Визуальный артефакт Plotly украшает таблицы

визуализация данных
Визуальный артефакт Plotly украшает таблицы

Общественный номер: You Er Hut
Автор: Питер
Редактор: Питер

Визуальный артефакт Plotly украшает таблицы

Иногда, когда я вижу стол без изменения цвета, мне всегда кажется, что ему не хватает эстетического эффекта. В Excel мы можем напрямую установить цвет, размер и т. Д. Шрифта, а также заполнить цвет ячеек.Есть два основных способа украсить вывод таблицы в графике:

  • Использование метода go.Table
  • Используйте метод creat_table для figure_factory.

Сюжетно сериализованные статьи

библиотека импорта

import pandas as pd
import numpy as np

import plotly_express as px
import plotly.graph_objects as go  # 方法1：go.Table
import plotly.figure_factory as ff # 方法2：图形工厂

реализация go.Table

Этот метод аналогичен рисованию других диаграмм, напрямую используйте метод go.Table для добавления к нему данных.

основная форма

Добавить данные в заголовки и ячейки

import plotly.graph_objects as go

fig = go.Figure(data=[go.Table(
    header=dict(values=['语文', '数学']),  # 表头：列表形式

    cells=dict(values=[[100, 90, 140, 123], # 单元格添加：第一列元素
                       [105, 135, 75, 95]])) # 第二列元素
                     ])
fig.show()

Индивидуальные настройки формы

import plotly.graph_objects as go

fig = go.Figure(data=[go.Table(
    header=dict(values=['语文', '数学'],   # 表头：字典形式
                line_color="darkslategray",  # 表头线条颜色
                fill_color="lightskyblue",  # 表头填充色
                align="center"  # 文本显示位置 'left', 'center', 'right'
               ), 

    cells=dict(values=[[100, 90, 140, 123], # 单元格添加：第一列元素
                       [105, 135, 75, 95]], # 第二列元素
               line_color="darkslategray",  # 单元格线条颜色
               fill_color="lightcyan",  # 单元格填充色
               align="center"  # 文本显示位置
              ))])

fig.update_layout(width=600,height=400)

fig.show()

Преобразование DataFrame в таблицу

Быстро превращайте данные DataFrame в красивые таблицы

# 绘图

fig = go.Figure(
    data=[go.Table(
        header=dict(values=list(data.columns),  # 表头取值是data列属性
                    fill_color='paleturquoise',  # 填充色和文本位置
                    align='left'),
        cells=dict(values=[data.性别,data.年龄,data.成绩],  # 单元格的取值就是每个列属性的Series取值
                   fill_color='lavender',
                   align='left'
                  )
        
    )]
)

fig.show()

Изменить размер строки и столбца

Иногда данные ячейки слишком длинные, нам нужно настроить размер ячейки

import plotly.graph_objects as go

values = [["李白 唐代","杜甫 唐代","苏轼 宋代","王安石 宋代"], # 第一列数据
          
          ["床前明月,疑是地上霜;举头望明月,低头思故乡",
           "国破山河在，城春草木深。感时花溅泪，恨别鸟惊心。<br>烽火连三月，家书抵万金。白头骚更短，浑欲不胜簪。",
           "十年生死两茫茫，不思量，自难忘。千里孤坟，无处话凄凉。<br>纵使相逢应不识，尘满面，鬓如霜。<br>夜来幽梦忽还乡，小轩窗，正梳妆。相顾无言，惟有泪千行。<br>料得年年肠断处，明月夜，短松冈。",
           "念往昔、繁华竞逐。叹门外楼头，悲恨相续。<br>千古凭高，对此谩嗟荣辱。<br>六朝旧事随流水，但寒烟、芳草凝绿。<br>至今商女，时时犹唱后庭遗曲。"
          ]]


fig = go.Figure(data=[go.Table(
    columnorder = [1,2],  # 列属性的顺序
    columnwidth = [800,4000],  # 列属性中元素所占单元格整体大小
    
    # 表头
    header = dict(
        values=[["唐宋作家"],["代表作品"]],  # 两个表头
        line_color='darkslategray',  # 线条和填充色
        fill_color='royalblue',
        align=['left','center'], # 位置
        font=dict(color='white', size=12), # 表头文本的颜色和字体大小
        font_size=12,
        height=40  # 高度
    ),
    
    # 单元格设置
    cells = dict(
        values=values,  # 数据
        line_color='darkslategray',  # 线条颜色
        fill=dict(color=['paleturquoise', 'white']),
        align=['left', 'center'],  # 两个列属性文本显示位置
        font_size=12,  # 字体大小
        height=50))
])

#fig.update_layout(width=600,height=400)

fig.show()

Установить цвет градиента таблицы

import plotly.graph_objects as go

import pandas as pd

colors = ['rgb(239, 243, 255)',  # rgb值越接近255，越接近白色
          'rgb(189, 215, 231)', 
          'rgb(107, 174, 214)',
          'rgb(59, 130, 189)', 
          'rgb(9, 81, 156)']

data = {'Year' : [2015, 2016, 2017, 2018, 2019], 
        'Color' : colors}

df = pd.DataFrame(data)

print(df)

fig = go.Figure(data=[go.Table(
    # 表头
  header=dict(
      values=["Color", "<b>YEAR</b>"],  # 表头名称
      line_color='white', 
      fill_color='white',
      align='center', 
      font=dict(color='black', size=12)
  ),
    
