用Python当中Plotly.Express模块绘制几张图表，真的被惊艳到了！！

相信大家对一些常规的可视化图表都比较熟悉了，例如像是折线图、柱状图、饼图等等，今天小编通过Plotly Express模块来为大家绘制几个不常见但是特别惊艳的图表。

SunBurst Chart

SunBurst Chart大家一般称作是旭日图或者是太阳图，和饼图的结构十分地相似，但是比后者更加能表达清晰的层级和归属关系。在旭日图当中，离圆点越近表示级别就越高，相邻两层中是内层包含外层的关系。

在实际项目当中使用旭日图，不仅数据直观，而且图表使用起来特别的酷炫，可以迅速地拉高数据汇报的颜值。代码如下

import plotly.express as px
import numpy as np
df = px.data.gapminder().query("year == 2002")
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()

output

当中的textinfo参数来调整标签的表达形式，例如以百分比的形式来显示所占的比例，代码如下

fig = px.sunburst(...和上面的代码一样...)
fig.update_traces(
    textinfo="label+percent entry"
)
fig.show()

output

Treemap

树形图(Treemap)适用于层级结构更加鲜明的数据当中，在一个树形图中，图表被分割成了若干个矩形，其中矩形的大小有数值的大小而定，我们来看一下具体的代码实现

fig = px.treemap(df, path=[px.Constant("world"), 'continent', 'country'], values='pop',
                  color='lifeExp', hover_data=['iso_alpha'],