fig = px.bar( get_data_forecast_is_stk_bs_rpt_zq_shuju, # 数据集 x='数据范围', # x轴 y='归母利润上一年比本年倍数') fig.show() 改成橙色
时间: 2024-02-17 11:02:03 浏览: 111
你可以使用`color_discrete_sequence`参数将所有的柱子都设置成橙色。下面是一个例子:
```python
import plotly.express as px
fig = px.bar(get_data_forecast_is_stk_bs_rpt_zq_shuju, x='数据范围', y='归母利润上一年比本年倍数', color_discrete_sequence=['orange'])
fig.show()
```
其中,`color_discrete_sequence=['orange']`将所有柱子的颜色都设置成橙色。你可以根据需要修改颜色值或使用其他颜色映射方案。
相关问题
fig = px.scatter(data_forecast_is_stk_bs_rpt_lishichayi_qukong_zq_qc,x=data_forecast_is_stk_bs_rpt_lishichayi_qukong_zq_qc.index, y="归母利润历史年差异" ) fig = px.scatter(data_forecast_is_stk_bs_rpt_lishichayi_qukong_cw_qc,x=data_forecast_is_stk_bs_rpt_lishichayi_qukong_cw_qc.index, y="归母利润历史年差异" ) fig.show() 上面的数据散点是蓝色 下面的数据散点是橙色
您可以在绘制两个散点图时,分别使用不同的颜色。例如,将上面的散点图设置为蓝色,下面的散点图设置为橙色,可以使用以下代码:
```python
fig1 = px.scatter(data_forecast_is_stk_bs_rpt_lishichayi_qukong_zq_qc,
x=data_forecast_is_stk_bs_rpt_lishichayi_qukong_zq_qc.index,
y="归母利润历史年差异",
color_discrete_sequence=["blue"])
fig2 = px.scatter(data_forecast_is_stk_bs_rpt_lishichayi_qukong_cw_qc,
x=data_forecast_is_stk_bs_rpt_lishichayi_qukong_cw_qc.index,
y="归母利润历史年差异",
color_discrete_sequence=["orange"])
fig1.show()
fig2.show()
```
这样,第一个散点图的颜色就会被设置成蓝色,第二个散点图的颜色会被设置成橙色。如果您需要使用其他颜色,只需要将 `color_discrete_sequence` 参数的值改为对应颜色的名称或 RGB 值即可。
fig1 = px.scatter(data_forecast_is_stk_bs_rpt_lishichayi_qukong_zq_qc, x=data_forecast_is_stk_bs_rpt_lishichayi_qukong_zq_qc.index, y="归母利润历史年差异", color_discrete_sequence=["blue"]) fig2 = px.scatter(data_forecast_is_stk_bs_rpt_lishichayi_qukong_cw_qc, x=data_forecast_is_stk_bs_rpt_lishichayi_qukong_cw_qc.index, y="归母利润历史年差异", color_discrete_sequence=["orange"]) fig1.show() fig2.show() 现在是分开的2个图 要合成一个共有的图里面
您可以使用 `add_trace` 方法将第二个散点图添加到第一个散点图中,从而合成一个共有的图。具体来说,可以先创建一个包含第一个散点图的 `Figure` 对象,然后使用 `add_trace` 方法将第二个散点图添加到该对象中。例如,可以使用以下代码合成一个共有的图:
```python
fig = px.scatter(data_forecast_is_stk_bs_rpt_lishichayi_qukong_zq_qc,
x=data_forecast_is_stk_bs_rpt_lishichayi_qukong_zq_qc.index,
y="归母利润历史年差异",
color_discrete_sequence=["blue"])
fig.add_trace(px.scatter(data_forecast_is_stk_bs_rpt_lishichayi_qukong_cw_qc,
x=data_forecast_is_stk_bs_rpt_lishichayi_qukong_cw_qc.index,
y="归母利润历史年差异",
color_discrete_sequence=["orange"]).data[0])
fig.show()
```
这样,第二个散点图就会被添加到第一个散点图的上方,从而合成一个共有的图。注意,`add_trace` 方法返回的是一个包含新添加的散点图的 `Figure` 对象,因此需要使用 `.data[0]` 提取其中的散点图。如果您需要添加更多的散点图,可以继续使用 `add_trace` 方法添加即可。
阅读全文