一个典型的data看起来像这样:
data = [trace1, trace2, trace3, trace4]
layout用来设置数据图表的布局,这包含例如标题、轴标题、字体等方面的显示特征。...我们也使用一个字典为每种状态设置不同的颜色。为此我们使用了seaborn的color_palette()函数。...使用下面的代码绘制等值线图:
#Choropleth
ZHVI_state_year = df_state.groupby(['RegionName','year'])[['MedianListingPricePerSqft_AllHomes...102,255,255)',
'rgb(102,178,255)',
'rgb(102,102,255)',
'rgb(178, 102, 255)',
]
fig = ff.create_choropleth...import plotly.figure_factory as ff
在ff.create_choropleth()调用时,我们传入一组FIPS值,或每个国家、城市或 州的地理标识代码。