PLOTLY:如何使用GRAPH_OBJECTS创建日出子图?
问题描述
我的数据帧如下所示:
user age gender
0 23 12 male
1 24 13 male
2 25 15 female
3 26 20 male
4 27 21 male
和使用
px.sunburst(df, path=["gender", "age"])
给我正确的日出图,其中性别在饼图的中间部分,并且每个性别都有关联的年龄。
我希望使用GRAPH_OBJECTS而不是Plot Express执行此操作,因为我希望两个Sunburst图并排出现。
从上面的df中,我可以如何在graph_Objects中使用它。我不知道要为标签、父项、ID等添加什么值.fig = go.Figure()
fig.add_trace(
go.Sunburst(
lables = df.age,
parents = df.gender,
domain=dict(column=0)
)
)
fig.show()
我已经阅读了文档,但是我不明白它是如何工作的。如果有人知道,请告诉我如何通过上面的df使用graph_object创建日出图。
解决方案
答案:
只需使用px构建一个图形,然后从那里窃取您的所有图形元素,并在graph_Objects图形中使用它,即可获得您需要的内容!
详情:
如果px
确实提供了所需的日出图表,如下所示:
绘图1:
代码1:
# imports
import pandas as pd
import plotly.graph_objects as go
import plotly.express as px
# data
df = pd.DataFrame({'user': [23, 24, 25, 26, 27],
'age': [12, 13,15, 20, 21],
'gender': ['male','male', 'female','male', 'male'] })
# plotly express figure
fig = px.sunburst(df, path=["gender", "age"])
fig.show()
那么,据我所知,您必须重新构造数据才能使用graph_objects
。当前,您的数据格式为
和graph_objects
需要label = ['12', '13', '15', '20', '21', 'female', 'male']
。那现在怎么办?经历为每个元素找到正确的数据结构的痛苦吗?否,只需使用px
生成一个图形,然后从其中窃取所有图形元素并在graph_objects
图形中使用它:
代码2:
# imports
import pandas as pd
import plotly.graph_objects as go
import plotly.express as px
# data
df = pd.DataFrame({'user': [23, 24, 25, 26, 27],
'age': [12, 13,15, 20, 21],
'gender': ['male','male', 'female','male', 'male'] })
# plotly express figure
fig = px.sunburst(df, path=["gender", "age"])
# plotly graph_objects figure
fig2 =go.Figure(go.Sunburst(
labels=fig['data'][0]['labels'].tolist(),
parents=fig['data'][0]['parents'].tolist(),
)
)
fig2.show()
绘图2:
现在,如果您想在同一张图中显示数据集的更多功能,只需将ids=fig['data'][0]['ids'].tolist()
添加到混合中:
绘图3:
完整代码:
# imports
import pandas as pd
import plotly.graph_objects as go
import plotly.express as px
# data
df = pd.DataFrame({'user': [23, 24, 25, 26, 27],
'age': [12, 13,15, 20, 21],
'gender': ['male','male', 'female','male', 'male'] })
# plotly express figure
fig = px.sunburst(df, path=["gender", "age"])
# plotly graph_objects figure
fig2 =go.Figure(go.Sunburst(
labels=fig['data'][0]['labels'].tolist(),
parents=fig['data'][0]['parents'].tolist(),
values=fig['data'][0]['values'].tolist(),
ids=fig['data'][0]['ids'].tolist(),
domain={'x': [0.0, 1.0], 'y': [0.0, 1.0]}
))
fig2.show()
相关文章