HOWTO · Plotly
Plotly 線形圖
本文教你在 Python 中使用 Plotly 的 line() 函式建立折線圖。
本頁內容
折線圖以連續的線條連接資料點，容易呈現某個值在時間這類有序軸上的變化。在 Python 中，建立折線圖最快的方法是 px.line，也就是 Plotly Express 的折線圖函式：傳入 x 軸與 y 軸資料，它會回傳一個 Figure 物件，再由 fig.show() 在瀏覽器或筆記本中渲染出來。
使用 Plotly Express 建立折線圖
Plotly Express 是 Plotly 的高階繪圖介面。px.line 會接收你的資料、建立 Figure，並為你提供的每個序列儲存一條 trace（一條線）。
執行這個範例：
本節中的程式碼以及顯示的標籤或輸出仍為英文。
import pandas as pd
import plotly.express as px
df = pd.DataFrame(
{
"day": ["Mon", "Tue", "Wed", "Thu"],
"team_a": [3, 4, 3, 5],
"team_b": [2, 3, 2, 4],
}
)
fig = px.line(df, x="day", y=["team_a", "team_b"], width=500, height=400)
print(len(fig.data))
2
width 與 height 引數以像素為單位設定圖表大小；將包含兩個欄位的清單傳給 y 會畫出兩條線，因此印出的 trace 數量是 2。欄位名稱會成為圖例項目。
在最後一行加上 fig.show()，即可在瀏覽器中開啟渲染好的圖表（在 Jupyter 筆記本中，直接對 fig 求值就會自動顯示）。結果如下：
選擇 x 軸與 y 軸的資料
px.line 接受兩種形式的資料。你可以直接把一般的 Python 序列傳給 x 和 y，也可以把 dataframe 作為第一個引數傳入，再把要繪製的欄位名稱指定給 x 和 y。x 沿著水平軸定位資料點，y 沿著垂直軸定位，Plotly 會依照數值出現的順序連接各點。
本節中的程式碼以及顯示的標籤或輸出仍為英文。
import pandas as pd
import plotly.express as px
sequence_fig = px.line(x=[1, 2, 3, 4], y=[10, 15, 13, 18])
df = pd.DataFrame(
{"month": ["Jan", "Feb", "Mar", "Apr"], "revenue": [10, 15, 13, 18]}
)
column_fig = px.line(df, x="month", y="revenue")
print(len(sequence_fig.data), len(column_fig.data))
1 1
兩種形式都會產生單線圖。若要繪製多個序列，可以像第一個範例那樣，對寬格式（wide-form）資料把欄位名稱清單傳給 y；或者把資料保持為長格式（long form）——每個觀測值一列，並用一個欄位標明所屬序列——再把該欄位傳給 color。當你想讓座標軸標題或圖例名稱與欄位名稱不同時，可以使用 labels 引數，它是一個把欄位名稱對應到顯示文字的字典。
自訂線條、顏色與標記
使用長格式資料時，color 會為每個群組各畫一條線並加上圖例，line_dash 會改變每條線的虛線樣式，symbol 則改變每個資料點的標記符號（設定 symbol 後標記會自動出現；否則可用 markers=True 強制顯示）。text 引數為每個資料點設定文字標籤，可用 fig.update_traces(mode="lines+markers+text") 顯示出來，而 title 會為圖表加上標題。
Plotly 會從預設序列中挑選顏色與虛線樣式。你可以用 color_discrete_sequence 覆寫它——可指定 px.colors.qualitative.Light24 或 Dark24 等具名色盤，或你自己的清單——以及 line_dash_sequence，它會在 solid、dot、dash、longdash、dashdot、longdashdot 等有效虛線樣式之間循環。
本節中的程式碼以及顯示的標籤或輸出仍為英文。
import plotly.express as px
df = px.data.gapminder().query("continent == 'Oceania'")
fig = px.line(
df,
x="year",
y="lifeExp",
color="country",
line_dash="country",
color_discrete_sequence=px.colors.qualitative.Light24,
line_dash_sequence=["longdashdot", "dash"],
width=600,
height=400,
)
print(len(fig.data), fig.data[0].line.dash)
2 longdashdot
px.data.gapminder() 會載入 Plotly 內建的資料集，query 呼叫則保留大洋洲的兩個國家，使圖表有兩條線。第一個序列會採用 line_dash_sequence 的第一個項目。
若要精確控制個別線條，可使用 color_discrete_map，它是一個把群組名稱對應到 CSS 顏色的字典。未列入對應表的群組會繼續使用目前作用中序列的顏色。
import plotly.express as px
df = px.data.gapminder().query("continent == 'Oceania'")
fig = px.line(
df,
x="year",
y="lifeExp",
color="country",
color_discrete_map={"Australia": "black", "New Zealand": "yellow"},
width=600,
height=400,
)
print(fig.data[0].name, fig.data[0].line.color)
Australia black
將圖表分割為 facet 並變更座標軸刻度
facet_col 與 facet_row 會把圖表分割成子圖網格，為所選欄位的每個值各產生一個子圖，讓各序列可以並排比較。facet_col_spacing 與 facet_row_spacing 接受 0 到 1 之間的浮點數，以繪圖區域的比例設定子圖之間的間距。
本節中的程式碼以及顯示的標籤或輸出仍為英文。
import plotly.express as px
df = px.data.gapminder().query("continent == 'Oceania'")
fig = px.line(
df,
x="year",
y="lifeExp",
color="country",
line_dash="country",
symbol="country",
facet_col="country",
title="Line Chart",
width=600,
height=400,
)
print(len(fig.data))
2
當數值橫跨數個數量級時，可用 log_x=True 或 log_y=True 把座標軸切換為對數刻度；Plotly 會以十的冪次標示刻度。
import plotly.express as px
df = px.data.gapminder().query("continent == 'Oceania'")
fig = px.line(df, x="year", y="lifeExp", color="country", log_y=True)
print(fig.layout.yaxis.type)
log
更新 trace 並加入誤差線
若要繪製誤差線（error bar），請把存放每個資料點誤差大小的欄位或序列傳給 error_y（水平方向的不確定性則用 error_x）：
本節中的程式碼以及顯示的標籤或輸出仍為英文。
import pandas as pd
import plotly.express as px
df = pd.DataFrame(
{
"month": ["Jan", "Feb", "Mar", "Apr", "May", "Jun"],
"revenue": [102, 118, 110, 131, 125, 140],
"uncertainty": [6, 8, 5, 9, 7, 10],
}
)
fig = px.line(df, x="month", y="revenue", error_y="uncertainty", markers=True)
print(len(fig.data[0].error_y.array))
6
圖表建立之後，fig.update_traces 會一次把 trace 屬性套用到所有線條。例如，showlegend=False 會把所有線條從圖例中移除，而 opacity 介於 0 到 1 之間可讓線條變成半透明——當多個序列重疊時特別有用。
import plotly.express as px
df = px.data.gapminder().query("continent == 'Oceania'")
fig = px.line(df, x="year", y="lifeExp", color="country", width=600, height=400)
fig.update_traces(showlegend=False, opacity=0.7)
print(fig.data[0].showlegend, fig.data[0].opacity)
False 0.7
px.line 建立的是 Scatter trace，因此 Plotly scatter 參考文件中的每個選項也都能與 fig.update_traces 搭配使用。
