Python 如何使用Plotly创建人口金字塔

人口金字塔是对人口的年龄和性别分布进行图形化表示。它由两个背靠背的柱状图组成，一个显示不同年龄组中男性的分布，另一个显示不同年龄组中女性的分布。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结构并识别趋势和模式。

在本文中，我们将介绍如何使用Plotly在Python中创建人口金字塔。Plotly是一个强大的可视化库，可以让我们在Python中创建交互式和动态的图表。

我们将使用Plotly来创建一个显示人口年龄和性别分布的人口金字塔。我们将首先将数据加载到一个pandas DataFrame中，然后使用Plotly创建人口金字塔。

使用Plotly Express

Plotly Express是Plotly的高级API，可以轻松创建许多类型的图表，包括人口金字塔。我们可以使用px.bar()函数创建构成人口金字塔的两个背靠背的柱状图。

考虑下面所示的代码。

示例

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，包括用于创建图表的plotly.express库和用于将数据加载到DataFrame的pandas库。
接下来，我们使用read_csv()函数将人口数据从CSV文件加载到pandas的DataFrame中。
然后，我们创建px.bar()函数，该函数将DataFrame作为第一个参数，并使用其他几个参数来指定图表布局和样式。
x参数指定用于柱状图长度的变量，即每个年龄组中的人数。
y参数指定用于柱状图高度的变量，即年龄组。
orientation参数指定柱状图应为水平方向。
colour参数指定柱状图的颜色应根据性别而定。
barmode参数指定柱状图应相对于彼此堆叠。
range_x参数指定x轴的范围，从而确定金字塔的大小。
最后，我们使用show()方法打印图表。

输出

Python 如何使用Plotly创建人口金字塔

使用Plotly Graph Objects

Plotly Graph Objects是Plotly的一个更低级别的API，提供更多的灵活性和对图表布局和样式的控制。我们可以使用Plotly Graph Objects创建一个人口金字塔，方法是创建两个柱状图迹线，一个用于男性，另一个用于女性，然后将它们合并成一个单独的图形。

考虑下面显示的代码。

示例

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 pandas。
使用 pd.read_csv 方法将数据加载到 pandas DataFrame 中。
使用 go.Bar 方法为男性和女性人口创建两个条形图追踪，其中 x 值和 y 值分别为计数和年龄组。将方向设置为水平，并使用 name 和 marker 参数为每个追踪设置名称和颜色。
为图表创建一个布局，包括标题以及 x 和 y 轴的标签。
使用 go.Figure 方法创建一个图形，其中包含两个追踪和布局。
最后，使用 fig.show() 方法显示图表。