Lära Kombinera Flera Diagram och Delplottar

När du vill jämföra olika datamängder eller belysa flera perspektiv inom samma visualisering är det ovärderligt att kombinera diagram med hjälp av delplottar. Delplottar gör det möjligt att visa flera diagram — såsom scatter plots, bar charts eller line graphs — sida vid sida eller staplade i en och samma figur. Detta tillvägagångssätt gör det mycket enklare att snabbt upptäcka mönster, kontraster eller samband mellan olika variabler. Till exempel kan du visa fördelningen av två variabler med ett scatter plot samtidigt som du sammanfattar deras antal i ett bar chart, allt i en vy för direkt jämförelse.


              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))

För att bygga denna kombinerade figur skapar du först en layout för delplottar genom att anropa make_subplots och ange antal rader och kolumner. I detta fall har figuren en rad och två kolumner, så diagrammen visas sida vid sida. Parametern subplot_titles ger varje delplott en etikett för snabb identifiering. Du lägger sedan till varje diagramtyp med add_trace, riktat mot en specifik rad och kolumn. Scatterplotten placeras i den första kolumnen, medan stapeldiagrammet placeras i den andra kolumnen. Varje trace kan ha egna data och diagramtyp, vilket möjliggör varierande visualiseringar i samma figur. Slutligen kan du ange en gemensam titel eller ytterligare justera layouten vid 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))

När du arrangerar delgrafer, se till att varje diagram är tydligt märkt med titlar och axelbeskrivningar. Detta hjälper betraktaren att förstå vad varje delgraf representerar utan förvirring. Använd alltid parametern subplot_titles för att namnge varje diagram och ange axelbeskrivningar för både x- och y-axlar med update_xaxes och update_yaxes. Håll layouten balanserad — undvik överbelastning — och placera relaterade diagram så att jämförelser blir enkla. Med hänvisning till tidigare exempel kan du se hur olika diagramtyper och tydlig märkning tillsammans gör dina visualiseringar mer informativa och tillgängliga.

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 1. Kapitel 5

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Svep för att visa menyn


              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 allt tydligt?

Tack för dina kommentarer!

Avsnitt 1. Kapitel 5