查看原文
其他

酷炫!高级可视化神器Plotly玩转饼图

Peter 尤而小屋 2022-05-28

酷炫!可视化神器Plotly玩转饼图

之前发表过两篇关于Plotly的文章:

Plotly绘图最大的特点就是代码量少、图形颜色好看而且动态可视化,以后会连载Plotly绘图系列。

导入库

本文中使用的环境:

  • Python3.7.5
  • jupyter notebook
  • plotly4.11.0
  • plotly-express0.4.1
import pandas as pd
import numpy as np
import plotly_express as px
import plotly.graph_objects as go
from plotly.subplots import make_subplots

主要是通过两种方法制作饼图:

  1. plotly_express:px.pie
  2. plotly.graph_objects:go.Pie

基于Plotly_express实现饼图

默认饼图

使用模拟的数据生成的基础饼图,生成了一个水果店5种水果的数量:

fruit = pd.DataFrame({
    "name":["苹果","香蕉","梨","菠萝","葡萄"],
    "number":[1000,800,600,2000,2500]})

fruit
fig = px.pie(fruit,names="name",values="number")
fig.show()

默认显示的是占比和右侧的分类名称

添加标题

fig = px.pie(fruit,
             names="name",
             values="number",
             title="水果数量占比"  # 添加标题
            )
fig.show()

⚠️:标题默认是在右上角,有时候我们想要标题居中,如何实现呢?

fig = px.pie(fruit,
             names="name",
             values="number"
            )

fig.update_layout(
    title={   # 设置整个标题的名称和位置
        "text":"水果数量占比",
        "y":0.96,  # y轴数值
        "x":0.5,  # x轴数值
        "xanchor":"center",  # x、y轴相对位置
        "yanchor":"top"  
    }
)

fig.show()

改变饼图颜色

通过上面饼图的制作,我们已经看到了Plotly_express的默认颜色,下面我们改变饼图的颜色:

1、通过参数color改变颜色:

fig = px.pie(fruit,
             names="name",
             values="number",
             color="number"
            )
fig.show()

2、通过参数color_discrete_sequence设置:

fig = px.pie(fruit,
             names="name",
             values="number",
             # 不同颜色:RdBu、Peach
             color_discrete_sequence=px.colors.sequential.RdBu  # 只需要改变最后的RdBu即可
            )
fig.show()

上面的饼图展示了3种不同的颜色

3、通过字典形式设置颜色:

fig = px.pie(fruit,
             names="name",
             values="number",
             color="name",
             color_discrete_map={   # 字典形式设置颜色
                 '葡萄':'lightcyan',
                 '菠萝':'cyan',
                 '苹果':'royablue',
                 '香蕉':'darkblue',
                 '梨':'red'}
            )
fig.show()

文本信息设置

很多情况下我们想对显示在饼图中的文本信息进行设置

1、默认的饼图是显示百分比,改变显示的数据:

fig = px.pie(fruit,names="name",values="number")

fig.update_traces(
    textposition='inside',   # 文本显示位置:['inside', 'outside', 'auto', 'none']
    textinfo='percent+label'
)

fig.show()

上面的饼图中多显示了各种水果的名称:名称+百分比

fig = px.pie(fruit,names="name",values="number")

fig.update_traces(
    textposition='inside',
    textinfo='percent+value'
)

fig.show()

上面的饼图中显示的是:数值+百分比

2、改变显示数据的位置,默认是在扇形区域内,可以设置成显示在外面:

fig = px.pie(fruit,names="name",values="number")

fig.update_traces(
    textposition='outside',  # 显示在外面
    textinfo='label+value'  # 标签名+数据
)

fig.show()

3、文本隐藏

比如Plotly中自带的数据绘制的饼图:

df = px.data.gapminder().query("year == 2007").query("continent == 'Europe'")

# 将满足条件的全部改为Other countries
df.loc[df["pop"] < 2.e6"country"] = "Other countries"  

fig = px.pie(df, 
             names="country",
             values="pop"
             title="Population of Eurpean contient")
fig.show()

百分比过低的某些数据,我们想隐藏不显示:

fig = px.pie(gap, values='pop', names='country')

fig.update_traces(textposition='inside'# 文本显示位置:['inside', 'outside', 'auto', 'none']

fig.update_layout(uniformtext_minsize=15,  # 文本信息最小值
                  uniformtext_mode='hide'  # 3种模式:[False, 'hide', 'show']

