吹爆了这个可视化神器，学会上手后直接开大～

本文介绍了Plotly_express，一个Python库，用于简化Plotly的使用，实现快速的数据可视化。通过几行代码，可以创建线型图、面积图、散点图和地理数据图。文章提供了详细的使用步骤和示例代码，包括数据集加载、图形绘制和动画效果。此外，还分享了Python全套学习资料，包括学习路线、视频、源码等。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

今天给大家推荐一个可视化神器 - Plotly_express ，上手非常的简单，基本所有的图都只要一行代码就能绘出一张非常酷炫的可视化图。

以下是这个神器的详细使用方法，文中附含大量的 GIF 动图示例图。

1. 环境准备

本文的是在如下环境下测试完成的。

Python3.7
Jupyter notebook
Pandas1.1.3
Plotly_express0.4.1

其中 Plotly_express0.4.1 是本文的主角，安装它非常简单，只需要使用 pip install 就可以

$ python3 -m pip install plotly_express

2. 工具概述

在说 plotly_express 之前，我们先了解下 plotly。Plotly 是新一代的可视化神器，由 TopQ 量化团队开源。虽然 Ploltly 功能非常之强大，但是一直没有得到重视，主要原因还是其设置过于繁琐。因此，Plotly 推出了其简化接口：Plotly_express，下文中统一简称为 px。

px 是对 Plotly.py 的一种高级封装，其内置了很多实用且现代的绘图模板，用户只需要调用简单的 API 函数即可实用，从而快速绘制出漂亮且动态的可视化图表。

px 是完全免费的，用户可以任意使用它。最重要的是，px 和 plotly 生态系统的其他部分是完全兼容的。用户不仅可以在 Dash 中使用，还能通过 Orca 将数据导出为几乎任意文件格式。

官网的学习资料：https://plotly.com/

px 的安装是非常简单的，只需要通过 pip install plotly_express 来安装即可。安装之后的使用：

import plotly_express as px

3. 开始绘图

接下来我们通过 px 中自带的数据集来绘制各种精美的图形。

gapminder
tips
wind

3.1 数据集

首先我们看下 px 中自带的数据集：

import pandas as pd
import numpy as np
import plotly_express as px  # 现在这种方式也可行：import plotly.express as px

# 数据集
gapminder = px.data.gapminder()
gapminder.head()  # 取出前5条数据

我们看看全部属性值：

3.2 线型图

线型图 line 在可视化制图中是很常见的。利用 px 能够快速地制作线型图：

# line 图
fig = px.line(
  gapminder,  # 数据集
  x="year",  # 横坐标
  y="lifeExp",  # 纵坐标
  color="continent",  # 颜色的数据
  line_group="continent",  # 线性分组
  hover_name="country",   # 悬停hover的数据
  line_shape="spline",  # 线的形状
  render_mode="svg"  # 生成的图片模式
)
fig.show()

再来制作面积图：

# area 图
fig = px.area(
  gapminder,  # 数据集
  x="year",  # 横坐标
  y="pop",  # 纵坐标
  color="continent",   # 颜色
  line_group="country"  # 线性组别
)
fig.show()

3.3 散点图

散点图的制作调用 scatter 方法：

指定 size 参数还能改变每个点的大小：

px.scatter(
  gapminder2007   # 绘图DataFrame数据集
  ,x="gdpPercap"  # 横坐标
  ,y="lifeExp"  # 纵坐标
  ,color="continent"  # 区分颜色
  ,size="pop"   # 区分圆的大小
  ,size_max=60  # 散点大小
)

