一份数据6种Plotly画法

一份数据，6种高级画法！Plotly又秀了一把

针对同一份数据，很多时候我们有不同的图形来进行数据的展示。今天Peter带领大家来体会下不同图表的可视化表现能力，同时感受下Plotly的强大~最终会从6种不同的图形来展示：

柱状图
水平柱状图
饼图
旭日图
桑基图
矩形树状图

数据

数据介绍

这是一份模拟的数据。假设小明同学有这样的一份月度消费数据，体现在衣食住行4个方面。

为了后面的数据进一步处理的方便和绘图，我们把上面的原始数据稍加处理，变成了下面的样子，有三个不同的字段：一级、二级、金额。后面我们也会在pandas中导入这份处理后的数据。

数据导入

在pandas中导入数据，查看前5行：

我们增加一个新的字段：根节点

图1：柱状图

直接使用plotly_express快速绘制柱状图

fig = px.bar(df,x="二级",y="金额",color="一级",text="金额")

fig.update_traces(textposition="outside")

fig.show()

我们还可以采用堆叠stack的形式：

# 我们采用堆叠的形式

fig = px.bar(df,x="一级",y="金额",color="二级",text="金额",barmode="stack")

fig.update_traces(textposition="outside")

fig.show()

图2：水平柱状图

fig = px.bar(
    df,
    y="一级",   # xy轴的数据需要交换！！！
    x="金额",
    color="二级",
    text="金额",
    orientation='h'   # 设置：改成水平柱状图
)

fig.update_traces(textposition="outside")

fig.show()

图3：饼图

1
2
3

fig = px.pie(df,names="二级",values="金额")

fig.show()

改成显示数值而不是比例的饼图：

图4：旭日图

1、使用plotly_express绘制的初级版本的旭日图，是没有数据显示的

1
2
3

fig = px.sunburst(df,path=["根节点","一级","二级"],values="金额")

fig.show()

2、使用plotly_graph_objects绘制的旭日图

我们需要先把数据进行处理下：

绘图代码如下：

import plotly.graph_objects as go

fig =go.Figure(go.Sunburst(
    labels=df1["一级"].tolist() + df2["二级"].tolist(),
    parents=df1["根节点"].tolist() + df2["一级"].tolist(),
    values=df1["金额"].tolist() + df2["金额"].tolist(),
    branchvalues="total",
    text = df1["金额"].tolist() + df2["金额"].tolist()
))
fig.update_layout(margin = dict(t=0, l=0, r=0, b=0))


fig.show()

图5：桑基图

为了绘制桑基图，数据还需要进行处理：

1、修改属性名称

2、合并数据

3、生成父类和子类的标签

1 2	labels = list((set(df3["父类"].tolist() + df3["子类"].tolist()))) numbers = list(range(0,len(labels)))

4、生成父类、子类的属性字段

5、绘图代码

import plotly.graph_objects as go

# 标签就是index字典中的key键
label = list(index.keys())
# 父类和子类
source = df3["父类索引"].tolist()
target = df3["子类索引"].tolist()
# 流量的值
value = df3["金额"].tolist()

# 生成绘图需要的字典数据
link = dict(source = source, target = target, value = value)
node = dict(label = label, pad=200, thickness=50)

data = go.Sankey(link = link, node=node)

fig = go.Figure(data)

fig.update_layout(title=dict(text="月度消费桑基图",x=0.5,y=0.95))
fig.show()

图6：矩形树状图

1、基于Plotly_express绘制的桑基图

fig = px.treemap(
    df,
    path = [px.Constant("all"),"根节点","一级","二级"],
    values = "金额",
    color = "一级",
)

fig.show()

2、基于plotly_graph_objects绘制

一般情形下基于plotly_graph_objects绘制图形会有更多的参数选项

import plotly.graph_objects as go

fig =go.Figure(go.Treemap(
    labels= df3["子类"],
    parents=df3["父类"],
    values=df3["金额"],
    text = df3["金额"],
    textinfo = "label+value+percent parent",
    branchvalues = "total"
))

fig.update_layout(margin = dict(t=0, l=0, r=0, b=0))

fig.show()

我们采用了6种不同类型的精美图形来展示这份数据，你觉得哪个更适合展示这份数据？请选择😊