锐客网

  1. 首页 > 睿知 > it技术 > >

pythonols函数 python中iloc函数( 二 )

IT技术体为


也可以通过 facet_col =”continent“ 来轻松划分各大洲，就像着色点一样容易，并且让我们使用 x轴 对数（log_x）以便在我们在图表中看的更清晰：
也许你不仅仅对 2007年 感兴趣，而且你想看看这张图表是如何随着时间的推移而演变的 。可以通过设置 animation_frame=“year” （以及 animation_group =“country” 来标识哪些圆与控制条中的年份匹配）来设置动画 。
在这个最终版本中，让我们在这里调整一些显示，因为像“gdpPercap” 这样的文本有点难看，即使它是我们的数据框列的名称 。我们可以提供更漂亮的“标签” （labels），可以在整个图表、图例、标题轴和悬停（hovers）中应用 。我们还可以手动设置边界，以便动画在整个过程中看起来更棒：
因为这是地理数据，我们也可以将其表示为动画地图，因此这清楚地表明 Plotly Express 不仅仅可以绘制散点图（不过这个数据集缺少前苏联的数据） 。
事实上，Plotly Express 支持三维散点图、三维线形图、极坐标和地图上三元坐标以及二维坐标 。条形图（Bar）有二维笛卡尔和极坐标风格 。
进行可视化时，您可以使用单变量设置中的直方图（histograms）和箱形图（box）或小提琴图（violin plots），或双变量分布的密度等高线图（density contours） 。大多数二维笛卡尔图接受连续或分类数据，并自动处理日期/时间数据 。可以查看我们的图库 (ref-3) 来了解每个图表的例子 。
数据 探索 的主要部分是理解数据集中值的分布，以及这些分布如何相互关联 。Plotly Express 有许多功能来处理这些任务 。
使用直方图（histograms），箱形图（box）或小提琴图（violin plots）可视化单变量分布：
直方图：
箱形图：
小提琴图：
还可以创建联合分布图（marginal rugs） ， 使用直方图 ， 箱形图（box）或小提琴来显示双变量分布 ， 也可以添加趋势线 。Plotly Express 甚至可以帮助你在悬停框中添加线条公式和R2值！ 它使用 statsmodels 进行普通最小二乘（OLS）回归或局部加权散点图平滑（LOWESS） 。
在上面的一些图中你会注意到一些不错的色标 。在 Plotly Express 中， px.colors 模块包含许多有用的色标和序列：定性的、序列型的、离散的、循环的以及所有您喜欢的开源包：ColorBrewer、cmocean 和 Carto。我们还提供了一些功能来制作可浏览的样本供您欣赏（ref-3）：
定性的颜色序列：
众多内置顺序色标中的一部分：
我们特别为我们的交互式多维图表感到自豪 ， 例如散点图矩阵（SPLOMS）、平行坐标和我们称之为并行类别的并行集 。通过这些，您可以在单个图中可视化整个数据集以进行数据 探索。在你的Jupyter 笔记本中查看这些单行及其启用的交互：
散点图矩阵（SPLOM）允许您可视化多个链接的散点图：数据集中的每个变量与其他变量的关系 。数据集中的每一行都显示为每个图中的一个点 。你可以进行缩放、平移或选择操作，你会发现所有图都链接在一起！
平行坐标允许您同时显示3个以上的连续变量 。dataframe 中的每一行都是一行 。您可以拖动尺寸以重新排序它们并选择值范围之间的交叉点 。
并行类别是并行坐标的分类模拟：使用它们可视化数据集中多组类别之间的关系 。
Plotly Express 之于 Plotly.py 类似 Seaborn 之于 matplotlib：Plotly Express 是一个高级封装库，允许您快速创建图表，然后使用底层 API 和生态系统的强大功能进行修改 。对于Plotly 生态系统，这意味着一旦您使用 Plotly Express 创建了一个图形，您就可以使用Themes，使用 FigureWidgets 进行命令性编辑 ， 使用 Orca 将其导出为几乎任何文件格式 ， 或者在我们的 GUI JupyterLab 图表编辑器中编辑它。

推荐阅读


上一篇：怎么自制台式机硬盘线，自制硬盘供电线

下一篇：芜湖大学网络直播平台，芜湖大学贴吧