散点图、散点图和气泡图

散点图、散点图和气泡图


本章重点介绍散点图、散点图和气泡图的详细信息。首先,让我们研究散点图。

散点图

散点图用于在水平轴和垂直轴上绘制数据点,以显示一个变量如何影响另一个变量。数据表中的每一行都由一个标记表示,其位置取决于其在XY轴上设置的列中的值

graph_objs 模块(go.Scatter)scatter()方法产生散点轨迹。在这里,模式属性决定了数据点的外观。mode 的默认值是 lines,它显示连接数据点的连续线。如果设置为marker,则仅显示由小实心圆圈表示的数据点。当模式指定为“线+标记”时,圆和线都会显示。

在以下示例中,绘制笛卡尔坐标系中三组随机生成的点的散点轨迹。下面解释了以不同模式属性显示的每个轨迹。

import numpy as np
N = 100
x_vals = np.linspace(0, 1, N)
y1 = np.random.randn(N) + 5
y2 = np.random.randn(N)
y3 = np.random.randn(N) - 5
trace0 = go.Scatter(
   x = x_vals,
   y = y1,
   mode = 'markers',
   name = 'markers'
)
trace1 = go.Scatter(
   x = x_vals,
   y = y2,
   mode = 'lines+markers',
   name = 'line+markers'
)
trace2 = go.Scatter(
   x = x_vals,
   y = y3,
   mode = 'lines',
   name = 'line'
)
data = [trace0, trace1, trace2]
fig = go.Figure(data = data)
iplot(fig)

Jupyter notebook 单元的输出如下所示 –

Jupyter 笔记本单元

散点图

WebGL(Web 图形库)是一种 JavaScript API,用于在任何兼容的 Web 浏览器中渲染交互式2D3D 图形,而无需使用插件。WebGL 与其他 Web 标准完全集成,允许图形处理单元 (GPU) 加速使用图像处理。

Plotly 您可以使用Scattergl()代替 Scatter()来实现 WebGL,以提高速度、改进交互性以及绘制更多数据的能力。go.scattergl()函数,它给出了当涉及大量的数据点的更好的性能。

import numpy as np
N = 100000
x = np.random.randn(N)
y = np.random.randn(N)
   trace0 = go.Scattergl(
   x = x, y = y, mode = 'markers'
)
data = [trace0]
layout = go.Layout(title = "scattergl plot ")
fig = go.Figure(data = data, layout = layout)
iplot(fig)

下面提到了输出 –

散点图

气泡图

气泡图显示数据的三个维度。每个实体及其关联数据的三个维度被绘制为一个圆盘(气泡),通过圆盘的xy 位置表示其中两个维度,通过其大小表示第三个维度气泡的大小由第三个数据系列中的值决定。

气泡图是散点图的一种变体,其中数据点被气泡替换。如果您的数据具有如下所示的三个维度,那么创建气泡图将是一个不错的选择。

Company 产品 销售 分享
A 13 2354 23
B 6 5423 47
C 23 2451 30

气泡图是使用go.Scatter()跟踪生成的。上述数据系列中的两个作为 x 和 y 属性给出。第三维由标记显示,其大小代表第三个数据系列。在上述情况下,我们使用产品销售作为xy属性,市场份额作为标记大小

在 Jupyter Notebook 中输入以下代码。

company = ['A','B','C']
products = [13,6,23]
sale = [2354,5423,4251]
share = [23,47,30]
fig = go.Figure(data = [go.Scatter(
   x = products, y = sale,
   text = [
      'company:'+c+' share:'+str(s)+'%' 
      for c in company for s in share if company.index(c)==share.index(s)
   ],
   mode = 'markers',
   marker_size = share, marker_color = ['blue','red','yellow'])
])
iplot(fig)

输出如下所示 –

气泡图

觉得文章有用?

点个广告表达一下你的爱意吧 !😁