如何在 Python 中使用 plotly 创建人口金字塔？
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 中使用 创建人口金字塔。是一个强大的可视化库，允许我们在中创建交互式和动态绘图。
我们将使用 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 创建人口金字塔。
使用情节表达
是 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 输出
使用绘图图形对象
Graph 是 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 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 输出
结论
在本文中，我们学习了如何在 中使用 创建人口金字塔。我们探索了两种不同的方法来实现这一目标，一种使用熊猫数据透视表，另一种使用 图形对象。我们讨论了每种方法的优缺点，并详细介绍了每种方法中使用的代码。
按照本文中提供的步骤和示例，您可以使用 中的 创建自己的人口金字塔，并探索自定义和分析其数据的各种方法。
