plotly绘图——旭日图

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——旭日图

旭日图

基础旭日图

代码解释

• 首先，导入Plotly库中的plotly.express模块，这是Plotly库的一个高级接口，提供了快速创建图表的方法。
• 然后，定义一个名为data的字典，它包含了三个键：character、parent和value。这些键分别对应于旭日图中的节点名称、节点的父级节点和节点的值。
  character列表包含了所有节点的名称，按照层次结构从上到下排列。
  parent列表定义了每个节点的父级节点，如果一个节点是顶层节点，那么对应的值为空字符串""。
  value列表包含了与每个节点相关的值，这些值将在旭日图中以大小的形式表示。
• 使用px.sunburst函数创建旭日图，传入data字典，并指定names、parents和values键来分别对应旭日图的数据结构。
• 最后，调用fig.show()来展示这个旭日图。

import plotly.express as px
data = dict(
    character=["Eve", "Cain", "Seth", "Enos", "Noam", "Abel", "Awan", "Enoch", "Azura"],
    parent=["", "Eve", "Eve", "Seth", "Seth", "Eve", "Eve", "Awan", "Eve" ],
    value=[10, 14, 12, 10, 2, 6, 6, 4, 4])

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

具有颜色参数的旭日图

代码解释

• 首先，导入Plotly库中的plotly.express模块和NumPy库中的numpy模块。
• 接着，从Plotly库提供的gapminder数据集中筛选出2007年的数据，存储在变量df中。
• 使用px.sunburst函数创建旭日图，传入筛选后的DataFrame df，并设置以下参数：
  path参数设置为[‘continent’, ‘country’]，表示旭日图的路径层级，首先是大陆，然后是国家。
  values参数设置为’pop’，表示旭日图中每个分支的大小代表的是人口数量。
  color参数设置为’lifeExp’，表示旭日图中分支的颜色将根据平均寿命来映射。
  hover_data参数设置为[‘iso_alpha’]，表示当鼠标悬停在某个分支上时，将显示该国家的ISO代码。
  color_continuous_scale参数设置为’RdBu’，表示使用红色到蓝色的颜色连续渐变来表示平均寿命的高低。
  color_continuous_midpoint参数使用NumPy库的np.average函数计算lifeExp的平均值，并根据人口数量pop加权，这个值将作为颜色渐变的中点。
• 最后，调用fig.show()来展示这个旭日图。

import plotly.express as px
import numpy as np
df = px.data.gapminder().query("year == 2007")
fig = px.sunburst(df, path=['continent', 'country'], values='pop',
                  color='lifeExp', hover_data=['iso_alpha'],
                  color_continuous_scale='RdBu',
                  color_continuous_midpoint=np.average(df['lifeExp'], weights=df['pop']))
fig.show()

带有重复标签的旭日图

代码解释

• 首先，导入Plotly库中的graph_objects模块，这个模块包含了创建图表所需的各种图形对象。
• 创建一个Figure对象，并定义了一个Sunburst图形对象作为这个Figure的子图。
  ids属性是一个列表，包含了旭日图中所有节点的唯一标识符。在这个例子中，节点代表不同的地区和体育项目。
  labels属性是一个列表，包含了与ids中每个节点相对应的标签。这些标签将在旭日图中显示为节点的文本。
  parents属性是一个列表，指定了每个节点的父节点。这个属性定义了旭日图的层级结构。
• 使用update_layout方法设置图表的布局，margin属性设置为{“t”: 0, “l”: 0, “r”: 0, “b”: 0}，意味着图表的上、左、右、下边距都被设置为0，这样可以使得旭日图尽可能大地填充整个图表区域，减少空白边框。
• 最后，调用fig.show()来展示这个旭日图。

import plotly.graph_objects as go

fig =go.Figure(go.Sunburst(
 ids=[
    "North America", "Europe", "Australia", "North America - Football", "Soccer",
    "North America - Rugby", "Europe - Football", "Rugby",
    "Europe - American Football","Australia - Football", "Association",
    "Australian Rules", "Autstralia - American Football", "Australia - Rugby",
    "Rugby League", "Rugby Union"
  ],
  labels= [
    "North<br>America", "Europe", "Australia", "Football", "Soccer", "Rugby",
    "Football", "Rugby", "American<br>Football", "Football", "Association",
    "Australian<br>Rules", "American<br>Football", "Rugby", "Rugby<br>League",
    "Rugby<br>Union"
  ],
  parents=[
    "", "", "", "North America", "North America", "North America", "Europe",
    "Europe", "Europe","Australia", "Australia - Football", "Australia - Football",
    "Australia - Football", "Australia - Football", "Australia - Rugby",
    "Australia - Rugby"
  ],
))
fig.update_layout(margin = dict(t=0, l=0, r=0, b=0))

fig.show()