如何在 Python 中使用 plotly 创建人口金字塔？

很酷的站长

发布于 2023-08-11 15:58:45

2840

发布于 2023-08-11 15:58:45

文章被收录于专栏：站长的编程笔记站长的编程笔记

人口金字塔是人口年龄和性别分布的图形表示。它由两个背靠背的条形图组成，一个显示男性的分布，另一个显示女性在不同年龄组的分布。人口金字塔是一个强大的可视化工具，可以帮助我们了解人口的人口构成并识别趋势和模式。

在本文中，我们将探讨如何在 Python 中使用 Plotly 创建人口金字塔。Plotly是一个强大的可视化库，允许我们在Python中创建交互式和动态绘图。

我们将使用 Plotly 创建一个人口金字塔，该金字塔显示人口的年龄和性别分布。我们将首先将数据加载到熊猫数据帧中，然后使用 Plotly 创建人口金字塔。

使用情节表达

Plotly Express 是 Plotly 的高级 API，可以轻松创建多种类型的绘图，包括人口金字塔。我们可以使用 px.bar（）函数来创建构成人口金字塔的两个背靠背条形图。

请考虑下面显示的代码。

例

import plotly.express as px import pandas as pd # Load the data into a pandas DataFrame df = pd.read_csv("population_data.csv") # Create the population pyramid using Plotly Express fig = px.bar(df, x="count", y="age", orientation="h", color="gender",           barmode="relative", range_x=[-1, 1]) # Show the plot fig.show()

解释

我们首先导入库，包括用于创建图的 plotly.express 和用于将数据加载到数据帧中的 pandas。
接下来，我们使用 read_csv（）函数将人口数据从 CSV 文件加载到 pandas 数据帧中。
然后，我们创建 px.bar（）函数，该函数将数据帧作为第一个参数，并采用其他几个参数来指定绘图布局和样式。
x 参数指定要用于条形长度的变量，条形长度是每个年龄组中的人数。
y 参数指定要用于条形高度的变量，即年龄组。
方向参数指定条形应该是水平的。
颜色参数指定条形应按性别着色。
barmode 参数指定条形应相对于彼此堆叠。
range_x 参数指定 x 轴的范围，该范围确定金字塔的大小。
最后，我们使用 show（）方法打印绘图。

输出

使用绘图图形对象

Plotly Graph Objects 是 Plotly 的较低级别的 API，它提供了对绘图布局和样式的更大灵活性和控制。我们可以使用 Plotly Graph 对象来创建人口金字塔，方法是创建两条条形迹线，一条用于男性，另一条用于女性，然后将它们组合成一个图形。

请考虑下面显示的代码。

例

import plotly.graph_objs as go import pandas as pd # Load the data into a pandas DataFrame df = pd.read_csv("population_data.csv") # Create the male and female bar traces trace_male = go.Bar(x=df[df["gender"]=="M"]["count"],                  y=df[df["gender"]=="M"]["age"],                  orientation="h",                  name="Male",                  marker=dict(color="#1f77b4")) trace_female = go.Bar(x=df[df["gender"]=="F"]["count"]*(-1),                    y=df[df["gender"]=="F"]["age"],                    orientation="h",                    name="Female",                    marker=dict(color="#d62728")) # Create the layout layout = go.Layout(title="Population Pyramid",                 xaxis=dict(title="Count"),                 yaxis=dict(title="Age"),                 barmode="overlay",                 bargap=0.1) # Create the figure fig = go.Figure(data=[trace_male, trace_female], layout=layout) # Show the plot fig.show()

解释

第一步是导入必要的模块：plotly.graph_objs和熊猫。
数据使用 pd.read_csv 方法加载到熊猫数据帧中。
使用 go 为男性和女性群体创建两个条形图轨迹。条形方法，分别具有计数和年龄组的 x 和 y 值。方向设置为水平，并使用名称和标记参数为每条迹线指定名称和颜色。
将为绘图创建一个布局，其中包含 x 轴和 y 轴的标题和标签。
使用 go 创建图形。图法与两条迹线和布局。
最后，使用 fig.show（）方法显示绘图。