Plotly.express 的 scatter() 绘制随机游走图

 一、Plotly 库简介

        Plotly 是一个基于 Web 技术的 ​交互式可视化库，支持 Python、R、JavaScript 等多种语言，其 Python 版本以简洁的 API 和丰富的图表类型著称。核心优势包括：

        下面是结合数据生成、交互式绘图和高级定制技巧（散点图），提供两种实现方式（基础版和动画版）：

二、随机游走数据生成​

随机游走路径通过累计随机步长生成。以下是高效的数据生成代码：

import numpy as np
import pandas as pd

def generate_random_walk(steps=1000, start_point=(0, 0)):
    """生成二维随机游走路径"""
    directions = np.random.choice([-1, 1], size=(2, steps))  # 步长方向矩阵
    steps_matrix = np.cumsum(directions, axis=1)  # 累计步长
    x = np.concatenate([[start_point[0]], steps_matrix[0] + start_point[0]])
    y = np.concatenate([[start_point[1]], steps_matrix[1] + start_point[1]])
    return pd.DataFrame({'Step': range(len(x)), 'X': x, 'Y': y})

# 生成数据（1000步）
df = generate_random_walk(steps=1000)

​三、基础散点图绘制​

用 px.scatter() 绘制静态随机游走路径，通过颜色渐变显示移动方向：

import plotly.express as px

fig = px.scatter(
    data_frame=df,
    x='X', 
    y='Y',
    color='Step',  # 用渐变色表示时间顺序
    color_continuous_scale='Bluered',  # 蓝→红渐变
    title='2D Random Walk Path',
    labels={'X': 'X Position', 'Y': 'Y Position'},
    width=800,
    height=600
)

# 标记起点和终点
fig.add_scatter(
    x=[df['X'].iloc[0], df['X'].iloc[-1]],
    y=[df['Y'].iloc[0], df['Y'].iloc[-1]],
    mode='markers',
    marker=dict(color=['green', 'red'], size=12),
    name='Start/End'
)

fig.show()

效果特点​：

        路径点颜色从蓝（起点）过渡到红（终点）

        起点（绿色）和终点（红色）高亮标记

        支持缩放、拖拽、悬停查看坐标

四、进阶：动态轨迹动画​

通过 animation_frame 参数实现路径绘制动画：

# 为动画添加帧序号（每50步一帧）
df['Frame'] = df.index // 50  

fig = px.scatter(
    data_frame=df,
    x='X',
    y='Y',
    animation_frame='Frame',  # 动画帧控制
    range_x=[df['X'].min()-10, df['X'].max()+10],
    range_y=[df['Y'].min()-10, df['Y'].max()+10],
    title='Animated Random Walk',
    width=800,
    height=600
)

# 调整动画速度（每帧500毫秒）
fig.layout.updatemenus[0].buttons[0].args[1]['frame']['duration'] = 500
fig.show()

动态交互​：

        播放按钮控制路径绘制过程

        自动显示当前绘制进度

五、高级定制技巧​

添加路径连线

fig = px.line(
    df, x='X', y='Y', 
    title='Random Walk with Path Line'
)
fig.add_scatter(
    x=df['X'], y=df['Y'], 
    mode='markers', 
    marker=dict(size=4, color='blue')
)

​六、对比Matplotlib静态方案​

​特性​	Plotly Express	Matplotlib
​交互性​	✅ 缩放/悬停/动画	❌ 静态图片
​代码简洁度​	平均5行核心代码	需10+行配置细节
​动态效果​	原生支持动画参数	需复杂Animation对象
​多路径管理​	自动分组配色	手动循环绘制
​适用场景​	网页嵌入/交互分析	论文出版/静态报

七、注意事项​

1. ​大数据优化​：路径点超过10万时，添加 render_mode='webgl' 启用GPU加速

2. ​起点设置​：若需固定起点，在 generate_random_walk() 中修改 start_point 参数

3. ​方向控制​：调整 np.random.choice([-1, 0, 1]) 可增加停留概率

官方API说明：  https://plot.ly/python-api-reference/plotly.express.html

官方绘图教程： https://plot.ly/python/plotly-express/