    # 单元格
  cells=dict(
      values=[df.Color, df.Year],  # 两个列属性
      line_color=[df.Color], 
      fill_color=[df.Color],
      align='center', 
      font=dict(color='black', size=13)
  ))
])

fig.show()

Скольжение табличных данных

Когда в DataFrame слишком много данных, мы можем скользить и просматривать:

student = pd.DataFrame({"性别":["小明","小红","小周","小孙","小苏"] * 100,  # 将数据同时扩大100倍
                    "年龄":[19,29,32,20,18] * 100,
                    "性别":["男","女","男","女","男"] * 100,
                    "成绩":[590,588,601,670,555] * 100})
student


# 绘图

fig = go.Figure(
    data=[go.Table(
        header=dict(values=list(student.columns),  # 表头取值是data列属性
                    fill_color='paleturquoise',  # 填充色和文本位置
                    align='left'),
        cells=dict(values=[student.性别,student.年龄,student.成绩],  # 单元格的取值就是每个列属性的Series取值
                   fill_color='lavender',
                   align='left'
                  )
        
    )]
)

fig.show()

creat_table

Второй метод заключается в использовании метода creat_table в графической фабрике для создания

Базовая генерация диаграмм

Таблица генерации данных DataFrame

import plotly.figure_factory as ff
fig = ff.create_table(tips)   # 将生成的tips数据放入
fig.show()

Добавить ссылку на данные

установить ширину

import plotly.figure_factory as ff

data = [['姓名', '年龄', '成绩'],  # 表头
        
        ['小明', 20, 620],  # 每个列表代表一行记录
        ['小红', 22, 677],
        ['小周', 19, 606]]

fig = ff.create_table(data,height_constant=20)  # 改变宽度
#fig = ff.create_table(data,height_constant=50)

fig.show()

После изменения ширины:

настройки цвета

import plotly.figure_factory as ff

# 颜色设置
colorscale = [[0, '#4d004c'],[.5, '#f2e5ff'],[1, '#ffffff']]  # 表格中设置3种颜色
#colorscale = [[0, '#4d004c'],[.25,'#0ac37d'],[.5, '#f2e5ff'],[.75,'#afc271'],[1, '#1ff1ff']]  # 5种颜色

fig = ff.create_table(tips, colorscale=colorscale)   

fig.show()

настройки цвета шрифта

import plotly.figure_factory as ff

data = [['name', 'rank'], ['小明', 1], ['小红', 2], 
        ['小周', 3], ['小张', 4], ['小孙', 5], ['小王', 6]]

# 颜色设置
colorscale = [[0, '#272D31'],[.5, '#ff9f9f'],[1, '#ffffff']]

# 字体颜色设置
font=['#7CFCFC', '#0FEE00', '#008B00', '#F04F00', '#6A0000', '#CD0000', '#FF3030']

fig = ff.create_table(data,  # 添加数据、颜色
                      colorscale=colorscale, 
                      font_colors=font)

fig.layout.width=500  # 表格整体宽度设置

fig.show()

Объединение графиков и таблиц

Используемые подсказки набора данных о потреблении

import plotly.graph_objs as go
import plotly.figure_factory as ff

# 添加表格
fig = ff.create_table(tips)


# 添加图形
fig.add_trace(go.Scatter(
    x=tips["tip"],
    y=tips["total_bill"],
    marker=dict(color='#9099ff'),  # 标记颜色
    name="total_bill <br>tip",
    xaxis='x2', yaxis='y2'
))


fig.add_trace(go.Scatter(
    x=tips["size"],
    y=tips["total_bill"],
    marker=dict(color='#a099af'),
    name="total_bill <br>size",
    xaxis='x2', yaxis='y2'
))

fig.update_layout(
    title_text="消费数据图表联合",
    height=500,
    margin={"t":75,"b":100},
    xaxis = {'domain': [0, .45]},
    xaxis2 = {'domain': [0.6, 1.]},
    yaxis2 = {'anchor': 'x2', 'title': 'tips'}
    
)

fig.show()

Расположите графику вертикально:

import plotly.graph_objs as go
import plotly.figure_factory as ff

# 添加表格
fig = ff.create_table(tips)

# 添加图形
fig.add_trace(go.Scatter(
    x=tips["tip"],
    y=tips["total_bill"],
    marker=dict(color='#9099ff'),  # 标记颜色
    name="total_bill <br>tip",
    xaxis='x2', yaxis='y2'
))

fig.add_trace(go.Scatter(
    x=tips["size"],
    y=tips["total_bill"],
    marker=dict(color='#a099af'),
    name="total_bill <br>size",
    xaxis='x2', yaxis='y2'
))

fig.update_layout(
    title_text="消费数据图表联合",
    height=800,
    margin={"t":75,"l":50},
    yaxis = {'domain': [0, .5]},  # domain 图形占比范围
    xaxis2 = {'anchor': "y2"},  # anchor表示是和y2一起作为绘图的坐标轴
    yaxis2 = {'domain': [0.6, 1], 'anchor':'x2', 'title': 'tips'} 
)

fig.show()

Категории