python柱状图第四节（python使用Plotly绘图工具绘制柱状图）

python柱状图第四节

python使用Plotly绘图工具绘制柱状图

本文实例为大家分享了python使用plotly绘图工具绘制柱状图的具体代码，供大家参考，具体内容如下

使用plotly绘制基本的柱状图，需要用到的函数是graph_objs 中 bar函数

通过参数，可以设置柱状图的样式。

通过barmod进行设置可以绘制出不同类型的柱状图出来。

我们先来实现一个简单的柱状图：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

# -*- coding: utf-8 -*- import plotly as py import plotly.graph_objs as go pyplt = py.offline.plot # trace trace_basic = [go.bar(  x = ['variable_1', 'variable_2', 'variable_3','variable_4','variable_5'],  y = [1, 2, 3, 2, 4],  )] # layout layout_basic = go.layout(  title = 'the graph title',  xaxis = go.xaxis(range = [-0.5,4.5], domain = [0,1])  ) # figure figure_basic = go.figure(data = trace_basic, layout = layout_basic) # plot pyplt(figure_basic, filename='tmp/1.html')

上面这个例子，就是一个简单的柱状图。

下面我们讲下另外一种图，柱状簇

实现过程则是，在基本的柱状图中，加入多租数据即可实现，柱状簇

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29

import plotly as py import plotly.graph_objs as go pyplt = py.offline.plot # traces trace_1 = go.bar(  x = ["西南石油", "东方明珠", "海泰发展"],  y = [4.12, 5.32, 0.60],  name = "201609"  ) trace_2 = go.bar(  x = ["西南石油", "东方明珠", "海泰发展"],  y = [3.65, 6.14, 0.58],  name = "201612"  )   trace_3 = go.bar(  x = ["西南石油", "东方明珠", "海泰发展"],  y = [2.15, 1.35, 0.19],  name = "201703"  ) trace = [trace_1, trace_2, trace_3] # layout layout = go.layout(  title = '净资产收益率对比图'  ) # figure figure = go.figure(data = trace, layout = layout) # plot pyplt(figure, filename='tmp/2.html')

执行上述代码，我们可以看到如上图所示柱状簇图例

可将数据堆叠生成。

接下来在讲讲如何绘制层叠柱状图

层叠柱状图的绘制方法与柱状簇的绘制方法基本差不多

也就是对同一个柱状簇进行叠加，实现方法是对layout中的barmode属性进行设置

barmode = 'stack'

其余参数，与柱状簇相同。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38

# -*- coding: utf-8 -*- import plotly as py import plotly.graph_objs as go pyplt = py.offline.plot   # stacked bar chart trace_1 = go.bar(  x = ['深证50', '上证50', '西南50', '西北50','华中50'],  y = [0.7252, 0.9912, 0.5347, 0.4436, 0.9911],  name = '股票投资' )   trace_2 = go.bar(  x = ['深证50', '上证50', '西南50', '西北50','华中50'],  y = [0.2072, 0, 0.4081, 0.4955, 0.02],  name='其它投资' )   trace_3 = go.bar(  x = ['深证50', '上证50', '西南50', '西北50','华中50'],  y = [0, 0, 0.037, 0, 0],  name='债券投资' )   trace_4 = go.bar(  x = ['深证50', '上证50', '西南50', '西北50','华中50'],  y = [0.0676, 0.0087, 0.0202, 0.0609, 0.0087],  name='银行存款' )   trace = [trace_1, trace_2, trace_3, trace_4] layout = go.layout(  title = '基金资产配置比例图',  barmode='stack' )   fig = go.figure(data = trace, layout = layout) pyplt(fig, filename='tmp/1.html')

瀑布式柱状图

瀑布式柱状图是层叠柱状图的另外一种表现

可以选择性地显示层叠部分来实现柱状图的悬浮效果。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

# -*- coding: utf-8 -*- import plotly as py import plotly.graph_objs as go pyplt = py.offline.plot   x_data = ['资产1', '资产2',   '资产3','资产4', '总资产'] y_data = [56000000, 65000000, 65000000, 81000000, 81000000] text = ['666,999,888万元', '8,899,666万元', '88,899,666万元', '16,167,657万元', '888,888,888万元']   # base trace0 = go.bar(  x=x_data,  y=[0, 57999848, 0, 66899764, 0],  marker=dict(  color='rgba(1,1,1, 0.0)',  ) ) # trace trace1 = go.bar(  x=x_data,  y=[57999848, 8899916, 66899764,16167657, 83067421],  marker=dict(  color='rgba(55, 128, 191, 0.7)',  line=dict(   color='rgba(55, 128, 191, 1.0)',   width=2,  )  ) )   data = [trace0, trace1] layout = go.layout(  title = '测试图例',  barmode='stack',  showlegend=false )   annotations = []   for i in range(0, 5):  annotations.append(dict(x=x_data[i], y=y_data[i], text=text[i],      font=dict(family='arial', size=14,      color='rgba(245, 246, 249, 1)'),      showarrow=false,))  layout['annotations'] = annotations   fig = go.figure(data=data, layout=layout) pyplt(fig, filename = 'tmp/1.html')

运行上述代码，可以得到如上图所示的瀑布式柱状图。

下面我们说说，图形样式的设置。

对于柱状图颜色与样式的设置可以通过设置下面这个案例来说明。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

import plotly as py import plotly.graph_objs as go pyplt = py.offline.plot   # customizing inliidual bar colors volume = [0.49,0.71,1.43,1.4,0.93] width = [each*3/sum(volume) for each in volume] trace0 = go.bar(  x = ['au.shf', 'ag.shf', 'sn.shf',  'pb.shf', 'cu.shf'],  y = [0.85, 0.13, -0.93, 0.46, 0.06],  width = width,  marker = dict(  color=['rgb(205,38,38)', 'rgb(205,38,38)',   'rgb(34,139,34)', 'rgb(205,38,38)',   'rgb(205,38,38)'],  line=dict(   color='rgb(0,0,0)',   width=1.5,  )),  opacity = 0.8, )   data = [trace0] layout = go.layout(  title = '有色金属板块主力合约日内最高涨幅与波动率图',  xaxis=dict(tickangle=-45), )   fig = go.figure(data=data, layout=layout) pyplt(fig, filename='tmp/4.html')

运行上述代码，可以看到上图所示图例

柱状图展示了5种金属，在某个交易日的最高涨幅与波动率情况，柱形图宽度表示相对波动率的高低。

柱形图越宽，波动率越大，高度表示涨幅，红色表示上涨，绿色表示下跌。

用line设置柱状图外部线框，用width设置柱状图的宽度，用opacity设置柱状图颜色的透明度情况。

基本的柱状图情况，就讲到这里。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持开心学习网。

原文链接：https://blog.csdn.net/u012798683/article/details/88800743