python - plotly :如何从具有长格式或宽格式的 Pandas 数据框中绘制线图？

Question

(这是一篇自我回答的文章，通过帮助其他人不必解释plotly如何最好地处理长格式和宽格式的数据，从而缩短了对plotly问题的回答)

我想在尽可能少的行中基于 Pandas 数据框构建一个可绘制的图形。我知道您可以使用plotly.express做到这一点，但是对于我所谓的标准pandas数据框来说，这失败了。描述行顺序的索引，描述数据帧中值名称的列名称:

样本数据框:

    a           b           c
0   100.000000  100.000000  100.000000
1   98.493705   99.421400   101.651437
2   96.067026   98.992487   102.917373
3   95.200286   98.313601   102.822664
4   96.691675   97.674699   102.378682

尝试:

fig=px.line(x=df.index, y = df.columns)

这引发了一个错误:

ValueError: All arguments should have the same length. The length of argument y is 3, whereas the length of previous arguments ['x'] is 100`

Answer 1

在这里，您尝试使用宽格式的pandas数据框作为px.line的源。plotly.express设计为与long format数据帧一起使用，通常被称为tidy data(请看一看。没有人比Wickham更好地解释了这一点)。许多人，尤其是那些因使用Excel多年的战斗而受伤的人，经常发现更容易组织各种格式的数据。那有什么区别呢？
宽幅格式:

数据与每个不同的数据变量一起显示在单独的列

中

每列只有一种数据类型

缺失值通常由np.nan

表示

与plotly.graphobjects(go)

一起使用效果最佳

线通常使用fid.add_traces()

添加到图形中

颜色通常分配给每个迹线

示例:

            a          b           c
0   -1.085631    0.997345   0.282978
1   -2.591925    0.418745   1.934415
2   -5.018605   -0.010167   3.200351
3   -5.885345   -0.689054   3.105642
4   -4.393955   -1.327956   2.661660
5   -4.828307    0.877975   4.848446
6   -3.824253    1.264161   5.585815
7   -2.333521    0.328327   6.761644
8   -3.587401   -0.309424   7.668749
9   -5.016082   -0.449493   6.806994

长格式:

呈现

数据，其中一列包含所有值，另一列列出值

的上下文

缺失值根本不包括在数据集中。

与plotly.express(px)

一起使用效果最佳

颜色由默认颜色周期设置，并分配给每个唯一变量

示例:

    id  variable    value
0   0   a        -1.085631
1   1   a        -2.591925
2   2   a        -5.018605
3   3   a        -5.885345
4   4   a        -4.393955
... ... ... ...
295 95  c        -4.259035
296 96  c        -5.333802
297 97  c        -6.211415
298 98  c        -4.335615
299 99  c        -3.515854

怎么去 from wide to long？

df = pd.melt(df, id_vars='id', value_vars=df.columns[:-1])

下面的两个片段将产生相同的 plotly :

如何使用px绘制长数据？

fig = px.line(df, x='id', y='value', color='variable')

如何使用go绘制广泛的数据？

colors = px.colors.qualitative.Plotly
fig = go.Figure()
fig.add_traces(go.Scatter(x=df['id'], y = df['a'], mode = 'lines', line=dict(color=colors[0])))
fig.add_traces(go.Scatter(x=df['id'], y = df['b'], mode = 'lines', line=dict(color=colors[1])))
fig.add_traces(go.Scatter(x=df['id'], y = df['c'], mode = 'lines', line=dict(color=colors[2])))
fig.show()

从外观上看， go更复杂，并且可能提供更多的灵活性？嗯，是。和不。您可以使用 px轻松构建图并添加您想要的任何 go对象!
完整的摘录片段:

import numpy as np
import pandas as pd
import plotly.express as px
import plotly.graph_objects as go

# dataframe of a wide format
np.random.seed(123)
X = np.random.randn(100,3)  
df=pd.DataFrame(X, columns=['a','b','c'])
df=df.cumsum()
df['id']=df.index

# plotly.graph_objects
colors = px.colors.qualitative.Plotly
fig = go.Figure()
fig.add_traces(go.Scatter(x=df['id'], y = df['a'], mode = 'lines', line=dict(color=colors[0])))
fig.add_traces(go.Scatter(x=df['id'], y = df['b'], mode = 'lines', line=dict(color=colors[1])))
fig.add_traces(go.Scatter(x=df['id'], y = df['c'], mode = 'lines', line=dict(color=colors[2])))
fig.show()

完整的px片段:

import numpy as np
import pandas as pd
import plotly.express as px
from plotly.offline import iplot

# dataframe of a wide format
np.random.seed(123)
X = np.random.randn(100,3)  
df=pd.DataFrame(X, columns=['a','b','c'])
df=df.cumsum()
df['id']=df.index

# dataframe of a long format
df = pd.melt(df, id_vars='id', value_vars=df.columns[:-1])

# plotly express
fig = px.line(df, x='id', y='value', color='variable')
fig.show()