plotly绘图——饼图

介绍

plotly是一个易于使用，功能强大的python绘图库，用于构建可交互式的图表（可以自行运行后使用鼠标拖拽图片试试），本系列文章将介绍plotly绘制各种类型图的方法，本文将介绍——饼图

饼图

简单饼图

代码解释

• df = px.data.gapminder().query("year == 2007").query("continent == 'Europe'")
  首先，代码从Plotly库提供的gapminder数据集中筛选出特定子集。gapminder数据集包含了多个国家多年的人口、收入等指标。第一个.query()调用筛选出年份为2007的数据行，第二个.query()调用进一步筛选出位于欧洲大陆的国家。

• df.loc[df['pop'] < 2.e6, 'country'] = 'Other countries'
  接下来，代码使用Pandas库的.loc方法对DataFrame df进行操作。这行代码的目的是将人口少于200万（2.e6）的国家标记为“Other countries”。df[‘pop’] < 2.e6是一个布尔索引，它为满足条件的行生成True，否则生成False。然后，这些布尔值被用作.loc方法的第一个参数，指定了要修改的行。第二个参数是列名’country’，表示我们要修改的是country列的值，将其设置为字符串“Other countries”。

• fig = px.pie(df, values='pop', names='country', title='Population of European continent')
  这一行代码使用px.pie()函数创建了一个饼图。df是经过筛选和修改的DataFrame，values='pop’指定了饼图中每个扇区的大小由pop列的值决定，即人口数量。names='country’指定了饼图中每个扇区的标签由country列的值决定，即国家名称。title='Population of European continent’设置了图表的标题。fig变量存储了创建的饼图对象。

import plotly.express as px
df = px.data.gapminder().query("year == 2007").query("continent == 'Europe'")
df.loc[df['pop'] < 2.e6, 'country'] = 'Other countries'
fig = px.pie(df, values='pop', names='country', title='Population of European continent')
fig.show()

设置饼图的颜色

代码解释

• df = px.data.tips()
  这一行代码调用了plotly.express模块中的px.data.tips()函数，这个函数返回了一个内置的示例数据集tips。这个数据集包含了关于餐厅小费的信息，如账单总额、小费金额、人数以及支付小费的天（星期几）等。

• fig = px.pie(df, values='tip', names='day', color_discrete_sequence=px.colors.sequential.RdBu)
  这一行代码使用px.pie()函数创建了一个饼图。df是tips数据集，values='tip’指定了饼图中每个扇区的大小由tip列的值决定，即小费金额。names='day’指定了饼图中每个扇区的标签由day列的值决定，即支付小费的天（星期几）。
  color_discrete_sequence=px.colors.sequential.RdBu是一个参数，用于指定饼图中不同扇区的颜色序列。px.colors.sequential.RdBu是一个颜色序列，它提供了从红色到蓝色的渐变色，这些颜色将被用于区分饼图中的不同扇区。

import plotly.express as px
df = px.data.tips()
fig = px.pie(df, values='tip', names='day', color_discrete_sequence=px.colors.sequential.RdBu)
fig.show()

甜甜圈图

代码解释

• 定义标签和值的列表：
  labels = ['Oxygen','Hydrogen','Carbon_Dioxide','Nitrogen']：这个列表包含了四种气体的名称，它们将作为饼图中每个扇区的标签。
  values = [4500, 2500, 1053, 500]：这个列表包含了与每个标签相对应的数值，这些数值将决定饼图中每个扇区的大小。

• 创建一个Figure对象：
  fig = go.Figure()：这行代码初始化了一个空的Plotly Figure对象，该对象将用于存储饼图的数据和配置。

• 向Figure对象添加一个Pie图表：
  data=[go.Pie(labels=labels, values=values, hole=.3))]：这行代码创建了一个Pie图表，并将其作为数据层添加到Figure对象中。go.Pie是Plotly库中用于创建饼图的函数。
  labels=labels：将前面定义的气体名称列表传递给Pie图表，作为扇区的标签。
  values=values：将前面定义的气体数量列表传递给Pie图表，作为扇区的大小。
  hole=.3：这个参数指定了饼图中心的空白区域（即“洞”）的大小。值.3表示饼图中心的空白区域占整个饼图半径的30%。

import plotly.graph_objects as go

labels = ['Oxygen','Hydrogen','Carbon_Dioxide','Nitrogen']
values = [4500, 2500, 1053, 500]

fig = go.Figure(data=[go.Pie(labels=labels, values=values, hole=.3)])
fig.show()