python基於plotly實現畫餅狀圖程式碼例項
阿新 • • 發佈:2020-01-09
這篇文章主要介紹了python基於plotly實現畫餅狀圖程式碼例項,文中通過示例程式碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
程式碼
import pandas as pd import numpy as np import plotly.plotly as py import plotly.graph_objs as go path = '/home/v-gazh/PycharmProjects/us_data/limit_code.csv' df = pd.read_csv(path) df.set_index(['code'],inplace=True) # ST 佔比 total_count = len(df) st_count = len(df[df['isST']==1]) print(f'禁投池總數:{total_count}') print(f'禁投池中ST個數:{st_count}') # f'禁投池中ST個數:{}' # 成分股佔比 sz50_count = len(df[df['isSz50']==1]) print(f'禁投池中上證50個數:{sz50_count}') hs300_count = len(df[df['isHs300']==1]) print(f'禁投池中滬深300個數:{hs300_count}') zz500_count = len(df[df['isZz500']==1]) print(f'禁投池中中證500個數:{zz500_count}') # 退市佔比 outdate_count = len(df['outDate'].dropna()) print(f'禁投池中退市股票個數:{outdate_count}') # 非股票 not_stock = len(df[df['type']!=1]) print(f'禁投池中非股票個數:{not_stock} 【SZ006415 為基金:F006415 | SZ000000 程式碼錯誤】') # 次新股 delta_df = pd.DataFrame((pd.to_datetime(df['date']) - pd.to_datetime(df['ipoDate']))) new_stock = len(delta_df[delta_df[0] < pd.Timedelta('365 days')]) # 上市不滿一年為次新股 print(f'禁投池中次新股個數:{new_stock}') # 市值小於30億的股票 maketValue = len(df[df['maketValue'] < 3000000000]) print(f'市值小於30億股票個數:{maketValue}') # 畫圖 labels = ['股票總數','ST股票','深證50','滬深300','中證500','退市股票','非股票','次新股','小市值'] values = [total_count,st_count,sz50_count,hs300_count,zz500_count,outdate_count,not_stock,new_stock,maketValue] trace = go.Pie(labels=labels,values=values,textfont=dict(size=15),) py.iplot([trace],filename='basic_pie_chart')
注:上面程式碼中,起主要作用的主要是
# 畫圖 labels = ['股票總數',filename='basic_pie_chart')
values = [total_count,maketValue]
values 列表裡的內容為int數值,對應上面的labels
圖示
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支援我們。