                 )
fig.show()

uniformtext_mode设置成False:

4、文本信息显示方向

文本信息有3种显示方向:horizontal、radial、tangential,默认是水平方向horizontal显示的

# 默认效果是水平

fig = px.pie(fruit,names="name",values="number")

fig.update_traces(
    textposition='inside',   # 'inside','outside','auto','none'
    textinfo='percent+label',
    insidetextorientation='radial'   # horizontal、radial、tangential
)

fig.show()

甜甜圈图-Donut  chart

甜甜圈图就是通过中间挖空来实现的,使用参数hole:

fig = px.pie(fruit,
             names="name",
             values="number",
             hole=0.3,   # 设置中间空心圆的比例:0-1之间
             title="水果数量占比"
            )
fig.show()

基于go.Pie实现

基础饼图制作

import plotly.graph_objects as go

name=fruit["name"].tolist()
value=fruit["number"].tolist()  

fig = go.Figure(
    data=[go.Pie(
        labels=name,
        values=value)
         ]
)

fig.show()

个性化边框设置

import plotly.graph_objects as go

name=fruit["name"].tolist()
value=fruit["number"].tolist()  
colors = ['gold''mediumturquoise''darkorange''lightgreen''cyan']

# 绘图
fig = go.Figure(
    data=[go.Pie(
        labels=name,
        values=value)
         ]
)

# 更新traces
fig.update_traces(
    hoverinfo='label+percent',
    textinfo='value',
    textfont_size=20,
    marker=dict(colors=colors, 
                line=dict(color='#000000',
                          width=2)))

fig.show()

文本方向设置

import plotly.graph_objects as go

labels = ['Oxygen','Hydrogen','Carbon_Dioxide','Nitrogen']
values = [450025001053500]

fig = go.Figure(data=[go.Pie(
    labels=labels, 
    values=values, 
    textinfo='label+percent',
    insidetextorientation='radial'
)])  #  同样也是3种朝向

fig.show()

甜甜圈图

import plotly.graph_objects as go

labels = ['Oxygen','Hydrogen','Carbon_Dioxide','Nitrogen']
values = [3000150010002500]

fig = go.Figure(data=[go.Pie(
    labels=labels, 
    values=values, 
    hole=.4)])

fig.show()

扇形区域脱离

import plotly.graph_objects as go

labels = ['Oxygen','Hydrogen','Carbon_Dioxide','Nitrogen']
values = [3000100040002500]

fig = go.Figure(data=[go.Pie(
    labels=labels, 
    values=values, 
    pull=[0.3,0.1,0,0]  # 设置脱离参数
)])

fig.show()

多饼图制作

这是来自官网的例子,讲解的是如何设置多饼图

from plotly.subplots import make_subplots

labels = ["US""China""European Union""Russian Federation""Brazil""India",
          "Rest of World"]

# 制作子图:'domain' 表示饼图
fig = make_subplots(
    rows=1
    cols=2
    specs=[[{'type':'domain'}, 
            {'type':'domain'}]])

# 添加两个子图
fig.add_trace(go.Pie(
    labels=labels, 
    values=[16151265442],
    name="GHG Emissions"),
              row=1
              col=1)

fig.add_trace(go.Pie(
    labels=labels, 
    values=[27112581325], 
    name="CO2 Emissions"),
              12)   # 参数row和col可以省略

# 使用hole参数制作一个中空的甜甜圈
fig.update_traces(hole=.4, hoverinfo="label+percent+name")

fig.update_layout(
    title_text="Global Emissions 1990-2011",  # 图形的名字
    # 给甜甜圈添加注解
    annotations=[dict(text='GHG', x=0.15, y=0.5, font_size=20, showarrow=True),
                 dict(text='CO2', x=0.82, y=0.5, font_size=15, showarrow=False)])

fig.show()
import plotly.graph_objects as go
from plotly.subplots import make_subplots

