當使用 Plotly 進行數據視覺化時，我們可以透過以下範例展示多種繪圖方法，每個範例都會有詳細的註釋和說明。
1、建立折線圖
import plotly.graph_objects as go
# 範例1: 建立簡單的折線圖
x = [1, 2, 3, 4, 5]
y = [10, 15, 13, 17, 20]
# 建立折線圖
fig = go.Figure(data=go.Scatter(x=x, y=y, mode='lines+markers', name='數據線'))
# 設定圖形布局
fig.update_layout(
title='範例折線圖',
xaxis_title='X軸標簽',
yaxis_title='Y軸標簽',
showlegend=True
)
# 顯示圖形
fig.show()
在這個範例中，我們使用 Plotly 建立了一個簡單的折線圖，使用了不同的參數來自訂線條的樣式和標記。我們還設定了圖形的標題、軸標簽和圖例，以增強圖形的可讀性。
2、建立散點圖
# 範例2: 建立散點圖
x = [1, 2, 3, 4, 5]
y = [10, 15, 13, 17, 20]
# 建立散點圖
fig = go.Figure(data=go.Scatter(x=x, y=y, mode='markers', marker=dict(color='red'), name='散點數據'))
# 設定圖形布局
fig.update_layout(
title='範例散點圖',
xaxis_title='X軸標簽',
yaxis_title='Y軸標簽',
showlegend=True
)
# 顯示圖形
fig.show()
這個範例展示了如何使用 Plotly 建立一個簡單的散點圖，使用了不同的參數來自訂散點的樣式和顏色。同樣，我們設定了圖形的標題、軸標簽和圖例。
3、建立柱狀圖
import plotly.express as px
# 範例3: 建立柱狀圖
categories = ['A', 'B', 'C', 'D', 'E']
values = [30, 45, 60, 25, 50]
# 建立柱狀圖
fig = px.bar(x=categories, y=values, color=categories, title='範例柱狀圖')
# 設定圖形布局
fig.update_layout(
xaxis_title='類別',
yaxis_title='值',
showlegend=True
)
# 顯示圖形
fig.show()
在這個範例中，我們使用 Plotly 建立了一個柱狀圖，設定了柱子的顏色和圖例，並添加了標題、軸標簽。
4、建立多子圖
import plotly.figure_factory as ff
import numpy as np
# 範例4: 建立多子圖
x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
# 建立包含兩個子圖的圖形
fig = make_subplots(rows=2, cols=1, subplot_titles=('正弦函式', '余弦函式'))
# 在第一個子圖中繪制正弦函式
fig.add_trace(go.Scatter(x=x, y=y1, mode='lines', name='sin(x)'), row=1, col=1)
# 在第二個子圖中繪制余弦函式
fig.add_trace(go.Scatter(x=x, y=y2, mode='lines', name='cos(x)'), row=2, col=1)
# 設定圖形布局
fig.update_layout(
showlegend=True
)
# 顯示圖形
fig.show()
這個範例演示了如何使用 Plotly 建立包含兩個子圖的圖形，每個子圖都有自己的標題和圖例。我們使用了
make_subplots
來建立多子圖，然後在每個子圖上繪制不同的函式。
這些範例涵蓋了使用 Plotly 進行數據視覺化的基本用法，從簡單的折線圖和散點圖到多子圖的復雜範例。你可以根據自己的需求進一步探索 Plotly 的功能，以建立各種型別的圖形和視覺化分析。
希望這些範例能夠幫助你更好地使用 Plotly 進行數據視覺化，如果有任何疑問，歡迎隨時向我提問！
今日分享 就到這裏了，覺得寫的不錯的小夥伴辛苦點亮【贊】【在看】【分享】哦~~~
PS ： Python都知道技術交流群（技術交流、摸魚、白嫖課程為主）又不定時開放了，感興趣的朋友，可以在下方公號內回復： 666 ，即可進入。
老規矩 ，道友們還記得麽， 右下角的 「在看」 點一下 ， 如果感覺文章內容不錯的話，記得分享朋友圈讓更多的人知道！
