Gráfico circular usando Plotly en Python

Plotly es una biblioteca de Python que se utiliza para diseñar gráficos, especialmente gráficos interactivos. Puede trazar varios gráficos y cuadros como histograma, diagrama de barras, diagrama de caja, diagrama de dispersión y muchos más. Se utiliza principalmente en el análisis de datos, así como en el análisis financiero. plotly es una biblioteca de visualización interactiva. 

Gráfico circular

Un gráfico circular es un gráfico analítico circular, que se divide en regiones para simbolizar un porcentaje numérico. En px.pie, datos anticipados por los sectores del pastel para fijar los valores. Todos los sectores se clasifican en nombres. El gráfico circular se usa generalmente para mostrar el porcentaje con la siguiente porción correspondiente del pastel. El gráfico circular ayuda a comprender bien debido a sus diferentes porciones y códigos de colores.

Sintaxis: plotly.express.pie(data_frame=Ninguno, nombres=Ninguno, valores=Ninguno, color=Ninguno, color_discrete_sequence=Ninguno, color_discrete_map={}, hover_name=Ninguno, hover_data=Ninguno, custom_data=Ninguno, etiquetas={}, título=Ninguno, plantilla=Ninguno, ancho=Ninguno, alto=Ninguno, opacidad=Ninguno, agujero=Ninguno)

Parámetros:

Ejemplo:

import plotly.express as px
import numpy
 
# Random Data
random_x = [100, 2000, 550]
names = ['A', 'B', 'C']
 
fig = px.pie(values=random_x, names=names)
fig.show()

Producción:

Agrupación de datos

El mismo valor para el parámetro de nombres se agrupan juntos. Las etiquetas repetidas agrupan visualmente filas o columnas para que los datos sean más fáciles de entender. Veamos un ejemplo dado a continuación.

Ejemplo: el conjunto de datos del iris contiene muchas filas pero solo 3 especies, por lo que los datos se agrupan según la especie.

import plotly.express as px
 
# Loading the iris dataset
df = px.data.iris()
 
fig = px.pie(df, values="sepal_width", names="species")
fig.show()

Producción: 

Personalización del gráfico circular

El gráfico circular se puede personalizar usando px.pie, usando algunos de sus parámetros, como hover_data y etiquetas. Veamos el siguiente ejemplo para una mejor comprensión.

Ejemplo:

import plotly.express as px
 
# Loading the iris dataset
df = px.data.iris()
 
fig = px.pie(df, values="sepal_width", names="species",
             title='Iris Dataset', hover_data=['sepal_length'])
fig.show()

Producción:

Configuración de colores

El color del pastel se puede cambiar en el módulo plotly. Los diferentes colores ayudan a distinguir los datos entre sí, lo que ayuda a comprender los datos de manera más eficiente.

Ejemplo:

import plotly.express as px
 
# Loading the iris dataset
df = px.data.iris()
 
fig = px.pie(df, values="sepal_width",
             names="species",
             color_discrete_sequence=px.colors.sequential.RdBu)
fig.show()

Producción: