Plotly 初步

青旅半醒 2022-04-16 06:06 230阅读 0赞

## 写在前面 ##

如果图形和文字显示有异常，请前去我的个人小站：[Plotly 初步 · Lee’s Space Station][Plotly _ _ Lee_s Space Station] 查看，体验更好。

## 简介 ##

[Plotly][] 是一个用于绘制交互式图表的工具库，基于 React 和 Flask，基本功能免费，可以在 Jupyter Notebook 上进行在线或者离线绘图，支持 [Python][]、MATLAB 和 R 等许多语言，其同类产品（Python 领域）是 [bokeh][]，但是 plotly 绘制的图表更漂亮（个人感觉），支持类型更多（比如 bokeh 原生不支持 3D 绘图，而 plotly 支持）。我也曾经写过一篇关于[嵌入 bokeh 绘图到博客的文章][bokeh 1]，但是后来还是转到了 plotly。

Plotly 的绘图语法和一般的还是稍有不同，这篇博文主要就是讲下 plotly 绘图的基础。为了让例子不那么死板，我将我[之前写的 Python 问卷调查分析的文章][Python 1]（下称前文）中的图重新使用 plotly 绘制，在这个过程中来学习 plotly 绘图。

一些类型一样的图我就只展示一遍，详细的完全的重置代码见[我的 GitHub][GitHub] 或者 [nbviewer][]（建议使用这种方式查看，能看到图形）。

> 自己绘图的时候建议使用 offline 模式绘图，这样不会上传到云端，除非你想分享，详见完整代码。

## 数据 ##

在开始之前先来回顾下数据是什么样的：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTAwOTkwODA_size_16_color_FFFFFF_t_70]  
说明我就直接引用前文中的话了：

> 数据总大小是 9506×162，即 9506 行 162 列，上图是前 5 行，每行代表一个样本，即一个参与调查的开发者。可以看到已经将一道选择题的答案拆分成多列，这一般是用于处理多选题，例如上图中的「What other language(s) do you use?」，而单选题则不用拆分，可以直接写答案，例如上图第一列。

## 散点图 `go.Scatter` ##

此图用于说明 Python 2 和 3 在开发者们中的使用比例。

我先说下 plotly 的绘图逻辑（下同）：

1.  定义 trace，类似于 matplotlib 中的坐标轴和图形（例如折线），只管画图
2.  定义 layout，就是布局，标题、margin 等
3.  定义 data，就是一个 trace 列表，因为可能会同时绘制多个图形，例如多条折线
4.  使用 `go.Figure` 或者 `go.FigureWidget` 绘图，传入 `data` 和 `layout` 参数。

colors = [rgb2hex(i) for i in sns.color_palette('rainbow')[:2]]
    
    py2 = go.Scatter(x=frameworks_pyver.columns, y=frameworks_pyver.loc['Python 2'], mode='markers', marker={
        'color': colors[0]}, name='Python 2')
    py3 = go.Scatter(x=frameworks_pyver.columns, y=frameworks_pyver.loc['Python 3'], mode='markers', marker={
        'color': colors[1]}, name='Python 3')
    
    data = [py2, py3]
    layout = go.Layout(title='Python 2 and Python 3 Usage among Frameworks')
    # go.FigureWidget(data=data, layout=layout)
    fig = go.Figure(data=data, layout=layout)  # 备注 1
    py.iplot(fig)  # 备注 2

> 注意：我是在 Jupyter Notebook（不是 Jupyter Lab，Jupyter Lab 对 plotly 的支持不太好）中绘图的，从 [plotly 3.0.0 以来][plotly 3.0.0]，你有两种方法来在 Jupyter Notebook 中绘图：
> 
>  *  使用 `go.Figure`：此时需要预先使用 `plotly.offline.init_notebook_mode` 初始化，然后使用 `plotly.offline.iplot` 来绘图，也就是上面代码使用的（备注 1 和 2）。而且如果要分享或者在网站上嵌入自己绘制的图形，那么就需要使用这种方式来将图形托管在 plotly 上，然后复制嵌入代码到自己的网站，就像我现在做的这样。但是注意免费账号最多能托管 25
>  *  使用 `go.FigureWidget`：此时就不需要那些了，这是 3.0.0 的新特性，直接使用即可，即 备注 1 上面那行代码，备注 1 和 2 都可以删掉了，但是目前存在的一个问题是当绘制完关掉 notebook 后再打开，刚绘制的图就不在了

