一文教你利用Python画花样图

前言

在之前的一篇文章Python可视化神器-Plotly动画展示展现了可视化神器-Plotly的动画的基本应用,本文介绍如何在Python中使用 Plotly 创建地图并在地图上标相应的线。

地球仪加线

根据地球仪的区域显示在相应的位置图形上加上线条,完美的线性地球仪详细代码如下:

`import plotly.express as px
df = px.data.gapminder.query("year == 2007")
fig = px.line_geo(df, locations="iso_alpha",
color="continent", 
# "continent" is one of the columns of gapminder
projection="orthographic")
fig.show` 

显示结果为:**

一文教你利用Python画花样图_第1张图片

地图上加线

绘画出相应的地图后添加经纬度,再根据经纬度绘画出相应的线条,详细代码如下:

import

plotly.graph_objects

as

go

fig = go.Figure(data=go.Scattergeo(
lat = [3.86, 53.55],
lon = [73.66, 135.05],
mode = 'lines',
line = dict(width = 2, color = 'red'),
))

fig.update_layout(
geo = dict(
resolution = 50,
showland = True,
showlakes = True,
landcolor = 'rgb(203, 203, 203)',
countrycolor = 'rgb(204, 204, 204)',
lakecolor = 'rgb(255, 255, 255)',
projection_type = "equirectangular",
coastlinewidth = 3,
lataxis = dict(
range = [20, 60],
showgrid = True,
dtick = 10
),
lonaxis = dict(
range = [-100, 20],
showgrid = True,
dtick = 20
),
)
)

`fig.show`

显示结果如下:

一文教你利用Python画花样图_第2张图片

一文教你利用Python画花样图_第3张图片

最后的福利-3D图鉴赏

最后加入一个3D图像鉴赏,制作图像详细代码如下:

# 导入包import

plotly.graph_objects

as

go

from

plotly.subplots

import

make_subplots

import

numpy

as

np

N = 50

fig = make_subplots(rows=2, cols=2,
specs=[[{'is_3d': True}, {'is_3d': True}],
[{'is_3d': True}, {'is_3d': True}]],
print_grid=False)
for i in [1,2]:
for j in [1,2]:
fig.append_trace(
go.Mesh3d(
x=(50*np.random.randn(N)),
y=(20*np.random.randn(N)),
z=(40*np.random.randn(N)),
opacity=0.5,
),
row=i, col=j)

`fig.update_layout(width=700, margin=dict(r=9, l=9, b=9, t=9))
# 将左上角子图中的比率固定为立方体
fig.update_layout(scene_aspectmode='cube')
# 手动强制z轴显示为其他两个的两倍大
fig.update_layout(scene2_aspectmode='manual',
scene2_aspectratio=dict(x=1, y=1, z=2))
# 绘制轴线与轴线范围的比例成比例
fig.update_layout(scene3_aspectmode='data')
# 使用“data”作为默认值自动生成比例良好的内容
fig.update_layout(scene4_aspectmode='auto')
#显示
fig.show` 

显示结果如下:

一文教你利用Python画花样图_第4张图片

一文教你利用Python画花样图_第5张图片

总结

到此这篇关于利用Python画花样图的文章就介绍到这了,更多相关Python画花样图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

你可能感兴趣的