Plotly 子图和插入图
在这里，我们将了解 Plotly 中子图和插入图的概念。
制作子图
有时并排比较不同的数据视图会很有帮助。这支持子图的概念。它在
plotly.tools 模块 中提供了
make_subplots() 函数。该函数返回一个 Figure 对象。
以下语句创建一行中有两个子图。
fig = tools.make_subplots(rows = 1, cols = 2)
我们现在可以向图中添加两个不同的跟踪（上面示例中的 exp 和 log 跟踪）。
fig.append_trace(trace1, 1, 1)
fig.append_trace(trace2, 1, 2)
通过使用
update()方法指定
标题，宽度，高度，等进一步配置图形的布局。
fig['layout'].update(height = 600, width = 800s, title = 'subplots')
这是完整的脚本-
from plotly import tools
import plotly.plotly as py
import plotly.graph_objs as go
from plotly.offline import iplot, init_notebook_mode
init_notebook_mode(connected = true)
import numpy as np
x = np.arange(1,11)
y1 = np.exp(x)
y2 = np.log(x)
trace1 = go.Scatter(
x = x,
y = y1,
name = 'exp'
)
trace2 = go.Scatter(
x = x,
y = y2,
name = 'log'
)
fig = tools.make_subplots(rows = 1, cols = 2)
fig.append_trace(trace1, 1, 1)
fig.append_trace(trace2, 1, 2)
fig['layout'].update(height = 600, width = 800, title = 'subplot')
iplot(fig)
这是你的绘图网格的格式：[ (1,1) x1,y1 ] [ (1,2) x2,y2 ]
插图
要将子图显示为插图，我们需要配置其跟踪对象。首先是
'x2' 和
'y2' 的插入跟踪的
xaxis 和 yaxis 属性。以下语句将
‘log’ 跟踪放入插图中。
trace2 = go.Scatter(
x = x,
y = y2,
xaxis = 'x2',
yaxis = 'y2',
name = 'log'
)
其次，配置 Layout 对象，其中插入的 x 和 y 轴的位置由
domain 属性定义，该属性指定相对于长轴的位置。
xaxis2=dict(
domain = [0.1, 0.5],
anchor = 'y2'
),
yaxis2 = dict(
domain = [0.5, 0.9],
anchor = 'x2'
)
在主轴上显示 inset 中的 log trace 和 exp trace 的完整脚本如下-
trace1 = go.Scatter(
x = x,
y = y1,
name = 'exp'
)
trace2 = go.Scatter(
x = x,
y = y2,
xaxis = 'x2',
yaxis = 'y2',
name = 'log'
)
data = [trace1, trace2]
layout = go.Layout(
yaxis = dict(showline = true),
xaxis2 = dict(
domain = [0.1, 0.5],
anchor = 'y2'
),
yaxis2 = dict(
showline = true,
domain = [0.5, 0.9],
anchor = 'x2'
)
)
fig = go.Figure(data=data, layout=layout)
iplot(fig)
输出如下-