通过指定 facet_col、animation_frame 参数还能将散点进行分块显示：

px.scatter(
  gapminder   # 绘图使用的数据
  ,x="gdpPercap" # 横纵坐标使用的数据
  ,y="lifeExp"  # 纵坐标数据
  ,color="continent"  # 区分颜色的属性
  ,size="pop"   # 区分圆的大小
  ,size_max=60  # 圆的最大值
  ,hover_name="country"  # 图中可视化最上面的名字
  ,animation_frame="year"  # 横轴滚动栏的属性year
  ,animation_group="country"  # 标注的分组
  ,facet_col="continent"   # 按照国家country属性进行分格显示
  ,log_x=True  # 横坐标表取对数
  ,range_x=[100,100000]  # 横轴取值范围
  ,range_y=[25,90]  # 纵轴范围
  ,labels=dict(pop="Populations",  # 属性名字的变化，更直观
               gdpPercap="GDP per Capital",
               lifeExp="Life Expectancy")
)

3.4 地理数据绘图

在实际的工作中，我们可能会接触到中国地图甚至是全球地图，使用 px 也能制作：

px.choropleth(
  gapminder,  # 数据集
  locations="iso_alpha",  # 配合颜色color显示
  color="lifeExp", # 颜色的字段选择
  hover_name="country",  # 悬停字段名字
  animation_frame="year",  # 注释
  color_continuous_scale=px.colors.sequential.Plasma,  # 颜色变化
  projection="natural earth"  # 全球地图
             )

fig = px.scatter_geo(
  gapminder,   # 数据
  locations="iso_alpha",  # 配合颜色color显示
  color="continent", # 颜色
  hover_name="country", # 悬停数据
  size="pop",  # 大小
  animation_frame="year",  # 数据帧的选择
  projection="natural earth"  # 全球地图
                    )

fig.show()

  px.scatter_geo(gapminder, # 数据集
  locations="iso_alpha",  # 配和color显示颜色
  color="continent",  # 颜色的字段显示
  hover_name="country",  # 悬停数据
  size="pop",  # 大小
  animation_frame="year"  # 数据联动变化的选择
  #,projection="natural earth"   # 去掉projection参数
)

使用 line_geo 来制图：

fig = px.line_geo(
  gapminder2007,  # 数据集
  locations="iso_alpha",  # 配合和color显示数据
  color="continent",  # 颜色
  projection="orthographic")   # 球形的地图
fig.show()

这里给大家分享一份Python全套学习资料，包括学习路线、软件、源码、视频、面试题等等，都是我自己学习时整理的，希望可以对正在学习或者想要学习Python的朋友有帮助！

优快云大礼包：全网最全《全套Python学习资料》免费分享🎁

😝有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓

👉优快云大礼包🎁：全网最全《Python学习资料》免费分享（安全链接，放心点击）👈

1️⃣零基础入门

① 学习路线

对于从来没有接触过Python的同学，我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
在这里插入图片描述

② 路线对应学习视频

还有很多适合0基础入门的学习视频，有了这些视频，轻轻松松上手Python~ 在这里插入图片描述

③练习题

每节视频课后，都有对应的练习题哦，可以检验学习成果哈哈！
在这里插入图片描述
因篇幅有限，仅展示部分资料

2️⃣国内外Python书籍、文档

① 文档和书籍资料

在这里插入图片描述

3️⃣Python工具包+项目源码合集

①Python工具包

学习Python常用的开发软件都在这里了！每个都有详细的安装教程，保证你可以安装成功哦！
在这里插入图片描述

②Python实战案例

光学理论是没用的，要学会跟着一起敲代码，动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。100+实战案例源码等你来拿！
在这里插入图片描述

③Python小游戏源码

如果觉得上面的实战案例有点枯燥，可以试试自己用Python编写小游戏，让你的学习过程中增添一点趣味！
在这里插入图片描述

4️⃣Python面试题

我们学会了Python之后，有了技能就可以出去找工作啦！下面这些面试题是都来自阿里、腾讯、字节等一线互联网大厂，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
在这里插入图片描述

5️⃣Python兼职渠道

而且学会Python以后，还可以在各大兼职平台接单赚钱，各种兼职渠道+兼职注意事项+如何和客户沟通，我都整理成文档了。
在这里插入图片描述

上述所有资料 ⚡️ ，朋友们如果有需要 📦《全套Python学习资料》的，可以扫描下方二维码免费领取 🆓
😝有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