Python Plotly – 子图和插图

在数据可视化中，子图和插图是非常有用的功能，它们可以帮助我们更好地展示数据。Python的Plotly库提供了多种方法来创建子图和插图，下面我们将介绍其中的一些方法。

创建子图

要创建Plotly子图，我们可以使用Plotly的subplot()函数。subplot()函数需要我们指定子图的布局。下面是一个例子：

import plotly.express as px

# 创建数据
df = px.data.gapminder()

# 创建子图
fig = px.scatter(df, x='gdpPercap', y='lifeExp', color='continent',
                 size='pop', facet_col='year', log_x=True)

# 展示子图
fig.show()

这个例子中，我们使用了Gapminder数据集中的数据来展示人均GDP和平均预期寿命之间的关系。使用facet_col参数，我们按年份创建了一个网格子图。

创建插图

要在Plotly中创建插图，我们可以使用add_trace()函数。这个函数可以将新的数据系列添加到我们已有的图中。下面是一个例子：

import plotly.graph_objects as go

# 创建主图
fig = go.Figure()

# 添加散点
fig.add_trace(go.Scatter(
    x=[0, 1, 2],
    y=[1, 3, 2],
    mode='markers'
))

# 添加折线
fig.add_trace(go.Scatter(
    x=[0, 1, 2],
    y=[3, 1, 4],
    mode='lines'
))

# 展示图形
fig.show()

在这个例子中，我们创建了一个简单的散点图，并使用add_trace()函数添加了一个折线图。

总结

Python的Plotly库为我们提供了创建图表、子图和插图的多种方法。使用subplot()函数可以创建子图，而add_trace()函数可以将新的数据系列添加到我们已有的图中。您可以根据需要选择适合您情况的方法来展示数据。