Background
- 数据分析离不开数据的可视化。Python 中的可视化依赖库有很多非常优秀的可视化神器。例如较流行的有pandas，matplotlib，Seaborn、plotly和Altair等。
- 经过简单对比，最终选用
plotly来实现目前的可视化需求。附 plotly官方文档地址- 这里主要介绍下折线图的绘制与定制。
1、最终效果
是可交互式折线图。
2、源码
import plotly.graph_objects as go
import numpy as np
import pandas as pd
def fig_line(title, lx, dy):
"""绘制折线图
:param title 标题
:param lx x轴数据 []
:param dy y轴数据 {fyt: [], syt: []}
"""
if lx and dy:
fyt = list(dy.keys())[0]
syt = list(dy.keys())[1]
line1 = go.Scatter(x=lx, y=dy[fyt], showlegend=True, line=dict(color='blue', width=1), connectgaps=True, mode='lines', opacity=0.9, name=fyt)
line2 = go.Scatter(x=lx, y=dy[syt], showlegend=True, line=dict(color='red', width=1), connectgaps=True, mode='lines', opacity=0.9, name=syt, yaxis='y2')
layout = go.Layout(
# 设置标题
# title=title,
# 设置y轴label及范围
yaxis=dict(title=fyt, range=[0, 2]),
# 设置fig大小
height=500,
width=200,
margin=dict(
autoexpand=True,
l=10,
r=10,
t=30,
b=30,
),
# 设置次y轴label及范围
yaxis2=dict(title=syt, range=[0, 50], overlaying='y', side='right'),
# 设置背景色
# plot_bgcolor='gray',
# 设置图例信息，x、y可以控制位置
legend=dict(x=0.80, y=0.98, font=dict(size=12, color='black')))
fig = go.Figure(data=[line1, line2], layout=layout)
fig.show()
def main():
"""主函数"""
lx = ['2022-01', '2022-02', '2022-03', '2022-04', '2022-05', '2022-06', '2022-07', '2022-08', '2022-09', '2022-10', '2022-11', '2022-12']
y1 = [0.919, 0.888, 0.163, 0.995, 0.723, 0.192, 0.069, 0.803, 0.645, 0.527, 0.675, 0.419]
y2 = [20, 18, 15, 2, 8, 39, 26, 19, 26, 40, 5, 5]
dy = {'应力(MPa)': y1, '温度(℃)': y2}
title = '应力随温度变化情况'
fig_line(title, lx, dy)
if __name__ == '__main__':
main()
