Plotly:如何在 plotly.py 中手动指定聚合字段的标签
Plotly: How to manually specify the label of an aggregated field in plotly.py
在 Plotly.py histogram and Density heatmaps 中可以指定聚合函数 (histfunc
),例如 sum
或 avg
。
x
和(未聚合的)y
轴标签可以通过 labels
字典手动指定,但是 聚合维度的标签呢?
如何手动指定聚合维度的标签?
import plotly.express as px
df = px.data.tips()
fig = px.histogram(
df,
x="total_bill",
y="tip",
histfunc="avg",
labels={"total_bill": "Total bill", "tip": "Tip", "??": "Average tip"},
)
fig.show()
Update/Added
那么 density heatmap 的 z
轴 (?) 标签呢?
import plotly.express as px
df = px.data.iris()
fig = px.density_heatmap(
df, x="petal_length", y="petal_width", z="sepal_length", histfunc="avg"
)
fig.show()
您可以使用函数update_layout设置y轴标签。示例:
px.histogram(
df,
x="total_bill",
y="tip",
histfunc="avg",
labels={"total_bill": "Total bill", "tip": "Tip", "??": "Average tip"},
).update_layout(yaxis_title="label for Y axis")
彩条的标题可以设置如下。
import plotly.express as px
df = px.data.iris()
fig = px.density_heatmap(
df, x="petal_length", y="petal_width", z="sepal_length", histfunc="avg"
)
fig.layout['coloraxis']['colorbar']['title'] = 'new colorbar_title'
fig.show()
在 Plotly.py histogram and Density heatmaps 中可以指定聚合函数 (histfunc
),例如 sum
或 avg
。
x
和(未聚合的)y
轴标签可以通过 labels
字典手动指定,但是 聚合维度的标签呢?
如何手动指定聚合维度的标签?
import plotly.express as px
df = px.data.tips()
fig = px.histogram(
df,
x="total_bill",
y="tip",
histfunc="avg",
labels={"total_bill": "Total bill", "tip": "Tip", "??": "Average tip"},
)
fig.show()
Update/Added
那么 density heatmap 的 z
轴 (?) 标签呢?
import plotly.express as px
df = px.data.iris()
fig = px.density_heatmap(
df, x="petal_length", y="petal_width", z="sepal_length", histfunc="avg"
)
fig.show()
您可以使用函数update_layout设置y轴标签。示例:
px.histogram(
df,
x="total_bill",
y="tip",
histfunc="avg",
labels={"total_bill": "Total bill", "tip": "Tip", "??": "Average tip"},
).update_layout(yaxis_title="label for Y axis")
彩条的标题可以设置如下。
import plotly.express as px
df = px.data.iris()
fig = px.density_heatmap(
df, x="petal_length", y="petal_width", z="sepal_length", histfunc="avg"
)
fig.layout['coloraxis']['colorbar']['title'] = 'new colorbar_title'
fig.show()