详解 Plotly 教程

一、安装 Plotly

Plotly 的安装分为两个步骤，第一步是安装 Plotly 组件库，第二步是安装 Plotly 的渲染器。

对于 Python 应用程序，您可以使用 pip 进行安装：

!pip install plotly

对于 JavaScript 应用程序，您可以使用 NPM 进行安装：

$ npm install plotly.js-dist

二、Plotly 折线图

Plotly 支持多种类型的图表，其中最常用的是折线图。要创建折线图，您需要提供 x 和 y 轴的数据。

import plotly.graph_objects as go

x = [1, 2, 3, 4]
y = [10, 11, 12, 13]

fig = go.Figure(data=go.Scatter(x=x, y=y))
fig.show()

这个代码创建了一个简单的折线图，并通过调用 show() 方法来显示它。

三、Plotly 条形图

与折线图不同，条形图使用条形而不是点来表示数据。下面是一个简单的创建条形图的示例：

import plotly.graph_objects as go

x = [1, 2, 3, 4]
y = [10, 11, 12, 13]

fig = go.Figure(data=go.Bar(x=x, y=y))
fig.show()

四、Plotly 散点图

散点图显示两个数值参数之间的关系。下面是一个使用 Plotly 创建散点图的示例：

import plotly.graph_objects as go

x = [1, 2, 3, 4]
y = [10, 11, 12, 13]

fig = go.Figure(data=go.Scatter(x=x, y=y, mode='markers'))
fig.show()

五、Plotly 饼图

饼图展示类别中各部分数据所占比例的大小。下面是一个简单的创建饼图的示例：

import plotly.graph_objects as go

labels = ['A', 'B', 'C', 'D']
values = [50, 25, 15, 10]

fig = go.Figure(data=[go.Pie(labels=labels, values=values)])
fig.show()

六、Plotly 热图

热图是一种能够形象地呈现矩形数据的数据可视化方式。下面是一个创建热图的示例：

import plotly.graph_objects as go

data=[[0, 1, 2, 3], [1, 0, 3, 2], [0, 2, 1, 3], [3, 2, 1, 0]]
fig = go.Figure(data=go.Heatmap(z=data))
fig.show()

七、Plotly 3D 图形

Plotly 还支持创建 3D 图形，可以包括散点图、折线图等。下面是一个简单的创建 3D 散点图的示例：

import plotly.graph_objects as go

z=[1, 2, 3]
x=[4, 5, 6]
y=[7, 8, 9]

fig = go.Figure(data=[go.Scatter3d(x=x, y=y, z=z, mode='markers')])
fig.show()

八、Plotly 布局

Plotly 可以自定义数据可视化图表的布局。下面是一个创建自定义布局的示例：

import plotly.graph_objects as go

x = [1, 2, 3, 4]
y = [10, 11, 12, 13]

fig = go.Figure(data=go.Scatter(x=x, y=y))

fig.update_layout(
    title='Plot Title',
    xaxis_title='X Axis Title',
    yaxis_title='Y Axis Title',
    font=dict(
        family="Courier New, monospace",
        size=18,
        color="#7f7f7f"
    )
)

fig.show()

在这个示例中，我们创建了一个自定义布局，并使用 update_layout() 方法来更新布局的标题和轴标签。