# 通过rgb设置不同区块的颜色
night_colors = ['rgb(200, 75, 126)''rgb(18, 36, 37)''rgb(134, 53, 101)',
                'rgb(136, 55, 57)''rgb(206, 4, 4)']
sunflowers_colors =  ['rgb(200, 75, 126)''rgb(18, 36, 37)''rgb(134, 53, 101)',
                'rgb(136, 55, 57)''rgb(206, 4, 4)']
irises_colors =  ['rgb(200, 75, 126)''rgb(18, 36, 37)''rgb(134, 53, 101)',
                'rgb(136, 55, 57)''rgb(206, 4, 4)']
cafe_colors =   ['rgb(200, 75, 126)''rgb(18, 36, 37)''rgb(134, 53, 101)',
                'rgb(136, 55, 57)''rgb(206, 4, 4)']

# 设置子图个数和类型spec
specs = [[{'type':'domain'},   # 类型全部为饼图domain
          {'type':'domain'}], 
         
         [{'type':'domain'}, 
          {'type':'domain'}]]

fig = make_subplots(rows=2, cols=2, specs=specs)  # 2行2列

# 添加4个饼图

labels = ['1st''2nd''3rd''4th''5th']

fig.add_trace(go.Pie(labels=labels, 
                     values=[382718107], 
                     name='Pie one',
                     marker_colors=night_colors), 11)

fig.add_trace(go.Pie(labels=labels, 
                     values=[2826211510], 
                     name='Pie two',
                     marker_colors=sunflowers_colors
                    ), 12)

fig.add_trace(go.Pie(labels=labels, 
                     values=[819161413], 
                     name='Pie three',
                     marker_colors=irises_colors), 21)

fig.add_trace(go.Pie(labels=labels, 
                     values=[312419188], 
                     name='Pie four',
                     marker_colors=cafe_colors), 22)


fig.update_traces(hoverinfo='label+percent+name', textinfo='value')  # ['label', 'text', 'value', 'percent']

fig.update(layout_title_text='plotly绘制4个子饼图',  #  设置标题
           layout_showlegend=True)   # 是否显示右侧图例

fig = go.Figure(fig)
fig.show()

旭日图制作

旭日图表示数据层级之间的大小关系:

1、基础旭日图

import plotly.express as px
data = dict(
    # 设置每个元素及父级元素(个数相同,注意最里层的空集)
    character=["Eve""Cain""Seth""Enos""Noam""Abel""Awan""Enoch""Azura"],
    parent=["""Eve""Eve""Seth""Seth""Eve""Eve""Awan""Eve" ],
    value=[1014121046243])

fig =px.sunburst(
    data,
    names='character',
    parents='parent',
    values='value',
)
fig.show()

2、基于DataFrame长表的旭日图

fig = px.sunburst(tips,
                  path=['day','time','sex'],  # 最里层是day,中间是time,最外层是sex
                  values='total_bill'
                 )
fig.show()

2、改变旭日图颜色

df = px.data.tips()

fig = px.sunburst(
  df, 
  path=['time''sex''day'],
  values='total_bill'
  color='day')    # 设置color参数

fig.show()

3、通过color_continuous_scale参数改变

# 设置旭日图颜色

fig = px.sunburst(
    tips,
    path=['day','time','sex'],  # 最里层是day,中间是time,最外层是sex
    values='total_bill',
    color='total_bill',
    hover_data=['total_bill'],
    color_continuous_scale='RdBu',
#     color_continuous_midpoint=np.average(tips["total_bill"] * 1.5)
                 )
fig.show()

参数备忘录

基于plotly.express.pie的参数

plotly.express.pie(
  data_frame=None,  # 绘图数据
  names=None,   # 每个扇形区域名字
  values=None,  # 数值大小
  color=None,   # 颜色
  color_discrete_sequence=None,   # 颜色连续型设置
  color_discrete_map=None,  # 通过字典类型设置
  hover_name=None,   # 悬停显示的名称和数据
  hover_data=None
  custom_data=None
  labels=None#  带字符串键和字符串值的dict,默认为{}。此参数用于修改图表中显示的列名称
  title=None# 标题
  template=None# 字符串或Plotly.py模板对象,有三个内置的 Plotly 主题:plotly, plotly_white 和 plotly_dark
  width=None# 长、宽、透明度
  height=None
  opacity=None
  hole=None# 中空比例

尤而小屋,一个温馨的小屋。小屋主人,一手代码谋求生存,一手掌勺享受生活,欢迎你的光临😃


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存