创建一个曲线图，其中线条按类别着色？答案

【问题标题】：Create a plotly line graph where the line is colored by a category?创建一个曲线图，其中线条按类别着色？
【发布时间】：2018-11-20 01:47:35
【问题描述】：

我需要创建一个由分类数据列着色的简单曲线图。数据是需要按类别着色的时间序列数据。有谁知道如何使用 python plotly api 在简单的折线图或时间序列图中按类别设置颜色类别？

x_axes - 时间数据 y_axes - 从 0' 到 5000' 的深度数据类别 - on_bottom、off_bottom、钻孔等。

输出示例如下图所示，按上面列出的类别列着色？

Plotly Python - Time Series Graph Example

【问题讨论】：

标签： python-3.x plotly plotly-dash

【解决方案1】：

您需要对数据进行分组并在图表中以不同的轨迹显示它们。您可以使用DataFrame Subsetting 来执行此操作。做子集的主线就是这样。

df[df['direction'] == 'Increasing']['AAPL.Open']

在df[df['direction'] == 'Increasing'] 部分发生的情况是，我们检查数据帧的direction 列是否等于Increasing 值/类别，如果为真，则对数据帧进行子集化，以便仅存在这些值，然后我们可以通过使用['AAPL.Open']部分选择列来选择要绘制的特定列

请参考以下示例，如果您的问题得到解决，请告诉我！

代码：

import plotly.offline as py
import plotly.graph_objs as go
from plotly.offline import init_notebook_mode, iplot, plot
from plotly import tools
import pandas as pd
import numpy as np
init_notebook_mode(connected=True)

df = pd.read_csv("https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv")

opening_increasing = go.Scatter(
                x=df.Date,
                y=df[df['direction'] == 'Increasing']['AAPL.Open'],
                name = "AAPL Opening Price - Increasing",
                line = dict(color = '#17BECF'),
                opacity = 0.8)

opening_decreasing = go.Scatter(
                x=df.Date,
                y=df[df['direction'] == 'Decreasing']['AAPL.Open'],
                name = "AAPL Opening Price - Decreasing",
                line = dict(color = '#7F7F7F'),
                opacity = 0.8)

data = [opening_increasing, opening_decreasing]

layout = dict(
    title = "Apple Opening Price by Increasing/Decreasing Categories of Direction"
)

fig = dict(data=data, layout=layout)
py.iplot(fig, filename = "Manually Set Range")

输出：

【讨论】：