig2.update_layout(violinmode='group')
fig2.show()
Положительная и отрицательная диаграмма скрипки
На диаграмме скрипки мы видим, что она состоит из двух частей, которые делятся на отрицательные и положительные.Разные значения будут представлять разные графики:
import plotly.graph_objects as go
import pandas as pd
# 如何使用pandas读取网页在线的csv文件
df = pd.read_csv("https://raw.githubusercontent.com/plotly/datasets/master/violin_data.csv")
fig = go.Figure()
fig.add_trace(go.Violin(
x=df['day'][ df['smoker'] == 'Yes' ],
y=df['total_bill'][ df['smoker'] == 'Yes' ],
# legendgroup='Yes',
# scalegroup='Yes',
name='Yes',
side='negative', # 'both-全部', 'positive-右', 'negative-左'
line_color='blue')
)
fig.add_trace(go.Violin(
x=df['day'][ df['smoker'] == 'No' ],
y=df['total_bill'][ df['smoker'] == 'No' ],
# legendgroup='No',
# scalegroup='No',
name='No',
side='positive',
line_color='lightseagreen')
)
# 设置轨迹参数
fig.update_traces(meanline_visible=True, # 中位数是否显示
points='all', # 是否显示点
jitter=0.05, # 在每个点之间加上抖动，可视化效果更好
scalemode='count') # 'width', 'count'
fig.update_layout(violingap=0, violinmode='overlay') # 设置间隔和模式
fig.show()
Расширенная схема скрипки
Разместите примеры расширенных диаграмм скрипки на двух официальных сайтах:
import plotly.graph_objects as go
import pandas as pd
df = pd.read_csv("https://raw.githubusercontent.com/plotly/datasets/master/violin_data.csv")
# 设置点的位置和图例的显示
pointpos_male = [-0.9,-1.1,-0.6,-0.3]
pointpos_female = [0.45,0.55,1,0.4]
show_legend = [True,False,False,False]
fig = go.Figure()
# pd.unique(df['day'])：表示day的不重复个数
for i in range(0,len(pd.unique(df['day']))):
fig.add_trace(go.Violin(
# 添加两个轴的数据
x=df['day'][(df['sex'] == 'Male') & (df['day'] == pd.unique(df['day'])[i])],
y=df['total_bill'][(df['sex'] == 'Male')&(df['day'] == pd.unique(df['day'])[i])],
# 设置图例和尺度分组、名称
legendgroup='M',
scalegroup='M',
name='M',
# 设置显示的数据：negative左边 positive右边
side='negative',
pointpos=pointpos_male[i], #
line_color='lightseagreen',
showlegend=show_legend[i])
)
fig.add_trace(go.Violin(
x=df['day'][(df['sex'] == 'Female') &(df['day'] == pd.unique(df['day'])[i])],
y=df['total_bill'][(df['sex'] == 'Female')&(df['day'] == pd.unique(df['day'])[i])],
legendgroup='F',
scalegroup='F',
name='F',
side='positive',
pointpos=pointpos_female[i],
line_color='mediumpurple',
showlegend=show_legend[i])
)
# 设置轨迹参数
fig.update_traces(meanline_visible=True, # 中位数是否显示
points='all', # 是否显示点
jitter=0.05, # 在每个点之间加上抖动，可视化效果更好
scalemode='count') # 'width', 'count'
fig.update_layout(
title_text="高级小提琴图绘制",
violingap=0, # 小提琴图之间的间隔
violingroupgap=0, # 小提琴图组之间的间隔
violinmode='overlay' # 覆盖模式
)
fig.show()
Другой - пример рисования графиков Ridgeline в качестве оценки:
import plotly.graph_objects as go
from plotly.colors import n_colors
import numpy as np
np.random.seed(1)
data = (np.linspace(1, 2, 12)[:, np.newaxis] * np.random.randn(12, 200) +
(np.arange(12) + 2 * np.random.random(12))[:, np.newaxis])
print(data)
# 'rgb(5, 200, 200)', 'rgb(200, 10, 10)' 表示第一个和最后一个颜色，12表示个数，colortype表示类型
colors = n_colors('rgb(5, 200, 200)', 'rgb(200, 10, 10)', 12, colortype='rgb')
print(colors)
fig = go.Figure()
for data_line, color in zip(data, colors):
fig.add_trace(go.Violin(x=data_line, line_color=color))
fig.update_traces(orientation='h', side='positive', width=3, points=False)
fig.update_layout(xaxis_showgrid=False, xaxis_zeroline=False)
fig.show()