python用plotly實現繪制局部放大圖
最終效果展示
實現思路
在繪圖區域插入一個嵌入圖,嵌入圖與原圖的繪畫保持一致,通過限制嵌入圖的x軸和y軸的顯示范圍,達到縮放的效果,並在原圖上繪畫一個矩形框,以凸顯縮放的區域,最後通過兩條直線凸顯縮放關系。
導入庫
import plotly.io as pio import plotly.graph_objects as go import pandas as pd import numpy as np # 設置plotly默認主題,白色主題 pio.templates.default = 'plotly_white'
隨機生成一些數據
# x坐標 x = np.arange(1, 1001) # 生成y軸數據,並添加隨機波動 y1 = np.log(x) indexs = np.random.randint(0, 1000, 800) for index in indexs: y1[index] += np.random.rand() - 0.5 y1 = y1 + 0.2 y2 = np.log(x) indexs = np.random.randint(0, 1000, 800) for index in indexs: y2[index] += np.random.rand() - 0.5 y3 = np.log(x) indexs = np.random.randint(0, 1000, 800) for index in indexs: y3[index] += np.random.rand() - 0.5 y3 = y3 - 0.2
封裝繪圖代碼
class LocalZoomPlot: def __init__(self, x, y, colors, x_range, scale=0.): """ :param x: x軸坐標,列表類型 :param y: y軸坐標,二維列表類型,例如 [y1, y2, y3] :param colors: 每個曲線的顏色,必須與 len(y) 相等 :param x_range: 需要縮放區域的x軸范圍 :param scale: 詳見 getRangeMinMaxValue 函數 """ self.x = x self.y = y self.colors = colors self.x_range = x_range self.y_range = self.getRangeMinMaxValue(x_range, scale) def getRangeMinMaxValue(self, x_range, scale=0.): """ 獲取指定x軸范圍內,所有y數據的最大值和最小值 :param x_range: 期望局部放大的x軸范圍 :param scale: 將最大值和最小值向兩側延伸一定距離 """ min_value = np.min([np.min(arr[x_range[0]:x_range[1]]) for arr in self.y]) max_value = np.max([np.max(arr[x_range[0]:x_range[1]]) for arr in self.y]) # 按一定比例縮放 min_value = min_value - (max_value - min_value) * scale max_value = max_value + (max_value - min_value) * scale # 返回縮放後的結果 return min_value, max_value def originPlot(self, fig, **kwargs): """ 根據 y 數據繪制初始折線圖 :param fig: go.Figure實例 """ fig.add_traces([ go.Scatter(x=self.x, y=arr, opacity=0.7, marker_color=self.colors[i], **kwargs) for i, arr in enumerate(self.y) ]) return fig def insetPlot(self, fig, inset_axes): """ 在原始圖像上插入嵌入圖 :param fig: go.Figure對象實例 :param inset_axes: 嵌入圖的位置和大小 [左下角的x軸位置, 左下角的y軸位置, 寬度, 高度] 所有坐標都是絕對坐標(0~1之間) """ # 使用創建子圖中的嵌入圖參數,創建一個嵌入圖 fig = fig.set_subplots(insets=[dict( type='xy', l=inset_axes[0], b=inset_axes[1], w=inset_axes[2], h=inset_axes[3], )]) # 嵌入圖與原始圖的繪畫一致,需要指定 xaxis 和 yaxis 參數確保是在嵌入圖上繪畫的 fig = self.originPlot(fig, xaxis='x2', yaxis='y2', showlegend=False) # 將嵌入圖的坐標軸范圍限定在指定范圍 fig.update_layout( xaxis2=dict(range=self.x_range), yaxis2=dict(range=self.y_range) ) return fig def rectOriginArea(self, fig): """ 將放大的區域框起來 :param fig: go.Figure實例 """ fig.add_trace(go.Scatter( # 從左上角開始,順時針連線 x=np.array(self.x_range)[[0, 1, 1, 0, 0]], y=np.array(self.y_range)[[1, 1, 0, 0, 1]], mode='lines', line={'color': '#737473', 'dash': 'dash', 'width': 3}, showlegend=False )) return fig def addConnectLine(self, fig, area_point_num, point): """ 從放大區域指定點連線 :param fig: go.Figure實例 :param area_point_num: 放大區域的錨點,例如:(0, 0)表示放大區域的左下角坐標,(0, 1)表示左上角坐標, (1, 0)表示右下角坐標,(1, 1)表示右上角坐標,隻能取這四種情況 :param point: 要進行連線的另一個點,通常位於嵌入圖附近,根據美觀程度自行指定 """ fig.add_shape(type='line', x0=self.x_range[area_point_num[0]], y0=self.y_range[area_point_num[1]], x1=point[0], y1=point[1], line={'color': '#737473', 'dash': 'dash', 'width': 1}, ) return fig
開始繪制
plot = LocalZoomPlot(x, [y1, y2, y3], ['#f0bc94', '#7fe2b3', '#cba0e6'], (100, 150), 0.) fig = go.Figure() fig = plot.originPlot(fig) fig = plot.insetPlot(fig, (0.4, 0.2, 0.4, 0.3)) fig = plot.rectOriginArea(fig) fig = plot.addConnectLine(fig, (0, 0), (420, -0.7)) fig = plot.addConnectLine(fig, (1, 1), (900, 2.7)) # 額外對圖片進行設置 fig.update_layout( width=800, height=600, xaxis=dict( rangemode='tozero', showgrid=False, zeroline=False, ), xaxis2=dict( showgrid=False, zeroline=False ), ) fig.show()
總結
到此這篇關於python用plotly實現繪制局部放大圖的文章就介紹到這瞭,更多相關python plotly繪制局部放大圖內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Python使用Plotly繪制常見5種動態交互式圖表
- Python 數據可視化實現5種炫酷的動態圖
- 一文教會你用Python繪制動態可視化圖表
- Python Matplotlib初階使用入門教程
- Python數據分析之matplotlib繪圖詳解