在vscode中使用plotly交互式作图查看散点数据

数据可视化

本文介绍如何使用python中最具盛名的交互式数据可视化工具plotly的简单使用。

通常我们拿到一个原始数据表，接下来就要进行简单的数据作图，通过可视化能够更快的发现其中包含特征的部分。特别是当数据很多的时候，需要对数据图标的平移缩放，另外就是检查特征数据点，这些都需要交互式作图。其中 plotly 是一个相当出色的交互式作图包。

环境部署

pip install plotly==5.24.1

https://plotly.com/python/getting-started/

这个模块是 plotly 作图导出为静态的图片，包括 svg 矢量图所必须的。

pip install -U kaleido

https://github.com/plotly/Kaleido

我最先是安装的 miniconda，很多包都是没有的，根据 vscode 中的报错，把缺失的包安装上，就能在 vscode 的 jupyter notebook 中查看 plotly 绘制的图形了。

pip install nbconvert

作图需求和结果

这里我想查看双通道的单分子定位的数据。所以首先希望坐标轴比例是一致的，然后不同通道的使用不同的颜色，并且得有透明度。实现效果如下。

Pasted-image-20241201195924.png-0806a256a9.png

完整示例代码

相比于网上一些简单的教程，要实现我的需求，还是要进行不少代码的修改。不过poltly的作图的逻辑非常清晰，data 和 layout 有更好的解耦（相比于matplotlib）。

from plotly.offline import init_notebook_mode, iplot
init_notebook_mode(connected=True)
import plotly.graph_objs as go








tv1 = go.Scatter(x=a.data.x,
                 y=a.data.y,
                 name='647',
                 mode='markers',
                 marker = dict(color = 'rgba(221, 67, 123, 0.3)'),
                 )




tv2 = go.Scatter(x=b.data.x,
                 y=b.data.y,
                 name='561',
                 mode='markers',
                 marker = dict(color = 'rgba(0, 104, 55, 0.1)'),
                 )




data = [tv1, tv2]




layout = go.Layout(
    title={
        'text': 'Single Molecule Localization Visualization',
        'x': 0.5,    # 让title在figure居中
        'y': 0.88,   # 控制title在figure中的相对位置（y方向）
    },
    # 控制figure的大小和坐标轴比例
    height=600,
    width=600,
    scene=dict(aspectratio=dict(x=1,y=1))
)




fig = dict(data=data, layout=layout)




iplot(fig)