## 折线图 `go.Scatter` ##

此图用于说明开发者年龄和是否使用 Python 3 的关系。其实折线图和散点图用的是同一个函数，只不过 `marker` 不一样。

trace = go.Scatter(x=age_pyver.index, y=age_pyver['Python 3'], marker={
        'color': colors[0]}, mode='lines+markers', line={
        'width': 2}, name='Python 3')
    
    data = [trace]
    layout = go.Layout(title="The developers' age VS The use ratio of Python 3")
    # go.FigureWidget(data=data, layout=layout)
    fig = go.Figure(data=data, layout=layout)
    py.iplot(fig)

## 饼图 `go.Pie` ##

这个图用于展示开发者中使用 Python 2 和 Python 3 的情况。

import plotly.graph_objs as go
    from plotly.offline import init_notebook_mode
    import plotly.offline as offline
    
    python_version = survey_df['which version of python do you use the most?']
    counts = python_version.value_counts()
    labels = counts.index
    values = counts.values
    colors = [rgb2hex(i) for i in sns.color_palette('rainbow')[:2]]
    
    trace = go.Pie(labels=labels, values=values,
                   marker={
        
                       'colors': colors
                   },
                   rotation=0,
                   hoverinfo='label+value')
    data = [trace]
    layout = {
        
        'title': 'Python 2 VS Python 3'
    }
    # go.FigureWidget(data=data, layout=layout)
    fig = go.Figure(data=data, layout=layout)
    py.iplot(fig)

## 横向柱形图 `go.Bar` ##

此处用于说明使用 Python 3 和 Python 2 的开发者的国别分布。

# 等同于 sns.countplot
    colors = [rgb2hex(i) for i in sns.color_palette('rainbow', 10)]
    
    trace = go.Bar(x=count_countries.index[:10], y=count_countries[:10], marker={
        'color': colors})
    
    data = [trace]
    layout = go.Layout(title='Top 10 countries of # of the developers')
    # go.FigureWidget(data=data, layout=layout)
    fig = go.Figure(data=data, layout=layout)
    py.iplot(fig)

## 横向分组柱形图 `go.Bar` ##

此图用于说明开发者人数最多的三个国家（美国、印度和中国）的开发者年龄构成。

colors = [rgb2hex(i) for i in sns.color_palette('rainbow', 7)]
    
    data = [go.Bar(x=three_countries.index, y=three_countries[c], marker={
        'color': colors[i]}, name=c)
            for i, c in enumerate(three_countries.columns)]
    layout = go.Layout(title="Age distribution of the developers who're from USA, India and China")
    # go.FigureWidget(data=data, layout=layout)
    fig = go.Figure(data=data, layout=layout)
    py.iplot(fig)

## 纵向柱形图 `go.Bar` ##

此图用于说明常用框架中使用 Python 2 和 Python 3 的比例。

colors = [rgb2hex(i) for i in sns.color_palette('rainbow', len(count_df))]
    trace = go.Bar(y=count_df.index[::-1], x=count_df.values[::-1], marker={
        'color': colors[::-1]}, orientation='h')
    
    data = [trace]
    layout = go.Layout(
        title='Framework Usage',
        margin={
        'r': 10},
        height=1000,
        yaxis={
        'automargin': True}
    )
    fig = go.Figure(data=data, layout=layout)
    py.iplot(fig)

## Distplot 图 `ff.create_distplot` ##

此图用于说明 Python 2 和 3 在开发者们中的使用比例，类似于 `sns.distplot`，是直方图和 [KDE][] 的混合，用于展示一个单变量的分布。

import plotly.figure_factory as ff
    colors = [rgb2hex(i) for i in sns.color_palette('rainbow')[:2]]
    fig = ff.create_distplot(hist_data=[frameworks_pyver.loc['Python 2'], frameworks_pyver.loc['Python 3']], group_labels=['Python 2', 'Python 3'], bin_size=0.05, colors=colors)
    # go.FigureWidget(fig)
    py.iplot(fig)

