如何在 Python Plotly 中從 DataFrame 列新增多個文字標籤?
Plotly 是 Python 中一個開源繪相簿,可以生成多種不同型別的圖表。Python 使用者可以使用 Plotly 建立互動式網頁視覺化。
在本教程中,我們將瞭解如何使用 Plotly 從 DataFrame 列在圖表中新增多個文字標籤。
在這裡,我們將使用 **plotly.graph_objects** 模組生成圖形。它包含許多自定義圖表並將其呈現為 HTML 格式的方法。
然後,我們將使用該模組的 Scatter() 方法生成散點圖。Scatter() 的“line”屬性包含一個“color”引數,我們將使用它來指定繪圖所需的顏色。
要生成 DataFrame,我們將使用 Pandas 模組。
請按照以下步驟從 DataFrame 列新增多個文字標籤。
步驟 1
匯入 plotly 模組並將其別名為 **py**。類似地,匯入 **pandas** 模組並將其別名為 **pd**。
import plotly as py import pandas as pd
步驟 2
匯入 **plotly.graphs_objs** **模組**並將其別名為 go。
import plotly.graphs_objs as go
步驟 3
使用 Pandas 模組建立資料幀。
df = pd.DataFrame({
'Age':[20,22,23,24,21],
'Mark':[80,85,90,95,99],
},
步驟 4
設定索引名稱並根據“年齡”列對值進行排序。
# Set index name
df.index.name = 'DataFrame'
# Sort the values
df = df.sort_values('Age')
步驟 5
建立軌跡以生成散點圖並新增文字以顯示列上的懸停。
# Create traces to generate scatter plot # Text to show hover on column trace = go.Scatter( x = df.index, y = df['Mark'], name = 'Mark', text = df['Age'], mode = 'lines+markers', line = dict(color='green',width = 4) )
步驟 6
使用 **dict** 中的 **title** 建立 **layout**,以便在 X 軸和 Y 軸上顯示多個文字標籤。
layout = dict( title = 'Multiple text labels', xaxis = dict(title = 'DataFrame'), yaxis = dict(title = 'Mark'), )
步驟 7
使用佈局值生成圖形並建立離線繪圖。
data = [trace] fig = dict(data=data, layout=layout) py.offline.plot(fig, filename = 'df.html')
示例
以下是從 DataFrame 列新增多個文字標籤的完整程式碼:
import pandas as pd import plotly as py import plotly.graph_objs as go # Crete dataframe df = pd.DataFrame({ 'Age':[20,22,23,24,21], 'Mark':[80,85,90,95,99], }, index=['one','two','three','four','five']) # Set index name df.index.name = 'DataFrame' # Sort the values df = df.sort_values('Age') # Create traces to generate scatter plot # Text to show hover on column trace = go.Scatter( x = df.index, y = df['Mark'], name = 'Mark', text = df['Age'], mode = 'lines+markers', line = dict(color='green',width = 4) ) # Set layout title for X and Y axis layout = dict( title = 'Multiple text labels', xaxis = dict(title = 'DataFrame'), yaxis = dict(title = 'Mark'), ) # Create data data = [trace] # Set dict of dataset and layout fig = dict(data=data, layout=layout) # Generate html file py.offline.plot(fig, filename = 'df.html')
輸出
它將在瀏覽器上顯示以下輸出:

廣告
資料結構
網路
關係資料庫管理系統
作業系統
Java
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP