Question

在查看季节性数据时，我喜欢使用一次显示几年数据的图表，其中月份从1月到12月在x轴上运行，而值在y轴上运行，使用颜色来区分年份。下面的图表是使用R在ggplot2中创建的。我如何使用Python API在Plotly中复制它或生成非常相似的东西？

到目前为止，最好的＆＃34;我这样做了：

......显然不能胜任这项工作。理想情况下，我希望能够为Plotly提供五年的数据（基本上是年份提供的类别），其中包含两种或三种或五种颜色的数组，并让它每年自动映射到一种颜色，而无需手动指定各种颜色本身。基本上我只是不了解Plotly的色彩映射机制到达那里。

Python代码示例：

import plotly.plotly as py
import plotly.graph_objs as go
import pandas as pd
import numpy as np

py.sign_in('xxx','xxx')

np.random.seed(123456)
num_periods=24
monthindex=pd.date_range('1/1/2014', periods=num_periods, freq='MS')
dd = pd.DataFrame(data={'date':monthindex,
                        'c1': np.random.uniform(10, 20, size=num_periods),
                        'c2': np.random.uniform(30, 40, size=num_periods)},
                  index=monthindex,
)
dd['year'] = dd['date'].dt.year
dd['monthname'] = dd['date'].dt.strftime('%b')

outdata = [
    go.Scatter(
        x=dd['monthname'], # assign x as the dataframe column 'x'
        y=dd['c1'],
    )
]

layout = go.Layout(
    showlegend=True,
    title="'Stacking' years in plotly",
    xaxis=dict(
        type='category'
    )
)

R代码：

library(ggplot2)

dd <- data.frame(date = seq(as.Date("2014/1/1"),
                     by = "month",
                     length.out = 24),
                 c1 = runif(24, min = 10, max = 20))

dd$month <- as.integer(strftime(dd$date, "%m"))
dd$year <- strftime(dd$date, "%Y")

xscale <- data.frame(breaks = c(1,2,3,4,5,6,7,8,9,10,11,12),
                     labels = c('Jan','Feb','Mar','Apr',
                         'May','Jun','Jul','Aug','Sep',
                         'Oct','Nov','Dec'))


ggplot(dd, aes(month, c1)) +
    geom_line(aes(colour = factor(year))) +
        scale_x_continuous(breaks = xscale$breaks,
                           labels = xscale$labels) +
            scale_colour_manual("year",values=c("Red","Blue")) +
                ggtitle("'Stacking' years in ggplot2")

Answer 1

我刚刚学会了将我想要绘制的所有不同轨迹绘制到数据帧中的列的模式：

dd = dd.pivot_table('c1', 'monthname', 'year')
py.iplot([{
    'x': dd.index,
    'y': dd[col],
    'name': col
}  for col in dd.columns])

以上代码便于快速绘图，但如果您想更改默认布局设置，可以使用下面更详细的版本。查看https://plot.ly/python/line-and-scatter/#Style-Scatter-Plots了解更多示例。

import plotly.plotly as py
import plotly.graph_objs as go

my_data = [{
    'x': dd.index,
    'y': dd[col],
    'name': col
}  for col in dd.columns]

my_layout = {'title':'my graphtitle',
          'xaxis':{'title':'x axis title'},
          'yaxis':{'title':'y axis title')
         }
fig = go.Figure(data=my_data, layout=my_layout)
py.iplot(fig, filename='scatter_plot')

或者，您可以使用cufflinks库为pandas数据帧提供简单的绘图钩子：

import cufflinks
dd = dd.pivot_table('c1', 'monthname', 'year')
dd.iplot()

cufflinks神奇地为pandas数据帧（和其他对象）提供了.iplot()方法。查看https://plot.ly/ipython-notebooks/cufflinks/和https://plot.ly/pandas/

如何制作Plotly图表，其中年份映射到x轴上的线条颜色和月份

1 个答案: