2.3 散点图
2.3.1 基本案例
线形图又称为曲线图，是最常用的图形类型。与传统的绘图软件不同，Plotly没有独立的线形图函数，而是把线形图与散点图全部用Scatter函数实现。
下面的代码（见文件scatter_basic_demo.py）是基本散点图的绘制方法，包括线形图与散点图两种图形的混合。
import plotly as py
import plotly.graph_objs as go
# ----------pre def
pyplt = py.offline.plot
# ----------code
# Create random data with numpy
import numpy as np
N = 100
random_x = np.linspace(0, 1, N)
random_y0 = np.random.randn(N)+5
random_y1 = np.random.randn(N)
random_y2 = np.random.randn(N)-5
# Create traces
trace0 = go.Scatter(
x = random_x,
y = random_y0,
mode = 'markers', # 纯散点的绘图
name = 'markers' # 曲线名称
)
trace1 = go.Scatter(
x = random_x,
y = random_y1,
mode = 'lines+markers', # “散点+线”的绘图
name = 'lines+markers'
)
trace2 = go.Scatter(
x = random_x,
y = random_y2,
mode = 'lines', # 线的绘图
name = 'lines'
)
data = [trace0, trace1, trace2]
pyplt(data, filename='tmp\scatter_basic_demo.html')
代码运行结果如图2-4所示。
图2-4 代码运行结果
查看案例源码可以看出，markers、lines和lines+markers三个图形的输出格式不同，是因为Scatter函数中的mode参数不同：
mode = 'markers', #xtr1，散点图
mode = 'lines', #xtr2，线形图，
mode = 'lines + markers', #xtr3，线形图+散点图组合
2.3.2 样式设置
下面的代码（见文件scatter_style.py）用来设置点的大小和颜色，以及线条的大小和颜色。
import plotly as py
import plotly.graph_objs as go
import numpy as np
# ----------pre def
pyplt = py.offline.plot
# ----------code
N = 500
x = np.random.randn(N)
trace0 = go.Scatter(
x = np.random.randn(N),
y = np.random.randn(N)+2,
name = 'Above',
mode = 'markers+lines',
marker = dict(
size = 10, # 设置点的宽度
color = 'rgba(152, 0, 0, .8)', # 设置点的颜色
line = dict(
width = 2, # 设置线条的宽度
color = 'rgb(0, 0, 0)' # 设置线条的颜色
)
)
)
trace1 = go.Scatter(
x = np.random.randn(N),
y = np.random.randn(N) -2,
name = 'Below',
mode = 'markers',
marker = dict(
size = 10,
color = 'rgba(255, 182, 193, .9)',
line = dict(
width = 2,
)
)
)
data = [trace0, trace1]
layout = dict(title = 'Styled Scatter',
yaxis = dict(zeroline = True), # 显示y轴的0刻度线
xaxis = dict(zeroline = False) # 不显示x轴的0刻度线
)
fig = dict(data=data, layout=layout)
pyplt(fig, filename='tmp\scatter_style.html')
代码运行结果如图2-5所示。
图2-5 代码运行结果
在这个案例中，重要的是marker参数的设置：
marker = dict(
size = 10, # 设置点的宽度
color = 'rgba(152, 0, 0, .8)', # 设置点的颜色
line = dict(
width = 2, # 设置线条的宽度
color = 'rgb(0, 0, 0)' # 设置线条的颜色
)
)
这里size设置的是点的宽度，width设置的是线条的宽度，第一个color设置的是点的颜色，第二个color设置的是线条的颜色，读者可以对这些参数进行修改，实际验证一下。
需要注意的是，Plotly中的这些参数在其他绘图函数中可以重复使用，这也是Plotly人性化的地方。
2.3.3 应用案例
本案例的文件名是scatter_apply.py，讲解Scatter函数的使用方法，绘制曲线图与散点图，以及曲线图与散点图的组合图，代码如下。
# -＊- coding: utf-8-＊-
import pandas as pd
import pandas as pd
import plotly as py
import plotly.graph_objs as pygo
# ----------pre def
pd.set_option('display.width', 450)
pyplt = py.offline.plot
# ----------code
df = pd.read_csv('dat/tk01_m15.csv')
df9 = df[:10];
print(df9)
#
idx = df9['xtim']
xd0 = (df9['close'] -27) ＊ 50
df2 = df9
df2['xd1'] = xd0-10
df2['xd2'] = xd0
df2['xd3'] = xd0 + 10
print('xd2\n', df2);
# --------
xtr1 = pygo.Scatter(
x=idx,
y=df2['xd1'],
mode='markers', # xtr1，散点图
name='xtr1-markers',
)
xtr2 = pygo.Scatter(
x=idx,
y=df2['xd2'],
mode='lines', # xtr2，曲线图
name='xtr2-lines',
)
xtr3 = pygo.Scatter(
x=idx,
y=df2['xd3'],
mode='markers+lines', # xtr3，曲线图+散点图
name='xtr3-markers+lines',
)
xdat = pygo.Data([xtr1, xtr2, xtr3])
layout = pygo.Layout(
title=’收盘价--15分钟分时数据’,
xaxis=pygo.XAxis(tickangle=-15),
)
fig = pygo.Figure(data=xdat, layout=layout, filename=r'tmp\
scatter_apply.html')
pyplt(fig)
#
print('ok')
代码运行结果如图2-6所示。
图2-6 代码运行结果
2.3.4 参数解读
使用Scatter函数可以绘制线形图与散点图，主要参数如下。
●connectgaps：布尔变量，用于连接缺失数据。
●dx、dy:x、y坐标轴的步进值，默认值是1。
●error_x、error_y:x、y出错信息。
●fillcolor：填充颜色。
●fill：填充模式，包括格式、颜色等。
●hoverinfo：当用户与图形互动时，鼠标指针显示的参数，包括x、y、z坐标数据，以及text（文字信息）、name（图形名称）等参数的组合，可使用+、all、none和skip（忽略）作为组合连接符号，默认是all（全部消失）。
●hoveron：当用户与图形互动时，鼠标指针显示的模式，包括points（点图）、fills（填充图）和points+fills（点图+填充图）三种模式。
●ids：在动画图表中，数据点和图形key键的列表参数。
●legendgroup：图例参数，默认是空字符串。
●line：线条参数，包括线条宽度、颜色、格式。
●marker：数据节点参数，包括大小、颜色、格式等。
●mode：图形格式，包括lines（线形图）、markers（散点图）和text（文本），使用+或none等符号进行模式组合。
●name：名称参数。
●opacity：透明度参数，范围是0～1。
●rsrc、xsrc、ysrc、tsrc、idssrc、textsrc、textpositionsrc：字符串源数组列表，可作为Plotly网格标识符，用于设置特殊图表所需的r参数、x参数、y参数、t参数、ids参数、text（文本）参数和textposition（文本位置）参数。
●r、t：仅用于极坐标图，r用于设置径向坐标（半径），t用于设置角坐标。
●showlegend：布尔变量，用于切换图标显示。
●stream：数据流，用于实时显示数据图表。
●textfont：文本字体参数，包括字体名称、颜色、大小等。
●textposition:“文本”元素的位置参数，包括top left（左上）、top center（中上）、top right（右上）、middle left（左中）、middle center（中心）、middle right（右中）、bottom left（左下）、bottom center（中下）、bottom right（右下）模式，默认是middle center（中心）模式。
●text：文本数据，设置与每个“（x, y）对”关联的文本元素和数组列表格式，默认是空字符串。
●type：数据显示模式，包括constant（常数）、percent（百分比）、sqrt（平方根）、array（数组）模式。
●x0、y0：坐标轴起点坐标。
●xaxis, yaxis:x、y坐标参数。
●xcalendar、ycalendar：坐标时间参数的格式，默认是公历（gregorian），支持gregorian、chinese、coptic、discworld、ethiopian、hebrew、islamic、julian、mayan、nanakshahi、nepali、persian、jalali、taiwan、thai和ummalqura格式。
●x, y：设置x、y轴的坐标数据。