En este artículo, discutiremos cómo configurar explícitamente una secuencia de colores/paleta de colores en plotly. En general, usamos secuencias de colores integradas, pero si queremos crear una, no es una tarea difícil. Veamos algunos enfoques sobre cómo podemos configurar una paleta de colores.
Método 1: Configuración de la paleta de colores para datos continuos
px. El método scatter() se utiliza para trazar un diagrama de dispersión de los datos que proporcionamos. Hacemos explícitamente una paleta de colores haciendo una lista de los colores. La lista se pasa al parámetro colour_continuous_scale del método px.scatter(). Como estamos trabajando con datos continuos, en este ejemplo usamos el parámetro colour_continuous_scale.
Haga clic aquí para leer y descargar el archivo CSV.
Python3
# import packages and libraries import pandas as pd import plotly.express as px # reading the dataset df = pd.read_csv('weather.csv', encoding='UTF-8') # plot a scatterplot fig = px.scatter(df, x="Temperature", y='Humidity', color='Light', title="setting up colour palette", color_continuous_scale=["orange", "red", "green", "blue", "purple"]) fig.show()
Producción:
Método 2: Configuración de la paleta de colores para datos discretos
px. El método bar() se utiliza para trazar un diagrama de barras de los datos que proporcionamos. hacemos explícitamente una paleta de colores haciendo una lista de los colores. La lista se pasa al parámetro color_discrete_sequence del método px.bar(). Como estamos trabajando con datos discretos en este ejemplo, usamos el parámetro color_discrete_sequence.
Haga clic aquí para descargar el archivo CSV usado.
Python3
# import packages and libraries import pandas as pd import plotly.express as px # reading the dataset df = pd.read_csv('country_density.csv', encoding='UTF-8') # taking observations of first 5 countries df = df.iloc[:5, :] # plotting bar plot fig = px.bar(df, x="Country", y="Density_(P/Km²)", color="Country", orientation="v", hover_name="Country", color_discrete_sequence=[ "orange", "red", "green", "blue", "purple"], title="Explicit color sequence" ) fig.show()
Producción:
¿Qué pasa si nuestra paleta de colores contiene menos colores que nuestros grupos o etiquetas?. Los colores se repiten.
Echa un vistazo a este ejemplo para visualizar.
Python3
# import packages and libraries import pandas as pd import plotly.express as px # reading the dataset df = pd.read_csv('country_density.csv', encoding='UTF-8') # taking observations of first 5 countries df = df.iloc[:5, :] # plotting bar plot fig = px.bar(df, x="Country", y="Density_(P/Km²)", color="Country", orientation="v", hover_name="Country", color_discrete_sequence=["orange", "red"], title="Explicit color sequence" ) fig.show()
Producción:
Método 3: Configuración de paletas de colores a partir de paletas de colores ya existentes
El módulo px.colors.qualitative contiene secuencias de color integradas. para echar un vistazo a todas las secuencias de color se utiliza el método px.colors.qualitative.swatches().
Python3
# import packages and libraries import pandas as pd import plotly.express as px # reading the dataset df = pd.read_csv('country_density.csv', encoding='UTF-8') # taking observations of first 5 countries df = df.iloc[:5, :] # plotting bar plot fig = px.bar(df, x="Country", y="Density_(P/Km²)", color="Country", orientation="v", hover_name="Country", color_discrete_sequence=["orange", "red"], title="Explicit color sequence" ) fig = px.colors.qualitative.swatches() fig.show()
Producción:
En este ejemplo, indexamos los colores de paletas de colores ya existentes y formamos una nueva paleta de colores, en lugar de dar nombres en formato de string, esto también se puede hacer. Este método se puede utilizar si queremos elegir colores de paletas ya existentes o si no sabemos el nombre del color.
El formato de indexación es:
px.colors.qualitative.colour_sequence_name[índice]
ejemplo: px.colors.qualitative.Alphabet[11]
Python3
# import packages and libraries import pandas as pd import plotly.express as px # reading the dataset df = pd.read_csv('country_density.csv', encoding='UTF-8') # taking observations of first 5 countries df = df.iloc[:5, :] # plotting bar plot fig = px.bar(df, x="Country", y="Density_(P/Km²)", color="Country", orientation="v", hover_name="Country", color_discrete_sequence=[ px.colors.qualitative.Alphabet[6], px.colors.qualitative.Alphabet[11], px.colors.qualitative.Plotly[2], px.colors.qualitative.Plotly[7], px.colors.qualitative.G10[5]], title="Explicit color sequence" ) fig.show()
Producción:
Publicación traducida automáticamente
Artículo escrito por isitapol2002 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA