📌  相关文章
📜  绘制-点图和表格

📅  最后修改于: 2020-11-29 07:06:12             🧑  作者: Mango

在这里，我们将学习Plotly中的点图和表格函数。首先，让我们从点图开始。

点图

点图以非常简单的比例显示点。它仅适用于少量数据，因为大量的点会使它看起来非常混乱。点图也称为克利夫兰点图。它们显示两个(或多个)时间点之间或两个(或多个)条件之间的变化。

点图类似于水平条形图。但是，它们可以减少混乱，并且可以更轻松地比较条件。该图绘制了将模式属性设置为标记的散布轨迹。

下例显示了印度独立后各次人口普查中记录的男女识字率的比较。图表中的两条痕迹代表了1951年至2011年期间每次普查中男女的识字率。

from plotly.offline import iplot, init_notebook_mode
init_notebook_mode(connected = True)
census = [1951,1961,1971,1981,1991,2001, 2011]
x1 = [8.86, 15.35, 21.97, 29.76, 39.29, 53.67, 64.63]
x2 = [27.15, 40.40, 45.96, 56.38,64.13, 75.26, 80.88]
traceA = go.Scatter(
   x = x1,
   y = census,
   marker = dict(color = "crimson", size = 12),
   mode = "markers",
   name = "Women"
)
traceB = go.Scatter(
x = x2,
y = census,
marker = dict(color = "gold", size = 12),
mode = "markers",
name = "Men")
data = [traceA, traceB]
layout = go.Layout(
   title = "Trend in Literacy rate in Post independent India",
   xaxis_title = "percentage",
   yaxis_title = "census"
)
fig = go.Figure(data = data, layout = layout)
iplot(fig)

输出将如下所示-

克利夫兰点图

地表

Plotly的Table对象由go.Table()函数返回。表跟踪是一个图形对象，可用于在行和列的网格中查看详细数据。表使用的是列优先顺序，即网格表示为列向量的向量。

go.Table()函数的两个重要参数是表头(表的第一行)和形成其余行的单元格。这两个参数都是字典对象。标头的values属性是列标题的列表和列表的列表，每个列表对应于一行。

进一步的样式定制是通过linecolor，fill_color，font和其他属性完成的。

以下代码显示了最近结束的2019年板球世界杯的循环赛积分表。

trace = go.Table(
   header = dict(
      values = ['Teams','Mat','Won','Lost','Tied','NR','Pts','NRR'],
      line_color = 'gray',
      fill_color = 'lightskyblue',
      align = 'left'
   ),
   cells = dict(
      values = 
      [
         [
            'India',
            'Australia',
            'England',
            'New Zealand',
            'Pakistan',
            'Sri Lanka',
            'South Africa',
            'Bangladesh',
            'West Indies',
            'Afghanistan'
         ],
         [9,9,9,9,9,9,9,9,9,9],
         [7,7,6,5,5,3,3,3,2,0],
         [1,2,3,3,3,4,5,5,6,9],
         [0,0,0,0,0,0,0,0,0,0],
         [1,0,0,1,1,2,1,1,1,0],
         [15,14,12,11,11,8,7,7,5,0],
         [0.809,0.868,1.152,0.175,-0.43,-0.919,-0.03,-0.41,-0.225,-1.322]
      ],
      line_color='gray',
      fill_color='lightcyan',
      align='left'
   )
)
data = [trace]
fig = go.Figure(data = data)
iplot(fig)

输出如下所示-

表数据也可以从Pandas数据框中填充。让我们创建一个逗号分隔的文件( points-table.csv )，如下所示：

Teams Mat Won Lost Tied NR Pts NRR
India 9 7 1 0 1 15 0.809
Australia 9 7 2 0 0 14 0.868
England 9 6 3 0 0 14 1.152
New Zealand 9 5 3 0 1 11 0.175
Pakistan 9 5 3 0 1 11 -0.43
Sri Lanka 9 3 4 0 2 8 -0.919
South Africa 9 3 5 0 1 7 -0.03
Bangladesh 9 3 5 0 1 7 -0.41 
Teams,Matches,Won,Lost,Tie,NR,Points,NRR
India,9,7,1,0,1,15,0.809
Australia,9,7,2,0,0,14,0.868
England,9,6,3,0,0,12,1.152
New Zealand,9,5,3,0,1,11,0.175
Pakistan,9,5,3,0,1,11,-0.43
Sri Lanka,9,3,4,0,2,8,-0.919
South Africa,9,3,5,0,1,7,-0.03
Bangladesh,9,3,5,0,1,7,-0.41
West Indies,9,2,6,0,1,5,-0.225
Afghanistan,9,0,9,0,0,0,-1.322

现在，我们从此csv文件构造一个dataframe对象，并使用它来构造表跟踪，如下所示-

import pandas as pd
df = pd.read_csv('point-table.csv')
trace = go.Table(
   header = dict(values = list(df.columns)),
   cells = dict(
      values = [
         df.Teams, 
         df.Matches, 
         df.Won, 
         df.Lost, 
         df.Tie, 
         df.NR, 
         df.Points, 
         df.NRR
      ]
   )
)
data = [trace]
fig = go.Figure(data = data)
iplot(fig)