python可视化plotly 图例(legend)设置大全,值得收藏!

2023-12-07 15:28

本文主要是介绍python可视化plotly 图例(legend)设置大全,值得收藏!,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

    • 一、图例(legend)
    • 二、update\_layout(legend={}) 相关参数及示例
      • 关于Python技术储备
        • 一、Python所有方向的学习路线
        • 二、Python基础学习视频
        • 三、精品Python学习书籍
        • 四、Python工具包+项目源码合集
        • ①Python工具包
        • ②Python实战案例
        • ③Python小游戏源码
        • 五、面试资料
        • 六、Python兼职渠道


一、图例(legend)

import plotly.io as pio
import plotly.express as px
import plotly.graph\_objects as go
from plotly.subplots import make\_subplots
import pandas as pd
import numpy as np# 设置plotly默认主题
pio.templates.default = 'plotly\_white'# 设置pandas打印时显示所有列
pd.set\_option('display.max\_columns', None)

二、update_layout(legend={}) 相关参数及示例

官方文档:https://plotly.com/python/reference/layout/#layout-showlegend

官方示例:https://plotly.com/python/legend/

  • showlegend:是否显示图例,以下任一种情况发生时,该参数默认值为 True:1. 两个及两个以上的 trace 2. 有饼图3. 有一个 trace 显式指定 showlegend=True
  • legend:图例相关设置,字典类型,可取属性如下:
    • bgcolor:设置图例的背景颜色
    • bordercolor:设置图例边框的颜色
    • borderwidth:设置图例边框的宽度
    • font:设置图例条目的文本字体,字典类型,可取属性如下:
    • color:字体颜色
    • family:字体,字符串,可以为 Arial、Balto、Courier New、Droid Sans、Droid Serif、Droid Sans Mono、Gravitas One、Old Standard TT、Open Sans、Overpass、PT Sans Narrow、Raleway、Times New Roman
    • size:字体大小
  • orientation:设置图例的方向。‘v’(默认值)表示竖直显示图例、'h’表示水平显示图例
  • title:设置图例的标题,字典类型,可取属性如下:

font:设置图例条目的文本字体,字典类型,可取属性如下:

  • color:字体颜色
  • family:字体,字符串,可以为 Arial、Balto、Courier New、Droid Sans、Droid Serif、Droid Sans Mono、Gravitas One、Old Standard TT、Open Sans、Overpass、PT Sans Narrow、Raleway、Times New Roman
  • size:字体大小

side:设置图例标题相对于条目的位置。当 orientation=‘v’ 时默认为 ‘top’、当 orientation='h’时默认为 ‘left’、当为 'top left’时可用于扩展图例的面积
text:设置图例标题

  • grouptitlefont:设置图例组名的文本字体,字典类型,可取属性如下:
    • color:字体颜色
    • family:字体,字符串,可以为 Arial、Balto、Courier New、Droid Sans、Droid Serif、Droid Sans Mono、Gravitas One、Old Standard TT、Open Sans、Overpass、PT Sans Narrow、Raleway、Times New Roman
    • size:字体大小
  • itemsizing:设置图例条目的符号是否跟其 ‘trace’ 有关,如果为 ‘constant’,则所有条目的符号大小一致。
    • 可取 ‘trace’、 ‘constant’
  • itemwidth:设置条目的宽度(除 title 以外的部分)
    • 大于等于30的浮点数,默认值为30
  • tracegroupgap:设置图例组之间的间隔
    • 大于等于0的浮点数,默认值为10

traceorder:设置图例条目的顺序。如果为 ‘normal’,条目将从上到下按照输入数据的顺序排列;如果为 ‘reversed’,则按照输入数据的逆序排列;如果为 ‘grouped’,条目按照组顺序显示(如果 trace 中的legendgroup 设定了);如果为 ‘grouped+reversed’,则与 'grouped’的顺序相反
valign:设置条目符号和对应文本的竖直对齐方式。
可取 ‘middle’(默认值)、‘top’、‘bottom’

df = px.data.gapminder().query("year==2007")
fig = px.scatter(df, x="gdpPercap", y="lifeExp", color="continent",size="pop", size\_max=45, log\_x=True)fig.update\_layout(legend=dict(yanchor="top",y=0.99,xanchor="left",x=0.01
))fig.write\_image('../pic/legend\_1.png', scale=2)
fig.show()

df = px.data.gapminder().query("year==2007")
fig = px.scatter(df, x="gdpPercap", y="lifeExp", color="continent",size="pop", size\_max=45, log\_x=True)fig.update\_layout(legend=dict(orientation="h",yanchor="bottom",y=1.02,xanchor="center",x=0.5,title\_text=''
))fig.write\_image('../pic/legend\_2.png', scale=2)
fig.show()

df = px.data.gapminder().query("year==2007")
fig = px.scatter(df, x="gdpPercap", y="lifeExp", color="continent",size="pop", size\_max=45, log\_x=True)fig.update\_layout(legend=dict(x=0,y=1,traceorder="reversed",title\_font\_family="Times New Roman",font=dict(family="Courier",size=12,color="black"),bgcolor="LightSteelBlue",bordercolor="Black",borderwidth=2)
)fig.write\_image('../pic/legend\_3.png', scale=2)
fig.show()

fig = go.Figure()# 使用 name 参数指定条目文本,legendrank 指定顺序
fig.add\_trace(go.Bar(name="fourth", x=\["a", "b"\], y=\[2,1\], legendrank=4))
fig.add\_trace(go.Bar(name="second", x=\["a", "b"\], y=\[2,1\], legendrank=2))
fig.add\_trace(go.Bar(name="first", x=\["a", "b"\], y=\[1,2\], legendrank=1))
fig.add\_trace(go.Bar(name="third", x=\["a", "b"\], y=\[1,2\], legendrank=3))fig.write\_image('../pic/legend\_4.png', scale=2)
fig.show()

