plotly动态图表秀：通过plotly创建交互式舆图，展示各人气温区分情况嘿，诸君Python入门者和喜爱者们！今天我们要玩点高档的，用plotly库来创建交互式舆图，展示各人气温区分情况。别追想，诚然听起来挺重大上的，但我保证会让你以为随和又酷爱！
什么是plotly？
最初，我们得知谈plotly是啥。plotly是一个超等苍劲的绘制库，它不仅能画静态图，还能画动态交互式图表！就像你在网页上看到的那些不错放大、放松、移动、致使点击的图表，好多都是用plotly作念的。
为什么要用plotly画舆图？
舆图是一种相配直不雅的展示地舆数据的方式。而交互式舆图则愈加炫酷，你不错通过鼠标来探索数据，比如放大某个地区，望望哪里的气温情况。这关于数据分析和展示来说，险些不要太简易！
装配和导入plotly
要是你还没装配plotly，连忙用pip号令装配一下：
1bash复制代码2 pip install plotly
装配好了之后，我们就不错在Python代码中导入它了：
1python复制代码2 import plotly.express as px
这里我们导入的是plotly的express模块，它简化了plotly的使用，让我们大要更快速地创建图表。
获得数据
接下来，我们需要一些各人气温的数据。为了简易起见，我们不错使用plotly自带的数据集，或者从网上找一个开源的数据集。这里我用一个假定的数据集来演示，假定它包含国度称号、经纬度以及平均气温。
1python复制代码2# 假定的数据集，推行使用时请替换为真确数据3 data = {4 'country': ['China', 'USA', 'Brazil', 'Russia', 'India'],5 'lat': [35.8617, 37.0902, -14.2350, 61.5240, 20.5937],6 'lon': [104.1954, -95.7129, -51.9253, 105.3188, 78.9629],7 'temp': [15, 20, 25, 5, 28]8 }
创建交互式舆图
有了数据之后，我们就不错驱动创建交互式舆图了。使用plotly.express的choropleth函数，我们不错相配疏忽地画出舆图。
1python复制代码 2# 创建交互式舆图 3 fig = px.choropleth(data, 4 locations='country', # 指定国度称号 5 locationmode='country names', # 指定国度称号的模式 6 color='temp', # 指定用来着色的数据列 7 hover_name='country', # 指定悬停时清晰的称号 8 color_continuous_scale=px.colors.diverging.Tealrose, # 指定颜料决议 9 title='各人气温区分情况') # 指定图表标题1011# 清晰图表12 fig.show()
这段代码会在你的浏览器中掀开一个交互式舆图，展示各人几个国度的气温区分情况。你不错放大、放松、移动舆图，还不错悬停在某个国度上，稽察具体的气温数据。
自界说舆图
plotly的苍劲之处在于，你不错相配疏忽地自界说舆图的各个方面。比如，你不错篡改颜料决议、添加标签、更始舆图的样式等等。篡改颜料决议要是你不可爱默许的颜料决议，不错换成其他的。plotly提供了好多种颜料决议供你聘任。
1python复制代码2 fig = px.choropleth(data, 3 locations='country', 4 locationmode='country names', 5 color='temp', 6 hover_name='country', 7 color_continuous_scale=px.colors.sequential.Plasma, # 换成另一种颜料决议8 title='各人气温区分情况')9 fig.show()
添加标签和正式你还不错在舆图上添加标签和正式，以便更好地解说数据。
1python复制代码 2 fig = px.choropleth(data, 3 locations='country', 4 locationmode='country names', 5 color='temp', 6 hover_name='country', 7 color_continuous_scale=px.colors.sequential.Plasma, 8 title='各人气温区分情况', 9 labels={'temp': '平均气温 (°C)'}) # 添加标签10 fig.update_geos(fitbounds="locations", visible=False) # 更始舆图范畴11 fig.show()
在这个例子中，我们通过labels参数添加了一个标签，解说了气温数据的单元。同期，我们还通过update_geos函数更始了舆图的范畴，让舆图愈加紧凑。
高档用法：迷惑其他数据
除了展示气温数据除外，你还不错将其他数据与舆图迷惑起来。比如，你不错展示每个国度的GDP、东谈主口数目、碳排放量等等。只需要在数据皆集添加相应的列，然后在choropleth函数中指定即可。
追想
通过本文的先容，你学会了如何使用plotly创建交互式舆图来展示各人气温区分情况。plotly的功能相配苍劲，除了舆图除外，它还能创建多样其他类型的图表，比如折线图、柱状图、饼图等等。何况，悉数的图表都是交互式的，不错让你愈加潜入地探索数据。记取，学习编程最佳的表率是动手履行。不妨尝试用你我方的数据集，或者从网上找一些开源的数据集，用plotly来创建交互式舆图。笃信你会有不少获利！要是你对plotly的其他功能感兴致，或者有任何问题，迎接在驳倒区留言，我们一谈贪图和学习。但愿这篇著作对你有所匡助，祝你学习喜悦！