python基于plotly实现画饼状图代码实例

 更新时间:2019年12月16日 15:02:03   作者:ZhuGaochao  
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

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脚本之家。

相关文章

  • 浅谈MySQL中的触发器

    浅谈MySQL中的触发器

    这篇文章主要介绍了MySQL中的触发器,包括使用触发器添加、更新、删除用户等操作,需要的朋友可以参考下
    2015-05-05
  • django admin添加数据自动记录user到表中的实现方法

    django admin添加数据自动记录user到表中的实现方法

    下面小编就为大家分享一篇django admin添加数据自动记录user到表中的实现方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-01-01
  • PyTorch训练LSTM时loss.backward()报错的解决方案

    PyTorch训练LSTM时loss.backward()报错的解决方案

    这篇文章主要介绍了PyTorch训练LSTM时loss.backward()报错的解决方案,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2021-05-05
  • Python爬虫requests库多种用法实例

    Python爬虫requests库多种用法实例

    这篇文章主要介绍了Python爬虫requests库多种用法实例,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
    2020-05-05
  • python pygame实现五子棋小游戏

    python pygame实现五子棋小游戏

    这篇文章主要为大家详细介绍了python pygame实现五子棋小游戏,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-06-06
  • Ubuntu 16.04 LTS中源码安装Python 3.6.0的方法教程

    Ubuntu 16.04 LTS中源码安装Python 3.6.0的方法教程

    最近Python 3发布了新版本Python 3.6.0,好像又加入了不少黑魔法!由于暂时不能使用 apt-get 的方式安装 Python 3.6,所以还是直接编译源码安装吧。下面这篇文章就介绍了在Ubuntu 16.04 LTS中源码安装Python 3.6.0的方法教程,需要的朋友可以参考下。
    2016-12-12
  • python中Event实现线程间同步介绍

    python中Event实现线程间同步介绍

    这篇文章主要介绍了python中Event实现线程间同步,Event是python线程间同步一种常用的方法,下列内容总结需要的朋友可以参考一下
    2022-04-04
  • Python logging日志模块 配置文件方式

    Python logging日志模块 配置文件方式

    这篇文章主要介绍了Python logging日志模块 配置文件方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-07-07
  • Pandas技巧分享之读取多个文件

    Pandas技巧分享之读取多个文件

    日常分析数据时,只有单一数据文件的情况其实很少见,更多的情况是,从同一个数据来源定期或不定期的采集了很多数据文件,那么如何读取多个文件呢,下面就和大家简单讲讲
    2023-07-07
  • 有关Tensorflow梯度下降常用的优化方法分享

    有关Tensorflow梯度下降常用的优化方法分享

    今天小编就为大家分享一篇有关Tensorflow梯度下降常用的优化方法分享,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-02-02

最新评论