Plotly:太阳爆发图未正确渲染

Question

我将遵循official documentation中关于python3的plotly中的sunburst图的教程示例

基于此示例，我以与示例完全相似的方式构建了数据帧，并验证了数据的合理性

现在，问题来了。如果像下面的代码中所示添加branchvalues='total'，则会得到一个空白的白色图表。也就是说，什么都不会被渲染

fig.add_trace(go.Sunburst(
    labels=df_all_trees['id'],
    parents=df_all_trees['parent'],
    values=df_all_trees['value'],
    branchvalues='total',
    marker=dict(
        colors=df_all_trees['color'],
        colorscale='RdBu'),
    hovertemplate='<b>%{label} </b> <br></br> Allocated: %{value}',
    name=''
))

如果我删除branchvalues='total'，就像下面的代码一样

fig.add_trace(go.Sunburst(
    labels=df_all_trees['id'],
    parents=df_all_trees['parent'],
    values=df_all_trees['value'],
    marker=dict(
        colors=df_all_trees['color'],
        colorscale='RdBu'),
    hovertemplate='<b>%{label} </b> <br></br> Allocated: %{value}',
    name=''
))

我得到一张相当扭曲的图表

我做错了什么

编辑-添加数据和代码

数据

csv中的相同数据

，id，父项，值，颜色

0，税务规划，星光保利，1.54,1.54

1，税务规划，超级大道，8.46,8.46

2，税务规划，巴贾吉财政部，8.75,8.75

3，税务筹划，班汉银行，2.75,2.75

4，税务规划，Bharti Airtel，1.74,1.74

5，税务规划，康明斯印度，1.5,1.5

6，税务规划，Divi实验室，2.16,2.16

7，税务规划，耐力科技，0.86,0.86

8，税务规划，H D F C，4.9,4.9

9，税务规划，HDFC银行，6.35,6.35

10，税务规划，ICICI银行，2.32,2.32

11，税务规划，信息Edg（印度），5.08,5.08

12，税务规划，Kotak Mah。银行，8.454707583,8.454707583

13，税收筹划，金融资产管理局，0.74,0.74

14，税务规划，马鲁蒂铃木，4.71,4.71

15，税务规划，Motherson Sumi，1.19,1.19

16，税务规划，多部门执行，1.29,1.29

17，税收规划，雀巢印度，4.53,4.53

18，税务规划，净CA&；其他，1.1,1.1

19，税务规划，Pidilite Inds.，5.72,5.72

20，税收规划，什利水泥，1.17,1.17

21，税收筹划，圣达拉姆财政部，Hol，0.04,0.04

22，税收规划，Sundaram Finance，1.58,1.58

23，税务规划，交响乐，1.76,1.76

24，税务规划，TCS，6.17,6.17

25，税务规划，TTK医疗，0.07,0.07

26，税务规划，TTK Prestige，2.07,2.07

27，税务规划，塔塔全球，0.52,0.52

28，税务规划，科技马欣德拉，1.39,1.39

29，税务规划，Torrent Power，3.61,3.61

30，税务规划，V-Guard Inds.，0.55,0.55

31，税务规划，WABCO印度，1.74,1.74

32，Astral Poly，塑料制品，1.54,1.54

超级大道33号，贸易，8.46,8.46

34，Bajaj Fin.，财务与金融部；投资，8.75,8.75

35，班汉银行，银行-私营部门，2.75,2.75

36，Bharti Airtel，电信服务提供商，1.74,1.74

37，康明斯印度，发动机，1.5,1.5

38，迪维实验室，制药-印度-原料药，2.16,2.16

39，耐久性技术，汽车配件，0.86,0.86

40，H D F C，金融-住房，4.9,4.9

41，HDFC银行，银行-私营部门，6.35,6.35

42，ICICI银行，银行-私营部门，2.32,2.32

43，信息Edg（印度），杂项，5.08,5.08

44，科塔马。银行，银行-私营部门，8.454707583，8.454707583

45，新加坡金融管理局财务、财务和；投资，0.74,0.74

46，马鲁蒂铃木，汽车-乘用车，4.71,4.71

47，Motherson Sumi，汽车配件，1.19,1.19

48，多通信交换，杂项，1.29,1.29

49，雀巢印度，食品加工-跨国公司，4.53,4.53

50，净CA&；其他,净CA及；其他，1.1,1.1

51，Pidilite Inds.，化学品，5.72,5.72

52，Shree水泥，水泥-北印度，1.17,1.17

53，Sundaram Fin.Hol，财务及；投资，0.04,0.04

54，Sundaram Finance，Finance&；投资，1.58,1.58

55，交响乐，家用电器，1.76,1.76

56，TCS，计算机-软件-大型，6.17，6.17

57，TTK医疗、制药-印度-原料药和；Formln，0.07,0.07

58，TTK Prestige，家用电器，2.07,2.07

59，塔塔全球，茶叶，0.52,0.52

60，科技马欣德拉，计算机-软件-大型，1.39，1.39

61，激流电力、发电和供电，3.61,3.61

62，V型防护装置，电气设备，0.55,0.55

63，WABCO印度，汽车配件，1.74,1.74

64，汽车配件，权益，3.789999996,3.789999999996

65，汽车-乘用车，权益，4.71,4.71

66，银行-私营部门，股本，19.874707583，19.874707583

67，水泥-北印度，股本，1.17,1.17

68，化学品，权益，5.72,5.72

69，计算机-软件-大型，股票，7.56,7.56

70，家用电器，权益，3.83,3.83

71，电气设备，权益，0.55,0.55

72，引擎，股本，1.5,1.5

73,财经及；投资、权益、11.11、11.11

74，金融-住房，股权，4.9,4.9

75，食品加工-跨国公司，股本，4.53,4.53

76，杂项，权益，6.37,6.37

77，净CA&；其他,净CA及；其他，1.1,1.1

78，制药-印度-原料药，股本，2.16,2.16

79，制药-印度-原料药和；Formln，权益，0.07,0.07

80，塑料制品，权益，1.54,1.54

81，发电和供应，权益，3.61,3.61

82，Tea，股票，0.52,0.52

83，电信服务提供商，权益，1.74,1.74

84，交易，股票，8.46,8.46

85，权益，总计，93.71470758299998，93.71470758299998

86，净CA&；其他，总计，1.1,1.1

87，总计，94.814707583，94.814707583

上述数据/csv需要导入到称为alloc的数据框中

代码

import plotly.graph_objects as go
from plotly.subplots import make_subplots
import pandas as pd

df = alloc

average_score = df['PERC_HOLD'].sum()

fig = go.Figure()

fig.add_trace(go.Sunburst(
    labels=df_all_trees['id'],
    parents=df_all_trees['parent'],
    values=df_all_trees['value'],
    branchvalues='total',
    marker=dict(
        colors=df_all_trees['color'],
        colorscale='RdBu',
        cmid=average_score),
    hovertemplate='<b>%{label} </b> <br> Sales: %{value}<br> Success rate: %{color:.2f}',
    name=''
    ))

fig.update_layout(margin=dict(t=10, b=10, r=10, l=10))
fig.write_html("fig2.html")

Answer 1

在这种特殊情况下，如果没有合适的数据样本，几乎不可能提供完整的解决方案。不过，我要测试的第一件事是设置

branchvalues="remainder"