Combinación de Múltiples Gráficos y Subgráficos
Cuando se desea comparar diferentes conjuntos de datos o resaltar múltiples perspectivas dentro de la misma visualización, combinar gráficos utilizando subgráficos es una técnica invaluable. Los subgráficos permiten mostrar varios gráficos — como scatter plots, bar charts o line graphs — uno al lado del otro o apilados dentro de una sola figura. Este enfoque facilita mucho la identificación de patrones, contrastes o correlaciones entre diferentes variables de un vistazo. Por ejemplo, se puede mostrar la distribución de dos variables con un scatter plot mientras se resumen sus recuentos en un bar chart, todo en una sola vista para una comparación directa.
1234567891011121314151617181920212223import 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))
Para construir esta figura combinada, primero se crea un diseño de subgráficos llamando a make_subplots, especificando el número de filas y columnas deseadas. En este caso, la figura tiene una fila y dos columnas, por lo que los gráficos aparecen uno al lado del otro. El parámetro subplot_titles etiqueta cada subgráfico para una identificación rápida. Luego, se añade cada tipo de gráfico utilizando add_trace, indicando la fila y columna específicas. El gráfico de dispersión se coloca en la primera columna, mientras que el gráfico de barras se posiciona en la segunda columna. Cada traza puede tener sus propios datos y tipo de gráfico, lo que permite visualizaciones diversas dentro de la misma figura. Finalmente, se puede establecer un título compartido o ajustar aún más el diseño según sea necesario.
1234567891011121314151617181920212223242526272829303132333435363738import 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))
Al organizar subgráficos, asegúrese de que cada gráfico esté claramente etiquetado con títulos y descripciones de los ejes. Esto ayuda a los espectadores a comprender qué representa cada subgráfico sin confusión. Utilice siempre el parámetro subplot_titles para nombrar cada gráfico y establezca etiquetas para los ejes x e y usando update_xaxes y update_yaxes. Mantenga sus diseños equilibrados —evite la sobrecarga de información— y alinee los gráficos relacionados de manera que las comparaciones sean directas. Como se observa en los ejemplos anteriores, diferentes tipos de gráficos y un etiquetado claro se combinan para que sus visualizaciones sean más informativas y accesibles.
¡Gracias por tus comentarios!
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
Genial!
Completion tasa mejorada a 11.11Combinación de Múltiples Gráficos y Subgráficos
Desliza para mostrar el menú
Cuando se desea comparar diferentes conjuntos de datos o resaltar múltiples perspectivas dentro de la misma visualización, combinar gráficos utilizando subgráficos es una técnica invaluable. Los subgráficos permiten mostrar varios gráficos — como scatter plots, bar charts o line graphs — uno al lado del otro o apilados dentro de una sola figura. Este enfoque facilita mucho la identificación de patrones, contrastes o correlaciones entre diferentes variables de un vistazo. Por ejemplo, se puede mostrar la distribución de dos variables con un scatter plot mientras se resumen sus recuentos en un bar chart, todo en una sola vista para una comparación directa.
1234567891011121314151617181920212223import 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))
Para construir esta figura combinada, primero se crea un diseño de subgráficos llamando a make_subplots, especificando el número de filas y columnas deseadas. En este caso, la figura tiene una fila y dos columnas, por lo que los gráficos aparecen uno al lado del otro. El parámetro subplot_titles etiqueta cada subgráfico para una identificación rápida. Luego, se añade cada tipo de gráfico utilizando add_trace, indicando la fila y columna específicas. El gráfico de dispersión se coloca en la primera columna, mientras que el gráfico de barras se posiciona en la segunda columna. Cada traza puede tener sus propios datos y tipo de gráfico, lo que permite visualizaciones diversas dentro de la misma figura. Finalmente, se puede establecer un título compartido o ajustar aún más el diseño según sea necesario.
1234567891011121314151617181920212223242526272829303132333435363738import 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))
Al organizar subgráficos, asegúrese de que cada gráfico esté claramente etiquetado con títulos y descripciones de los ejes. Esto ayuda a los espectadores a comprender qué representa cada subgráfico sin confusión. Utilice siempre el parámetro subplot_titles para nombrar cada gráfico y establezca etiquetas para los ejes x e y usando update_xaxes y update_yaxes. Mantenga sus diseños equilibrados —evite la sobrecarga de información— y alinee los gráficos relacionados de manera que las comparaciones sean directas. Como se observa en los ejemplos anteriores, diferentes tipos de gráficos y un etiquetado claro se combinan para que sus visualizaciones sean más informativas y accesibles.
¡Gracias por tus comentarios!
