在本教程中，我们将学习如何使用 Plotly 创建交互式可视化。我们的项目重点是分析掷骰子的结果。当滚动单个六面骰子时，从 1 到 6 的任何数字都有相同的出现机会。然而，当您掷多个骰子时，某些数字变得比其他数字更有可能出现。我们的目标是通过模拟掷骰子并创建数据集来确定这些概率。之后，我们将直观地呈现多次掷骰的结果，以显示哪些结果在统计上更有可能。

什么是情节？

Plotly 是一个开源图形库，可让用户创建交互式、基于 Web 的可视化效果。它支持多种图表类型，包括线图、散点图、条形图等。 Plotly 对于创建可嵌入 Web 应用程序的可视化效果特别有用，因为它提供缩放、平移和悬停信息等交互功能。

情节安装

我们将使用 pip 安装 Plotly。我们还需要安装 pandas，一个用于高效处理数据的库，因为 Plotly Express 依赖于它。

$ python -m pip install --user plotly
$ python -m pip install --user pandas

访问 Plotly 网站上的图表类型库，查看可以使用 Plotly 创建的不同可视化效果。

创建模具类

首先，我们将创建以下 Die 类来模拟骰子的滚动。我们将文件命名为 Die.py.

from random import randint

class Die:
    """A class representing a single die."""

    def __init__(self, num_sides = 6):
        """Assume a six-sided die"""
        self.num_sides = num_sides


    def roll(self):
        """Return a random value between 1 and number of sides."""
        return randint(1, self.num_sides)

__ init __ 方法采用一个可选参数。创建 Die 实例时，如果未提供参数，边数将为 6。如果给出参数，它将设置骰子的面数。

roll() 方法使用 randint() 函数返回 1 到边数之间的随机数。此函数可以返回起始值 (1)、结束值 (num_sides) 或两者之间的任何整数。骰子根据面数命名：六面骰子称为 D6，十面骰子称为 D10，依此类推。

掷骰子

我们首先使用别名 px 导入 Plotly Express 模块，以避免重复输入plotly.express。我们将创建一个骰子实例来模拟掷两个 D8 骰子。我们将此文件命名为 dice_visual.py.

import plotly.express as px

from die import Die

# Create two D8.
die_1 = Die(8)
die_2 = Die(8)

# Make some rolls, and store results in a list.
results = []
for roll_num in range(500_000):
    result = die_1.roll()   die_2.roll()
    results.append(result)

分析结果

最小的可能结果是每个骰子上最小数字的总和 (2)。最大可能结果是分配给 max_results 的每个骰子上最大数字 (16) 的总和。变量 max_result 提高了生成 poss_results 的代码的可读性。我们可以编写范围 (2,16)，但这仅适用于两个 D8 骰子。在模拟现实环境时，最好开发能够轻松处理各种场景的代码。

# Analyze the result.
frequencies = []
max_results = die_1.num_sides   die_2.num_sides
poss_results = range(2, max_results   1)
for value in poss_results:
    frequency = results.count(value)
    frequencies.append(frequency)

可视化结果。

我们定义了标题并将其分配给“title”。我们创建了一个字典来指定轴标签。字典的键代表我们想要自定义的标签，而值代表我们想要使用的自定义标签。我们将 x 轴命名为“结果”，将 y 轴命名为“结果频率”。为了构建条形图，我们使用 px.bar() 函数并传入可选变量 'title' 和 'labels'。

# Visualize the results.
title = "Results of Rolling Two D8 Dice 500,000 Times"
labels = {'x': 'Result', 'y': 'Frequency of Result'}
fig = px.bar(x = poss_results, y = frequencies, title = title,
 labels = labels)
fig.show()

生成的图具有适当的标题和每个轴的标签，如下图所示。

进一步定制

我们需要解决我们刚刚创建的绘图的一个问题。由于有 11 个条形图，默认的 x 轴布局设置使某些条形图未标记。虽然默认设置足以满足大多数可视化效果，但如果所有条形图均已标记，此图表会显得更好。

Plotly 提供了 update_layout() 方法，可让您在创建图形后对其进行各种更改。以下是如何指示 Plotly 为每个条形提供自己的标签。

# Further customize chart.
fig.update_layout(xaxis_dtick = 1)
fig.show()
#fig.write_html('dice_visual_d6d10.xhtml')

update_layout()方法适用于fig对象，它代表整个图表。我们使用 xaxis_dtick 选项来设置 x 轴上刻度线之间的距离。我们将间距设置为 1，以便对每个条形进行标记。当您再次运行 dice_visual.py 时，您应该在每个条上看到标签。

可以轻松定制此代码以模拟滚动不同大小的骰子。要创建 D6 和 D10，请在创建两个 die 实例时传递参数 6 和 10。将第一个循环更改为所需的卷数并相应地更改图表的标题。

通过调用Fig.write_html()替换对fig.show()的调用，我们可以让程序自动将图表保存为HTML文件。

write_html() 方法需要一个参数：要写入的文件的名称。如果您只提供文件名，该文件将保存在与 .py 文件相同的目录中。您还可以使用 Path 对象调用 write_html() 将输出文件保存在系统上的任何位置。

完整代码如下：

import plotly.express as px

from die import Die

# Create two D8.
die_1 = Die(8)
die_2 = Die(8)

# Make some rolls, and store results in a list.
results = []
for roll_num in range(500_000):
    result = die_1.roll()   die_2.roll()
    results.append(result)

# Analyze the result.
frequencies = []
max_results = die_1.num_sides   die_2.num_sides
poss_results = range(2, max_results   1)
for value in poss_results:
    frequency = results.count(value)
    frequencies.append(frequency)

# Visualize the results.
title = "Results of Rolling Two D8 Dice 500,000 Times"
labels = {'x': 'Result', 'y': 'Frequency of Result'}
fig = px.bar(x = poss_results, y = frequencies, title = title, labels = labels)

# Further customize chart.
fig.update_layout(xaxis_dtick = 1)
fig.write_html('dice_visual.xhtml')

重构

为了清楚起见，本节中的清单使用长形式的 for 循环。我们可以通过对一个或两个循环使用列表推导式来重构代码。这是使用列表理解的代码：

import plotly.express as px

from die import Die

# Create two D8.
die_1 = Die(8)
die_2 = Die(8)

# Make some rolls, and store results in a list.
results = [die_1.roll()   die_2.roll() for roll_num in range(500_000) ]

# Analyze the result.
max_results = die_1.num_sides   die_2.num_sides
poss_results = range(2, max_results   1)
frequencies = [results.count(value) for value in poss_results]

# Visualize the results.
title = "Results of Rolling Two D8 Dice 500,000 Times"
labels = {'x': 'Result', 'y': 'Frequency of Result'}
fig = px.bar(x = poss_results, y = frequencies, title = title, labels = labels)

# Further customize chart.
fig.update_layout(xaxis_dtick = 1)

fig.write_html('dice_visual_list_comprehension.xhtml')

结论

总而言之，分析和呈现统计数据变得非常强大，并且与 Plotly 一起实现交互式掷骰子数据可视化。通过模拟掷骰子并可视化结果，我们可以更好地理解不同结果的概率。 Plotly 的交互功能（例如悬停信息、平移和缩放）增强了用户体验并使数据更易于访问。此外，自定义可视化并将其另存为 HTML 文件的功能使得共享可视化并将其轻松集成到 Web 应用程序中变得容易。本文演示了如何使用 Plotly 的功能来创建信息丰富且有吸引力的图表。 Plotly 是一个出色的数据分析和演示工具。