【可视化】Plotly简单上手——交互式图表绘制
Plotly 是一个功能强大的 Python 图表库，专用于创建交互式、视觉上吸引人的图表。它支持多种图表类型，如散点图、折线图、柱状图、地图等，且可以与 Web 应用程序集成。
本文根据世界各国的GDP结构数据（来自世界银行统计的世界各个国家和地区的GDP结构数据：在GDP数据的基础上，包含了不同产业增加值、不同最终用途的流量占GDP的比重；数据时间范围：2000年到2021年），绘制交互式图表进行演示，希望对大家在日常工作、学习中需要进行数据可视化时，能够有所帮助。
代码实现
导入相关库# -*- coding: UTF-8 -*- import pandas as pd import plotly.express as px 123 加载数据
gdp_df = pd.read_csv("世界各国GDP结构数据 2000-2021.csv",encoding="utf-8") gdp_stack_df = gdp_df.query("年份 == 2021").melt(id_vars=["地区中文名","地区名称","地区编号"],value_vars=["农业占GDP比重","工业占GDP比重","服务业占GDP比重"],var_name="产业",value_name="比重") gdp_stack_df 123 绘制柱状图——2021年GDP最高的20个国家地区
# 数据筛选：首先筛选出2021年的gdp数据，然后使用nlargest()筛选出GDP排名前20的数据 top20_gdp_country = gdp_df.query("年份 == 2021").nlargest(20, 'GDP') top20_gdp_country = top20_gdp_country.sort_values(by='GDP', ascending=True) # 逆序，此列是为了改变绘图时柱子的顺序 # 创建基本图像：垂直柱状图 fig = px.bar(top20_gdp_country, x='GDP', y='地区中文名', text='GDP', color='GDP', color_continuous_scale='deep', labels={'GDP':'GDP', '地区中文名':'国家地区'}, title="2021年GDP最高的20个国家地区的排名柱状图",) # 图像调整优化 fig.update_traces(texttemplate='%{text:.2f}', textposition='outside') # 设置数值标签保留两位有效数值，并显示在外面 fig.update_layout(xaxis=dict(range=[0, 300000], tickformat=',.0f')) # 设置x轴的范围，刻度的数值格式 fig.show() 1234567891011121314 绘制地图——2021年“制造业占GDP比重”的世界地图
# 数据筛选：筛选出"年份 == 2021"的数据 gdp_2021 = gdp_df.query("年份 == 2021") # 创建基本图像 fig = px.choropleth( gdp_2021, locations="地区编号", color="制造业占GDP比重", locationmode="ISO-3", color_continuous_scale="Viridis", labels={'制造业占GDP比重': '制造业占GDP比重'}, title='2021年“制造业占GDP比重”的世界地图' ) # 图像调整优化 # fig.update_geos(projection_type="orthographic") # 多种投影 fig.update_geos(projection_type="natural earth") # fig.update_geos(projection_type="mercator") # fig.update_geos(projection_type="equirectangular") fig.show()
123456789101112131415161718192021 绘制散点图——人均GDP与农业占GDP比重关系# 数据筛选：选取人均GDP和农业占GDP比重两个指标绘制散点图 gdp_2021 = gdp_df.query("年份 == 2021") # 还是用2021年的数据 gdp_2021 = gdp_2021.dropna(subset=['人均GDP', '农业占GDP比重']) # 去除NaN即缺失值 # 创建基本图像 fig = px.scatter(gdp_2021, x='人均GDP', y='农业占GDP比重', text='地区中文名',title='人均GDP与农业占GDP比重的散点图') fig.show() 1234567
结果展示
数据可视化展示如下，由于篇幅有限，本文只展示了柱状图、散点图及地图的绘制。Plotly Express及许多可视化包的学习，离不开大量的实践案例的学习，要总结出绘图的底层逻辑，如数据筛选、创建基本图像和图像调整优化等。
欢迎关注我的公众号“AI拾贝”，原创技术文章第一时间推送。
相关知识
Python实现平行坐标图的绘制(plotly)
基于Python实现交互式数据可视化的工具(用于Web)
使用pandas绘制两列csv的直方图
JavaScript实现的风飓风数据可视化分析
有哪些好用的数据分析软件可以用
鸢尾数据分析用什么工具
常用大数据可视化分析工具介绍
如何用简单的Python绘制一朵花
Python中的数据可视化：Matplotlib基础与高级技巧
园艺植物可视化研究进展
网址: 【可视化】Plotly简单上手——交互式图表绘制 https://m.huajiangbk.com/newsview1545323.html
| 上一篇: 利用 Plotly 实现强大的交 |
下一篇: R语言高级可视化技巧：使用Plo |
