詳解Plotly，創建自定義指標圖表
作者：學研君
使用Plotly創建和自定義指標圖表，本文中將介紹如何使用Plotly庫創建指標圖表的具體操作步驟。
如果你不熟悉Plotly或數據可視化概念，不要擔心！我們將把它分解成易于理解的小塊內容，使其適合任何人。
Plotly簡介
Plotly是一個強大的數據可視化工具，允許我們使用Python創建各種交互式繪圖和圖表。在Plotly提供的無數類型的圖表中，有一種特別簡單明了的類型是“指標圖表”。這些圖表非常適合儀表盤，你可以在其中強調關鍵指標或追蹤一段時間內的變化。
導入
在深入研究細節之前，需要導入Plotly庫。這是任何涉及外部庫的Python程序中典型的第一步：
import plotly.graph_objects as go創建指標圖表
讓我們考慮一個場景，我們有兩個值-120和150。我們要使用參考值100創建這些值的指標。參考值是我們將實際值與之進行比較的基準或標準。
我們的目標是生成下圖：
圖形輸出
以下是創建指標的步驟：
# 創建繪圖的布局
layout = go.Layout(
grid = {'rows': 1, 'columns': 2, 'pattern': 'independent'},
width = 600, # 寬度像素
height = 300 # 高度像素
)fig = go.Figure(layout=layout)
# 第一個值
fig.add_trace(go.Indicator(
mode = "number+delta+gauge",
value = 120,
delta = {'reference': 100},
gauge = {
'axis': {'visible': True, 'range': [None, 150]},
'steps': [
{'range': [0, 100], 'color': "lightgray"}
],
'threshold': {
'line': {'color': "red", 'width': 4},
'thickness': 0.75,
'value': 100
}
},
title = {"text": "Value 1"},
domain = {'x': [0, 0.5], 'y': [0, 1]}
))
# 第二個值
fig.add_trace(go.Indicator(
mode = "number+delta+gauge",
value = 150,
delta = {'reference': 100},
gauge = {
'axis': {'visible': True, 'range': [None, 200]},
'steps': [
{'range': [0, 100], 'color': "lightgray"}
],
'threshold': {
'line': {'color': "red", 'width': 4},
'thickness': 0.75,
'value': 100
}
},
title = {"text": "Value 2"},
domain = {'x': [0.5, 1], 'y': [0, 1]}
))
fig.show()在我們討論的代碼中，我們正在使用go.Indicator函數來創建指標。一開始可能看起來會感覺有點復雜，但一旦我們了解它使用的參數，一切就都水到渠成了。以下是我們所使用參數的概要介紹：
- mode：此參數設置指標的模式。通過將其設置為“number+delta+gauge”，我們告訴Plotly顯示實際值（number）、與參考值的差異（delta）以及在其范圍內可視化數值的儀表（gauge）。
- value：這是該指標將顯示的實際值。
- delta：此參數用于展示實際值和參考值之間的差異。當你想要突出變化或增長時，這特別有用。
- gauge：這是為我們的值提供背景的一個視覺表示。它類似于一個速度表，顯示了我們的值在特定范圍內所處的位置。在gauge參數中，我們可以進一步自定義axis（儀表的范圍）、steps（儀表的分段）和threshold （儀表上標記的值）。
- title：這只是指標的標題。
- domain：此參數確定每個指標所占據的繪圖區域，這有助于我們將指標并排定位放置。
通過理解和調整這些參數，你可以自定義指標圖表以適應你的數據和受眾需求。你可以嘗試不同顏色、調整范圍、重新定位指標等等。
然而，雖然美學定制是數據可視化的一個很好的方面，但重要的是要記住，任何數據可視化的主要目標都是清晰準確地表示數據。因此，總是優先考慮清晰性而不是華麗性。
我們使用Plotly創建了一個簡單而強大的數據可視化。這只是冰山一角，Plotly提供了許多更多功能和類型的圖表供你探索。
圖形輸出
責任編輯：武曉燕
來源：
Python學研大本營
