Lære Kombinering af Flere Diagrammer og Deldiagrammer

Når du ønsker at sammenligne forskellige datasæt eller fremhæve flere perspektiver inden for den samme visualisering, er kombination af diagrammer ved hjælp af underplots en uvurderlig teknik. Underplots giver dig mulighed for at vise flere diagrammer — såsom scatter plots, bar charts eller line graphs — side om side eller stablet i én enkelt figur. Denne tilgang gør det langt nemmere at identificere mønstre, kontraster eller korrelationer mellem forskellige variable med et enkelt blik. For eksempel kan du vise fordelingen af to variable med et scatter plot, mens du opsummerer deres antal i et bar chart, alt sammen i én visning for direkte sammenligning.


              1234567891011121314151617181920212223
            
import plotly.graph_objs as go
from plotly.subplots import make_subplots
from IPython.display import display, HTML

# Create a subplot figure with 1 row and 2 columns
fig = make_subplots(rows=1, cols=2, subplot_titles=("Scatter Plot", "Bar Chart"))

# Add a scatter plot to the first subplot
fig.add_trace(
    go.Scatter(x=[1, 2, 3, 4], y=[10, 15, 13, 17], mode="markers", name="Scatter"),
    row=1, col=1
)

# Add a bar chart to the second subplot
fig.add_trace(
    go.Bar(x=["A", "B", "C", "D"], y=[5, 7, 3, 8], name="Bar"),
    row=1, col=2
)

fig.update_layout(title_text="Multiple Charts with Subplots")

html = fig.to_html(full_html=False, include_plotlyjs="cdn")
display(HTML(html))

For at opbygge denne kombinerede figur opretter du først et underplot-layout ved at kalde make_subplots, hvor du angiver det ønskede antal rækker og kolonner. I dette tilfælde har figuren én række og to kolonner, så diagrammerne vises side om side. Parameteren subplot_titles navngiver hvert underplot for hurtig identifikation. Du tilføjer derefter hver diagramtype med add_trace, hvor du angiver en specifik række og kolonne. Scatter-plottet placeres i den første kolonne, mens søjlediagrammet placeres i den anden kolonne. Hver trace kan have sine egne data og diagramtype, hvilket muliggør forskellige visualiseringer i samme figur. Til sidst kan du angive en fælles titel eller yderligere justere layoutet efter behov.


              1234567891011121314151617181920212223242526272829303132333435363738
            
import plotly.graph_objs as go
from plotly.subplots import make_subplots
from IPython.display import display, HTML

# Create subplots with custom titles and axis labels
fig = make_subplots(
    rows=1, cols=2,
    subplot_titles=("Age vs. Score", "Category Counts")
)

# Scatter plot with axis labels
fig.add_trace(
    go.Scatter(
        x=[18, 22, 27, 35], y=[80, 85, 90, 95],
        mode="markers",
        name="Scores"
    ),
    row=1, col=1
)
fig.update_xaxes(title_text="Age", row=1, col=1)
fig.update_yaxes(title_text="Score", row=1, col=1)

# Bar chart with axis labels
fig.add_trace(
    go.Bar(
        x=["Group A", "Group B", "Group C"],
        y=[20, 14, 23],
        name="Counts"
    ),
    row=1, col=2
)
fig.update_xaxes(title_text="Group", row=1, col=2)
fig.update_yaxes(title_text="Count", row=1, col=2)

fig.update_layout(title_text="Customized Subplot Titles and Axis Labels")

html = fig.to_html(full_html=False, include_plotlyjs="cdn")
display(HTML(html))

Ved opsætning af underplots skal hver graf tydeligt mærkes med titler og aksebeskrivelser. Dette hjælper seeren med at forstå, hvad hvert subplot repræsenterer, uden forvirring. Brug altid parameteren subplot_titles til at navngive hver graf, og angiv aksetitler for både x- og y-aksen med update_xaxes og update_yaxes. Hold layoutet balanceret — undgå overfyldning — og placer relaterede grafer, så sammenligninger bliver overskuelige. Med reference til de tidligere eksempler kan du se, hvordan forskellige diagramtyper og tydelig mærkning gør dine visualiseringer mere informative og tilgængelige.

Var alt klart?

Tak for dine kommentarer!

Sektion 1. Kapitel 5

Spørg AI

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Stryg for at vise menuen


              1234567891011121314151617181920212223
            
import plotly.graph_objs as go
from plotly.subplots import make_subplots
from IPython.display import display, HTML

# Create a subplot figure with 1 row and 2 columns
fig = make_subplots(rows=1, cols=2, subplot_titles=("Scatter Plot", "Bar Chart"))

# Add a scatter plot to the first subplot
fig.add_trace(
    go.Scatter(x=[1, 2, 3, 4], y=[10, 15, 13, 17], mode="markers", name="Scatter"),
    row=1, col=1
)

# Add a bar chart to the second subplot
fig.add_trace(
    go.Bar(x=["A", "B", "C", "D"], y=[5, 7, 3, 8], name="Bar"),
    row=1, col=2
)

fig.update_layout(title_text="Multiple Charts with Subplots")

html = fig.to_html(full_html=False, include_plotlyjs="cdn")
display(HTML(html))


              1234567891011121314151617181920212223242526272829303132333435363738
            
import plotly.graph_objs as go
from plotly.subplots import make_subplots
from IPython.display import display, HTML

# Create subplots with custom titles and axis labels
fig = make_subplots(
    rows=1, cols=2,
    subplot_titles=("Age vs. Score", "Category Counts")
)

# Scatter plot with axis labels
fig.add_trace(
    go.Scatter(
        x=[18, 22, 27, 35], y=[80, 85, 90, 95],
        mode="markers",
        name="Scores"
    ),
    row=1, col=1
)
fig.update_xaxes(title_text="Age", row=1, col=1)
fig.update_yaxes(title_text="Score", row=1, col=1)

# Bar chart with axis labels
fig.add_trace(
    go.Bar(
        x=["Group A", "Group B", "Group C"],
        y=[20, 14, 23],
        name="Counts"
    ),
    row=1, col=2
)
fig.update_xaxes(title_text="Group", row=1, col=2)
fig.update_yaxes(title_text="Count", row=1, col=2)

fig.update_layout(title_text="Customized Subplot Titles and Axis Labels")

html = fig.to_html(full_html=False, include_plotlyjs="cdn")
display(HTML(html))

Var alt klart?

Tak for dine kommentarer!

Sektion 1. Kapitel 5