--知中有行，行中有知；以知为行，知行合一，学习编程成就更好的自己--

Python语言简洁生动，特别适合文科生学习入门IT世界，用几十行代码就能够做一个完整的爬虫脚本，开发效率杠杠的！短时间内即可解决工作和学习中碰到的各种棘手问题。(本人外语专业毕业，机缘巧合爱上编程，自学道路曲曲折折，痛并快乐！)在这里总结一下自学Python遇到的难点和重点，分享码过的代码和要点总结，希望能够给初学者一点启示和鼓励，同时愿意结交更多大神交流有助提升自己的水平。

今天分享如何使用Plotly绘制一种非常实用和美观的图表--环形占比关系图表，有的时候一个数据集合往往有几层维度递进关系，比如：世界-大洲-国家-城市；生物-动物-哺乳类动物-人类；交通工具-陆地运输工具-铁路运输-高铁等。如何展示多个文本维度关系的同时，也能反映不同数据占比关系呢？接下来还是以Plotly内置的世界人口数据集为案例进行演示：

1.调用2002年的世界人口数据作为总样本，抽取几大洲数据集合，方便后续制图和演示：

下面利用Sunburst函数做一个自定义作图函数，方便随时调用出图：

２.编写自定义作图函数(人口和寿命)共有三个参数，X为数据集本身，Y参数为取数值部分，Z参数为图表名字：

def Get_Sunfurst_Pop_Life(x,y,z):    fig = px.sunburst(x, path=['continent','country'],values=y,color='lifeExp',color_continuous_scale='RdBu')    fig.update_layout(title_text=z)    return fig.show()

该作图函数也能展示寿命情况，以颜色渐变的形式呈现，下面以亚洲数据为例来看看结果：

可以清楚看到中国，印度和印度尼西亚人口总数是TOP3，在人均寿命维度看日本是最高的，用鼠标点击不同色块就能显示对应的数值，是不是非常直观方便！！！！

3.使用作图函数(人口和寿命)来套用非洲数据集，并调整一下颜色风格：

# Get_Sunfurst_Pop_Life(x,y,z):    fig = px.sunburst(x, path=['continent','country'],values=y,color='lifeExp',color_continuous_scale='Spectral')    fig.update_layout(title_text=z)    return fig.show()

生成结果如下：

从3点钟方向逆时针旋转看到非洲人口前三的国家分别是：尼日利亚，埃及和埃塞俄比亚，寿命较高的国家有埃及和阿尔及利亚，一目了然有木有！！！！

4.生成作图函数(人口和人均GDP)来套用欧洲数据集：

def Get_Sunfurst_Pop_Gdp(x,y,z):    fig = px.sunburst(x, path=['continent','country'],values=y,color='gdpPercap',color_continuous_scale='PiYG')    fig.update_layout(title_text=z)    return fig.show()

这里把人均GDP维度以颜色渐变形式来同时观察，生成结果如下：

前三欧洲人口大国是德国，土耳其和法国，土耳其的经济实力还差点意思，北欧国家真富裕！！！感觉是不是有点专业的味道？？？

5.使用作图函数(人口和人均GDP)来套用美洲数据集，并调整颜色风格：

def Get_Sunfurst_Pop_Gdp(x,y,z):    fig = px.sunburst(x, path=['continent','country'],values=y,color='gdpPercap',color_continuous_scale='Picnic')    fig.update_layout(title_text=z)    return fig.show()

生成结果如下：

美国一家独大，在人口和经济实力两个维度遥遥领先，美洲其他国家只能望尘莫及，玩图玩到这里是不是感觉到非常爽快！！最后直接把所有国家数据放进去看看吧！！

6.使用作图函数(人口和人均GDP)来套用全球数据集，并调整颜色风格：

def Get_Sunfurst_Pop_Gdp(x,y,z):    fig = px.sunburst(x, path=['continent','country'],values=y,color='gdpPercap',color_continuous_scale='PRGn')    fig.update_layout(title_text=z)    return fig.show()

生成结果如下：

可以看到亚洲人口数量占全球最大份额，富裕程度整体较高的国家主要集中在欧洲，大家看到这里也赶紧动手试试吧！！！

代码汇总如下：

import matplotlib.pyplot as pltimport plotly.express as pxdf = px.data.gapminder().query("year==2002")display(df.head())df_Europe = df[df["continent"]=="Europe"]df_Asia = df[df["continent"]=="Asia"]df_Americas = df[df["continent"]=="Americas"]df_Africa = df[df["continent"]=="Africa"]display(df_Europe.head())def Get_Sunfurst_Pop_Life(x,y,z):    fig = px.sunburst(x, path=['continent','country'],values=y,color='lifeExp',color_continuous_scale='RdBu')    fig.update_layout(title_text=z)    return fig.show()Get_Sunfurst_Pop_Life(df_Asia,df_Asia["pop"],"亚洲国家人口数量和寿命环形关系图")#  Get_Sunfurst_Pop_Life(x,y,z):    fig = px.sunburst(x, path=['continent','country'],values=y,color='lifeExp',color_continuous_scale='Spectral')    fig.update_layout(title_text=z)    return fig.show()    Get_Sunfurst_Pop_Life(df_Africa,df_Africa["pop"],"非洲国家人口数量和寿命环形关系图") def Get_Sunfurst_Pop_Gdp(x,y,z):    fig = px.sunburst(x, path=['continent','country'],values=y,color='gdpPercap',color_continuous_scale='PiYG')    fig.update_layout(title_text=z)    return fig.show()Get_Sunfurst_Pop_Gdp(df_Europe,df_Europe["pop"],"欧洲国家人口数量和人均GDP收入环形关系图")def Get_Sunfurst_Pop_Gdp(x,y,z):    fig = px.sunburst(x, path=['continent','country'],values=y,color='gdpPercap',color_continuous_scale='Picnic')    fig.update_layout(title_text=z)    return fig.show()    Get_Sunfurst_Pop_Gdp(df_Americas,df_Americas["pop"],"美洲国家人口数量和人均GDP收入环形关系图") def Get_Sunfurst_Pop_Gdp(x,y,z):    fig = px.sunburst(x, path=['continent','country'],values=y,color='gdpPercap',color_continuous_scale='PRGn')    fig.update_layout(title_text=z)    return fig.show()    Get_Sunfurst_Pop_Gdp(df,df["pop"],"全球国家人口数量和人均GDP收入环形关系图") 

END

我为人人，人人为我！！欢迎大家关注，点赞和转发！！！

~~人生不是赛场，梦想不容退场~~不断努力学习蜕变出一个更好的自己，不断分享学习路上的收获和感悟帮助他人成就自己！！！