Plotly (Python) 散點圖 plot 顯示平均值和標准差的氣泡

Question

我有對應於兩個不同變量 X 和 Y 的統計數據。例如：

x_stats = {'count': 100.0,
  'mean': -0.19,
  'std': 0.23,
  'min': -0.67,
  '25%': -0.38,
  '50%': -0.15,
  '75%': -0.02,
  'max': 0.34}

y_stats = {'count': 100.0,
  'mean': 0.34,
  'std': 0.08,
  'min': 0.15,
  '25%': 0.28, # Q1
  '50%': 0.34, # Q2
  '75%': 0.38, # Q3
  'max': 0.62}

單獨為每個變量獲取箱線圖很容易：

import plotly.graph_objects as go

fig = go.Figure()

fig.add_trace(go.Box())
fig.update_traces(q1=[x_stats.get('25%'), y.get('25%')],
                  median=[x_stats.get('50%'), y.get('50%')],
                  q3=[x_stats.get('75%'), y_stats.get('75%')],
                  lowerfence=[x_stats.get('min'), y_stats.get('min')],
                  upperfence=[x_stats.get('max'), y_stats.get('max')],
                  mean=[x_stats.get('mean'), y_stats.get('mean')],
                  sd=[x_stats.get('std'), y_stats.get('std')],
                  )

fig.show()

但是，我想制作一個“散點圖”（實際上只是帶有一個橢圓的軸線），主要查看兩個變量的聯合分布（主要關注均值和標准差）。 橢圓的中心位於 (mean_x, mean_y)，橢圓的軸位於 (std_x, std_y)。 那么 plot 看起來像這樣：

如何在 plotly express 中制作這樣的圖表？

Answer 1

import numpy as np
import matplotlib.pyplot as plt

x_stats = {'count': 100.0,
  'mean': -0.19,
  'std': 0.23,
  'min': -0.67,
  '25%': -0.38,
  '50%': -0.15,
  '75%': -0.02,
  'max': 0.34}

y_stats = {'count': 100.0,
  'mean': 0.34,
  'std': 0.08,
  'min': 0.15,
  '25%': 0.28, # Q1
  '50%': 0.34, # Q2
  '75%': 0.38, # Q3
  'max': 0.62}

plt.plot(
    x_stats.get('mean') + x_stats.get('std') * np.cos(t),
    y_stats.get('mean') + y_stats.get('std') * np.sin(t)
)
plt.grid(color='lightgray', linestyle='--')
plt.xlim([-1, 1])
plt.ylim([-1, 1])
plt.axvline(x=0, color='k')
plt.axhline(y=0, color='k')

plt.show()

然而，這不是 plotly。

Answer 2

我想到了

import plotly.graph_objects as go

fig = go.Figure()
fig.add_shape(type="circle",
    xref="x", yref="y",
    x0=x_stats['mean'] - x_stats['std'], y0=y_stats['mean']-y_stats['std'],
    x1=x_stats['mean'] + x_stats['std'], y1=y_stats['mean']+y_stats['std'],
    opacity=0.2,
    fillcolor="blue",
    line_color="blue",
)

fig.update_layout(showlegend=False)

fig.show()