## 面积图 `go.Scatter` ##

此图用于说明做数据分析和机器学习的人常用的框架。

sorted_da_ml_frameworks_uses = da_ml_frameworks_uses.sort_values(by='Data analysis', axis=1, ascending=True)
    colors = [rgb2hex(i) for i in sns.color_palette('rainbow')[:2]]
    
    da = go.Scatter(x=sorted_da_ml_frameworks_uses.columns, y=sorted_da_ml_frameworks_uses.loc['Data analysis'], fill='tozeroy', marker={
        'color': colors[0]}, name='Python 2')
    ml = go.Scatter(x=sorted_da_ml_frameworks_uses.columns, y=sorted_da_ml_frameworks_uses.loc['Machine learning'], fill='tozeroy', marker={
        'color': colors[1]}, name='Python 3')
    
    data = [da, ml]
    layout = go.Layout(title='Frameworks Usage among Data Analysis and Machine Learning Developers')
    # go.FigureWidget(data=data, layout=layout)
    fig = go.Figure(data=data, layout=layout)
    py.iplot(fig)

## Violin 图 `go.Violin` ##

此图是用于说明每个国家的开发者中使用 Python 3 的比例。

colors = [rgb2hex(i) for i in sns.color_palette('rainbow')[:2]]
    
    trace = go.Violin(x=countries_pyver_ratio['Python 3'], meanline={
        'visible': True}, box={
        'visible': True}, fillcolor=colors[0], opacity=0.6, line={
        'color': 'black'})
    layout = go.Layout(title="Use ratio of Python 3 in the world", xaxis={
        'zeroline': False})
    
    data = [trace]
    # go.FigureWidget(data=data, layout=layout)
    fig = go.Figure(data=data, layout=layout)
    py.iplot(fig)

## 世界地图 ##

此图同样是用于说明每个国家的开发者中使用 Python 3 的比例，只不过是在地图上呈现。

data = [ dict(
            type = 'choropleth',
            locations = countries_pyver_ratio.index,
            locationmode = 'country names', 
            z = countries_pyver_ratio['Python 3'] * 100,
            text = countries_pyver_ratio.index,
            colorscale = 'Bluered',
            autocolorscale = False,
            reversescale = True,
            marker = dict(
                line = dict (
                    color = 'rgb(180,180,180)',
                    width = 0.5
                ) ),
            colorbar = dict(
    #             autotick = False,
                ticksuffix = '%',
                title = 'Percent'),
          ) ]
    
    layout = dict(
        title = 'Python 3 in the world',
        geo = dict(
            showframe = False,
            showcoastlines = False,
            projection = dict(
                type = 'equirectangular'
            ),
        )
    )
    
    # fig = go.Figure()
    # go.FigureWidget(data=data, layout=layout)
    fig = go.Figure(data=data, layout=layout)
    py.iplot(fig)

## END ##

以上只是我在前文中涉及到的图形的 plotly 重绘，其实还有其他图形没有涉及，例如 3D 散点图（这也是我放弃 bokeh 的原因）。此外除了在 Jupyter Notebook 上绘图外，plotly 还有一个用于构建数据分析 Web 应用的 Python 框架：[Dash][]，基于 Plotly.js、React 和 Flask，接下来我会在此基础上讲一下如何使用 Dash 来构建这样一个 Web 应用。

[Plotly _ _ Lee_s Space Station]: https://alanlee.fun/2018/11/17/introducing-plotly/
[Plotly]: https://plot.ly
[Python]: https://plot.ly/python/
[bokeh]: https://bokeh.pydata.org/
[bokeh 1]: https://secsilm.github.io/2018/03/15/embed-bokeh-plot/
[Python 1]: https://secsilm.github.io/2018/04/28/analyzing-python-survey-2017/
[GitHub]: https://github.com/secsilm/analyzing-python-survey-2017/blob/master/analyzing-python-survey-2017-plotly-rebuild.ipynb
[nbviewer]: https://nbviewer.jupyter.org/github/secsilm/analyzing-python-survey-2017/blob/master/analyzing-python-survey-2017-plotly-rebuild.ipynb
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTAwOTkwODA_size_16_color_FFFFFF_t_70]: /images/20220416/f731b9c686c04f1baaa80718ee21585d.png
[plotly 3.0.0]: https://medium.com/@plotlygraphs/introducing-plotly-py-3-0-0-7bb1333f69c6
[KDE]: https://en.wikipedia.org/wiki/Kernel_density_estimation
[Dash]: https://plot.ly/products/dash/