📌  相关文章
📜  绘图-子图和插图

📅  最后修改于: 2020-11-29 07:04:49             🧑  作者: Mango

在这里，我们将了解Plotly中子图和插图的概念。

制作子图

有时并排比较不同的数据视图会有所帮助。这支持了子图的概念。它在plotly.tools模块中提供了make_subplots()函数。该函数返回一个Figure对象。

以下语句在一行中创建两个子图。

fig = tools.make_subplots(rows = 1, cols = 2)

现在，我们可以在图中添加两个不同的跟踪(上面示例中的exp和log跟踪)。

fig.append_trace(trace1, 1, 1)
fig.append_trace(trace2, 1, 2)

通过使用update()方法指定标题，宽度，高度等，可以进一步配置图形的布局。

fig['layout'].update(height = 600, width = 800s, title = 'subplots')

这是完整的脚本-

from plotly import tools
import plotly.plotly as py
import plotly.graph_objs as go
from plotly.offline import iplot, init_notebook_mode
init_notebook_mode(connected = True)
import numpy as np
x = np.arange(1,11)
y1 = np.exp(x)
y2 = np.log(x)
trace1 = go.Scatter(
   x = x,
   y = y1,
   name = 'exp'
)
trace2 = go.Scatter(
   x = x,
   y = y2,
   name = 'log'
)
fig = tools.make_subplots(rows = 1, cols = 2)
fig.append_trace(trace1, 1, 1)
fig.append_trace(trace2, 1, 2)
fig['layout'].update(height = 600, width = 800, title = 'subplot')
iplot(fig)

这是绘图网格的格式：[(1,1)x1，y1] [(1,2)x2，y2]

制作子图

插图

要将子图显示为插图，我们需要配置其跟踪对象。首先，插入轨迹的xaxis和yaxis属性分别为‘x2’和‘y2’ 。以下语句将‘log’跟踪插入。

trace2 = go.Scatter(
   x = x,
   y = y2,
   xaxis = 'x2',
   yaxis = 'y2',
   name = 'log'
)

其次，配置布局对象，其中插图的x和y轴的位置由域属性定义，该属性指定相对于主轴的位置。

xaxis2=dict(
   domain = [0.1, 0.5],
   anchor = 'y2'
),
yaxis2 = dict(
   domain = [0.5, 0.9],
   anchor = 'x2'
)

下面显示了完整的脚本来显示插入中的日志跟踪和主轴上的exp跟踪-

trace1 = go.Scatter(
   x = x,
   y = y1,
   name = 'exp'
)
trace2 = go.Scatter(
   x = x,
   y = y2,
   xaxis = 'x2',
   yaxis = 'y2',
   name = 'log'
)
data = [trace1, trace2]
layout = go.Layout(
   yaxis = dict(showline = True),
   xaxis2 = dict(
      domain = [0.1, 0.5],
      anchor = 'y2'
   ),
   yaxis2 = dict(
      showline = True,
      domain = [0.5, 0.9],
      anchor = 'x2'
   )
)
fig = go.Figure(data=data, layout=layout)
iplot(fig)

输出在下面提到-

插图