23、数据可视化与空气质量测量案例分析

数据可视化与空气质量测量案例分析

1. 数据可视化基础与 plotly 包介绍

在数据可视化中，为了让他人更好地理解图表，我们需要考虑传达的核心信息。以男子 100 米短跑比赛时间为例，通过原始的散点图，我们可以进一步优化它。主要信息有两点：一是过去 50 年里顶尖运动员的速度越来越快；二是尤塞恩·博尔特在 2009 年创下的 9.58 秒的惊人纪录至今未被打破（实际上，第二好的成绩也属于博尔特）。为了让图表更具信息性，我们可以采取以下操作：
- 添加直接表明核心信息的标题。
- 在 y 轴标签中添加测量单位。
- 对散点图中的关键点进行注释，包括博尔特的两个最佳比赛时间。
- 添加一条 10 秒的水平参考线，明确图表仅展示低于 10 秒的时间。
- 使用特殊符号标记世界纪录时间，吸引读者注意。

这些操作能帮助读者更好地理解图表内容，使其成为幻灯片、技术报告或社交媒体帖子的有用组成部分。

接下来，我们介绍使用 Python 的 plotly 包创建图表的方法。plotly 包相较于其他绘图库有诸多优势：
- 创建交互式图表，而非静态图像。可以进行平移、缩放操作，还能通过悬停查看原始数据值。
- 可以使用 SVG 文件格式保存图表，即使放大图像也能保持清晰。
- 拥有简单的 API 用于创建基本图表，便于进行探索性分析时快速创建多个图表。

1.1 Figure 和 Trace 对象

在 plotly 中，每个图表都封装在 Figure 对象中。Figure 对象负责跟踪要绘制的内容，还能记录图表的布局，如大小、标题、图例和注释等。plotly.express