Escalas de color continuas incorporadas en Python Plotly

Plotly tiene escalas de color discretas y continuas incorporadas. Este artículo trata sobre escalas de color discretas. Varias funciones de Plotly Express aceptan una entrada de escala continua de color y muchos tipos de trazas tienen una propiedad de escala de color en su esquema. Plotly tiene una amplia variedad de escalas de color continuas integradas a las que se puede hacer referencia en el código de Python al especificar los argumentos, ya sea por nombre o por referencia.

Código para imprimir los nombres de las escalas de colores:

#import packages
import plotly.express as px
  
plotly_colorscales = px.colors.named_colorscales()
  
# printing color scales
print(plotly_colorscales)

Producción:

[‘aggrnyl’, ‘agsunset’, ‘cuerpo negro’, ‘bluered’, ‘blues’, ‘blugrn’, ‘bluyl’, ‘brwnyl’, ‘bugn’, ‘bupu’, ‘burg’, ‘burgyl’, ‘ cividis’, ‘menta oscura’, ‘eléctrico’, ‘emrld’, ‘gnbu’, ‘verdes’, ‘grises’, ‘caliente’, ‘infierno’, ‘jet’, ‘magenta’, ‘magma’, ‘menta’ , ‘orrd’, ‘naranjas’, ‘oryel’, ‘melocotón’, ‘pinkyl’, ‘plasma’, ‘plotly3′,’pubu’, ‘pubugn’, ‘purd’, ‘purp’, ‘purples’, ‘ significado’, ‘arcoíris’, ‘rdbu’, ‘rdpu’, ‘redor’, ‘rojos’, ‘puesta de sol’, ‘oscuro atardecer’, ‘verde azulado’, ‘verde azulado’, ‘turbo’, ‘viridis’, ‘ylgn’ , ‘ylgnbu’, ‘ylorbr’, ‘ylorrd’,’algae’, ‘amp’, ‘deep’, ‘dense’, ‘gray’, ‘haline’, ‘ice’, ‘matter’, ‘solar’, ‘ velocidad’, ‘tempo’, ‘térmico’, ‘turbio’, ‘armyrose’, ‘brbg’, ‘tierra’, ‘otoño’, ‘géiser’, ‘prgn’, ‘piyg’, ‘picnic’, ‘portland’ , ‘puor’,’rdgy’, ‘rdylbu’, ‘rdylgn’, ‘spectral’, ‘tealrose’, ‘temps’, ‘tropic’, ‘balance’, ‘curl’, ‘delta’, ‘oxy’, ‘ borde’, ‘hsv’, ‘fuego de hielo’, ‘fase’,’crepúsculo’, ‘mrybm’, ‘mygbm’]

Código para ver las escalas de color secuenciales integradas en el módulo plotly.colors.secuencial. El método Swatches_secuencial() se utiliza para ver las escalas de color. El método devuelve un gráfico de todas las escalas de color secuenciales:

# importing packages
import plotly.express as px
  
fig = px.colors.sequential.swatches_continuous()
fig.show()

Producción:

Ejemplo 1:

Se traza un gráfico de dispersión donde el color del gráfico de dispersión depende de la columna ‘Luz’. Los valores de ‘tamaño’ representan un color continuo.

Para ver y descargar los archivos CSV utilizados en los ejemplos, haga clic aquí .

# import packages and libraries
import pandas as pd
from matplotlib import pyplot as plt
import numpy as np
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="Numeric 'size' values represents continuous color")
  
  
fig.show()

Producción:

Ejemplo 2:

Se vuelve a repetir el mismo ejemplo pero en el px. En el método scatter() incluimos un parámetro adicional ‘color_continous_scale’, el nombre de la escala de color se proporciona como entrada. px.colors.secuencial contiene escalas de color. En el ejemplo dado, Rainbow es el nombre de la escala de colores. 

# import packages and libraries
import pandas as pd
from matplotlib import pyplot as plt
import numpy as np
import plotly.express as px
  
# reading the dataset
df = pd.read_csv('weather.csv', encoding='UTF-8')
  
# creating a scatterplot
fig = px.scatter(df, x="Temperature", y='Humidity', color='Light',
                 color_continuous_scale=px.colors.sequential.Rainbow)
  
  
fig.show()

Producción:

Ejemplo 3:

También podemos especificar el nombre de la escala de colores usando el nombre de la escala de colores continua como una string. ‘Viridis’ es el nombre de la escala de colores.

# import packages and libraries
import pandas as pd
from matplotlib import pyplot as plt
import numpy as np
import plotly.express as px
  
# reading the dataset
df = pd.read_csv('weather.csv', encoding='UTF-8')
  
# creating a scatterplot
fig = px.scatter(df, x="Temperature", y='Humidity', color='Light',
                 color_continuous_scale='Viridis')
  
  
fig.show()

Producción: