Plotly 简明教程

Plotly - Subplots and Inset Plots

在此，我们将理解 Plotly 中子图和插图的概念。

Making Subplots

有时候，并排比较数据的不同视图很有用。它支持子图的概念。它在 plotly.tools module 中提供 make_subplots() 函数。该函数返回一个 Figure 对象。

以下语句在一个行中创建两个子图。

fig = tools.make_subplots(rows = 1, cols = 2)

现在，我们可以将两个不同的轨迹（上面的示例中的 exp 和 log 轨迹）添加到该图形。

fig.append_trace(trace1, 1, 1)
fig.append_trace(trace2, 1, 2)

图表的布局通过使用 update() 方法指定 title, width, height, 等进一步配置。

fig['layout'].update(height = 600, width = 800s, title = 'subplots')

完整脚本如下−

from plotly import tools
import plotly.plotly as py
import plotly.graph_objs as go
from plotly.offline import iplot, init_notebook_mode
init_notebook_mode(connected = True)
import numpy as np
x = np.arange(1,11)
y1 = np.exp(x)
y2 = np.log(x)
trace1 = go.Scatter(
   x = x,
   y = y1,
   name = 'exp'
)
trace2 = go.Scatter(
   x = x,
   y = y2,
   name = 'log'
)
fig = tools.make_subplots(rows = 1, cols = 2)
fig.append_trace(trace1, 1, 1)
fig.append_trace(trace2, 1, 2)
fig['layout'].update(height = 600, width = 800, title = 'subplot')
iplot(fig)

这是绘图网格的格式：[(1,1) x1,y1][(1,2) x2,y2]

making subplots

Inset Plots

若要将子图显示为插图，我们需要配置其轨迹对象。首先，将插图轨迹的 xaxis 和 yaxis 属性分别配置为 ‘x2’ 和 ‘y2’ 。以下语句将 ‘log’ 轨迹放入插图。

trace2 = go.Scatter(
   x = x,
   y = y2,
   xaxis = 'x2',
   yaxis = 'y2',
   name = 'log'
)

其次，配置布局对象，其中插图的 x 和 y 轴位置由 domain 属性定义，该属性指定其与主轴相关的位置。

xaxis2=dict(
   domain = [0.1, 0.5],
   anchor = 'y2'
),
yaxis2 = dict(
   domain = [0.5, 0.9],
   anchor = 'x2'
)

在插图中显示 log 轨迹并在主轴上显示 exp 轨迹的完整脚本如下：

trace1 = go.Scatter(
   x = x,
   y = y1,
   name = 'exp'
)
trace2 = go.Scatter(
   x = x,
   y = y2,
   xaxis = 'x2',
   yaxis = 'y2',
   name = 'log'
)
data = [trace1, trace2]
layout = go.Layout(
   yaxis = dict(showline = True),
   xaxis2 = dict(
      domain = [0.1, 0.5],
      anchor = 'y2'
   ),
   yaxis2 = dict(
      showline = True,
      domain = [0.5, 0.9],
      anchor = 'x2'
   )
)
fig = go.Figure(data=data, layout=layout)
iplot(fig)

输出如下：

inset plots