在Python中使用 Plotly 绘制森伯斯特图

介绍

森伯斯特图（Sunburst Chart），也称为环形分区图（Radial Partition）， 是一种数据可视化图形，其中数据跟随着圆形分区展示。

Plotly 是一款强大的 Python 数据可视化工具，提供了丰富的图表库，支持交互式数据可视化。

在本教程中，我们将使用 Plotly 绘制森伯斯特图，通过分层展示数据，使得数据分布更加清晰。本教程假设您已经拥有 Python 基础和 Plotly 库，如果您需要了解更多关于 Plotly 的内容，可以在Plotly Doc获取更多信息。

数据准备

在进行森伯斯特图的绘制之前，我们需要准备好数据。下面是我们用于本例的数据：

import pandas as pd
import plotly.express as px

data = {
    'task': ['Task 1', 'Task 2', 'Task 3', 'Task 4'],
    'priority': ['High', 'Medium', 'Low', 'High'],
    'duration': [10, 5, 2, 7],
    'cost': [1000, 500, 200, 700]
}

df = pd.DataFrame(data)

fig = px.sunburst(df, path=['priority', 'task'], values='duration')
fig.show()

代码解析

在以上代码中，我们首先导入了 pandas 和 plotly.express 模块。接着，定义了一个包含任务（task）、优先级（priority）、持续时间（duration）和花费（cost）的字典。我们使用这个字典生成一个 Pandas 数据帧（DataFrame），然后使用 plotly.express 库的 sunburst 函数创建一个基于任务和优先级的森伯斯特图。path 参数指定了如何分级展示数据，values 指定了要在图表中显示的数值列。

最后，我们调用了 fig.show() 函数来显示绘制好的森伯斯特图。你会看到一个漂亮的、分级展示优先级和任务的森伯斯特图。

Conclusion

通过本教程，我们学习了如何使用 Python 和 Plotly 绘制森伯斯特图。随着数据的不断增长，森伯斯特图作为一种数据可视化方式具有非常好的应用前景。希望这个教程能够帮助你更好地使用 Plotly 以及更好地理解森伯斯特图。

参考资料

• Plotly Doc
• Plotly Github
• Plotly Gallery