fig = go.Figure()fig.add\_trace(go.Scatter(x=\[1, 2, 3\],y=\[2, 1, 3\],legendgroup="group",  # this can be any string, not just "group"legendgrouptitle\_text="First Group Title",name="first legend group",mode="markers",marker=dict(color="Crimson", size=10)
))fig.add\_trace(go.Scatter(x=\[1, 2, 3\],y=\[2, 2, 2\],legendgroup="group",name="first legend group - average",mode="lines",line=dict(color="Crimson")
))fig.add\_trace(go.Scatter(x=\[1, 2, 3\],y=\[4, 9, 2\],legendgroup="group2",legendgrouptitle\_text="Second Group Title",name="second legend group",mode="markers",marker=dict(color="MediumPurple", size=10)
))fig.add\_trace(go.Scatter(x=\[1, 2, 3\],y=\[5, 5, 5\],legendgroup="group2",name="second legend group - average",mode="lines",line=dict(color="MediumPurple")
))fig.update\_layout(title="Try Clicking on the Legend Items!")fig.write\_image('../pic/legend\_5.png', scale=2)
fig.show()

fig = go.Figure()fig.add\_trace(go.Scatter(x=\[1, 2, 3, 4, 5\],y=\[1, 2, 3, 4, 5\],
))fig.add\_trace(go.Scatter(x=\[1, 2, 3, 4, 5\],y=\[5, 4, 3, 2, 1\],visible='legendonly'
))fig.write\_image('../pic/legend\_6.png', scale=2)
fig.show()

fig = go.Figure()fig.add\_trace(go.Scatter(x=\[1, 2, 3, 4, 5\],y=\[1, 2, 3, 4, 5\],showlegend=False
))fig.add\_trace(go.Scatter(x=\[1, 2, 3, 4, 5\],y=\[5, 4, 3, 2, 1\],
))fig.update\_layout(showlegend=True)fig.write\_image('../pic/legend\_7.png', scale=2)
fig.show()

fig = go.Figure()fig.add\_trace(go.Scatter(x=\[1, 2, 3, 4, 5\],y=\[1, 2, 3, 4, 5\],mode='markers',marker={'size':10}
))fig.add\_trace(go.Scatter(x=\[1, 2, 3, 4, 5\],y=\[5, 4, 3, 2, 1\],mode='markers',marker={'size':100}
))fig.update\_layout(legend= {'itemsizing': 'trace'})fig.write\_image('../pic/legend\_8.png', scale=2)
fig.show()


关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料,希望提供给想学习 Python 的小伙伴们一点帮助!

保存图片微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

一、Python所有方向的学习路线

Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
在这里插入图片描述

二、Python基础学习视频

② 路线对应学习视频

还有很多适合0基础入门的学习视频,有了这些视频,轻轻松松上手Python~在这里插入图片描述
在这里插入图片描述

③练习题

每节视频课后,都有对应的练习题哦,可以检验学习成果哈哈!
在这里插入图片描述
因篇幅有限,仅展示部分资料

三、精品Python学习书籍

当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
在这里插入图片描述

四、Python工具包+项目源码合集
①Python工具包

学习Python常用的开发软件都在这里了!每个都有详细的安装教程,保证你可以安装成功哦!
在这里插入图片描述

②Python实战案例

光学理论是没用的,要学会跟着一起敲代码,动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。100+实战案例源码等你来拿!
在这里插入图片描述

③Python小游戏源码

如果觉得上面的实战案例有点枯燥,可以试试自己用Python编写小游戏,让你的学习过程中增添一点趣味!
在这里插入图片描述

五、面试资料

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
在这里插入图片描述
在这里插入图片描述

六、Python兼职渠道

而且学会Python以后,还可以在各大兼职平台接单赚钱,各种兼职渠道+兼职注意事项+如何和客户沟通,我都整理成文档了。
在这里插入图片描述
在这里插入图片描述
这份完整版的Python全套学习资料已经上传CSDN,朋友们如果需要可以保存图片微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

这篇关于python可视化plotly 图例(legend)设置大全,值得收藏!的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/466365

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

Android实现任意版本设置默认的锁屏壁纸和桌面壁纸(两张壁纸可不一致)

客户有些需求需要设置默认壁纸和锁屏壁纸  在默认情况下 这两个壁纸是相同的  如果需要默认的锁屏壁纸和桌面壁纸不一样 需要额外修改 Android13实现 替换默认桌面壁纸: 将图片文件替换frameworks/base/core/res/res/drawable-nodpi/default_wallpaper.*  (注意不能是bmp格式) 替换默认锁屏壁纸: 将图片资源放入vendo

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

uniapp设置微信小程序的交互反馈

链接:uni.showToast(OBJECT) | uni-app官网 (dcloud.net.cn) 设置操作成功的弹窗: title是我们弹窗提示的文字 showToast是我们在加载的时候进入就会弹出的提示。 2.设置失败的提示窗口和标签 icon:'error'是设置我们失败的logo 设置的文字上限是7个文字,如果需要设置的提示文字过长就需要设置icon并给

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点: 鼠标左键双击,设定红色的起点。左键双击设定起点,用红色标记。 设定终点: 鼠标右键双击,设定蓝色的终点。右键双击设定终点,用蓝色标记。 设置障碍点: 鼠标左键或者右键按着不放,拖动可以设置黑色的障碍点。按住左键或右键并拖动,设置一系列黑色障碍点