Wykres punktowy, wykres punktowy i wykresy bąbelkowe

W tym rozdziale położono nacisk na szczegóły dotyczące wykresów punktowych, wykresów rozrzutu i wykresów bąbelkowych. Najpierw przyjrzyjmy się wykresowi punktowemu.

Wykres punktowy

Wykresy punktowe są używane do plot datapunkty na osi poziomej i pionowej, aby pokazać, jak jedna zmienna wpływa na inną. Każdy wiersz w tabeli danych jest reprezentowany przez znacznik, którego pozycja zależy od jego wartości w kolumnach ustawionych naX i Y osie.

Plik scatter() metoda modułu graph_objs (go.Scatter)tworzy ślad rozrzutu. Tutajmodewłaściwość decyduje o wyglądzie punktów danych. Domyślną wartością trybu są linie, które wyświetlają ciągłą linię łączącą punkty danych. Jeśli ustawione namarkers, wyświetlane są tylko punkty danych reprezentowane przez małe wypełnione okręgi. Gdy tryb jest przypisany „linie + znaczniki”, wyświetlane są zarówno okręgi, jak i linie.

W poniższym przykładzie wykresy przedstawiają ślady trzech zestawów losowo wygenerowanych punktów w kartezjańskim układzie współrzędnych. Poniżej wyjaśniono każdy ślad wyświetlany z inną właściwością trybu.

import numpy as np
N = 100
x_vals = np.linspace(0, 1, N)
y1 = np.random.randn(N) + 5
y2 = np.random.randn(N)
y3 = np.random.randn(N) - 5
trace0 = go.Scatter(
   x = x_vals,
   y = y1,
   mode = 'markers',
   name = 'markers'
)
trace1 = go.Scatter(
   x = x_vals,
   y = y2,
   mode = 'lines+markers',
   name = 'line+markers'
)
trace2 = go.Scatter(
   x = x_vals,
   y = y3,
   mode = 'lines',
   name = 'line'
)
data = [trace0, trace1, trace2]
fig = go.Figure(data = data)
iplot(fig)

Wyjście Jupyter notebook cell jest jak podano poniżej -

Scattergl Plot

WebGL (Biblioteka grafiki internetowej) to interfejs API JavaScript do renderowania interaktywnego 2D i 3D graphicsw dowolnej kompatybilnej przeglądarce internetowej bez użycia wtyczek. WebGL jest w pełni zintegrowany z innymi standardami sieciowymi, umożliwiając przyspieszone wykorzystanie przetwarzania obrazu przez jednostkę GPU (Graphics Processing Unit).

Po prostu możesz zaimplementować WebGL z Scattergl()zamiast Scatter () w celu zwiększenia szybkości, lepszej interaktywności i możliwości wykreślania jeszcze większej ilości danych. Plikgo.scattergl() funkcja, która zapewnia lepszą wydajność w przypadku dużej liczby punktów danych.

import numpy as np
N = 100000
x = np.random.randn(N)
y = np.random.randn(N)
   trace0 = go.Scattergl(
   x = x, y = y, mode = 'markers'
)
data = [trace0]
layout = go.Layout(title = "scattergl plot ")
fig = go.Figure(data = data, layout = layout)
iplot(fig)

Dane wyjściowe są wymienione poniżej -

Wykresy bąbelkowe

Wykres bąbelkowy przedstawia trzy wymiary danych. Każda jednostka z trzema wymiarami skojarzonych danych jest wykreślana jako plikdisk (bąbelek), który wyraża dwa wymiary poprzez dysk xy locationa trzeci pod względem wielkości. Rozmiary bąbelków są określane przez wartości w trzeciej serii danych.

Bubble chartjest odmianą wykresu punktowego, na którym punkty danych są zastępowane bąbelkami. Jeśli dane mają trzy wymiary, jak pokazano poniżej, dobrym wyborem będzie utworzenie wykresu bąbelkowego.

Firma	Produkty	Sprzedaż	Dzielić
ZA	13	2354	23
b	6	5423	47
do	23	2451	30

Wykres bąbelkowy jest tworzony w programie go.Scatter()ślad. Dwie z powyższych serii danych są podane jako właściwości x i y. Trzeci wymiar jest oznaczony znacznikiem, którego rozmiar reprezentuje trzecią serię danych. W powyższym przypadku używamyproducts i sale tak jak x i y właściwości i market share tak jak marker size.

Wpisz następujący kod w notatniku Jupyter.

company = ['A','B','C']
products = [13,6,23]
sale = [2354,5423,4251]
share = [23,47,30]
fig = go.Figure(data = [go.Scatter(
   x = products, y = sale,
   text = [
      'company:'+c+' share:'+str(s)+'%' 
      for c in company for s in share if company.index(c)==share.index(s)
   ],
   mode = 'markers',
   marker_size = share, marker_color = ['blue','red','yellow'])
])
iplot(fig)

Wynik będzie taki, jak pokazano poniżej -