python基于plotly实现画饼状图代码实例

yipeiwu_com5年前Python基础

这篇文章主要介绍了python基于plotly实现画饼状图代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

代码

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 占比
total_count = len(df)
st_count = len(df[df['isST']==1])
print(f'禁投池总数:{total_count}')
print(f'禁投池中ST个数:{st_count}') # f'禁投池中ST个数:{}'

# 成分股占比
sz50_count = len(df[df['isSz50']==1])
print(f'禁投池中上证50个数:{sz50_count}')
hs300_count = len(df[df['isHs300']==1])
print(f'禁投池中沪深300个数:{hs300_count}')
zz500_count = len(df[df['isZz500']==1])
print(f'禁投池中中证500个数:{zz500_count}')

# 退市占比
outdate_count = len(df['outDate'].dropna())
print(f'禁投池中退市股票个数:{outdate_count}')

# 非股票
not_stock = len(df[df['type']!=1])
print(f'禁投池中非股票个数:{not_stock} 【SZ006415 为基金:F006415 | SZ000000 代码错误】')

# 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')]) # 上市不满一年为次新股 
print(f'禁投池中次新股个数:{new_stock}')

# 市值小于30亿的股票
maketValue = len(df[df['maketValue'] < 3000000000])
print(f'市值小于30亿股票个数:{maketValue}')

# 画图
labels = ['股票总数', 'ST股票', '深证50', '沪深300', '中证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:上面代码中,起主要作用的主要是

# 画图
labels = ['股票总数', 'ST股票', '深证50', '沪深300', '中证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')
values = [total_count, st_count, sz50_count, hs300_count, zz500_count, outdate_count, not_stock, new_stock, maketValue]

values 列表里的内容为int数值,对应上面的labels

图示

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

基于python实现百度翻译功能

基于python实现百度翻译功能

运行环境: python 3.6.0 今天处于练习的目的,就用 python 写了一个百度翻译,是如何做到的呢,其实呢就是拿到接口,通过这个接口去访问,不过中间确实是出现了点问题,不过都...

Python列表原理与用法详解【创建、元素增加、删除、访问、计数、切片、遍历等】

Python列表原理与用法详解【创建、元素增加、删除、访问、计数、切片、遍历等】

本文实例讲述了Python列表原理与用法。分享给大家供大家参考,具体如下: 列表的基本认识 列表简介 列表的创建 基本语法[]创建 list()创建...

Python合并同一个文件夹下所有PDF文件的方法

Python合并同一个文件夹下所有PDF文件的方法

一、需求说明 下载了网易云课堂的吴恩达免费的深度学习的pdf文档,但是每一节是一个pdf,我把这些PDF文档放在一个文件夹下,希望合并成一个PDF文件。于是写了一个python程序,很好...

python与mysql数据库交互的实现

python与mysql数据库交互的实现

1、安装pymysql库 如果你想要使用python操作MySQL数据库,就必须先要安装pymysql库,这个库的安装很简单,直接使用pip install pymysql;进行安装。...

Python编程深度学习绘图库之matplotlib

Python编程深度学习绘图库之matplotlib

matplotlib是python的一个开源的2D绘图库,它的原作者是John D. Hunter,因为在设计上借鉴了matlab,所以成为matplotlib。和Pillow一样是被广...