基于国家频率统计的彩色地图

Question

我有一个带有国家栏的用户数据集，我想绘制一张用户在各国分布的地图。我将数据集转换成字典，其中键是国家名称，值是国家的频率计数。字典如下所示：

'usa': 139421,
'canada': 21601, 
'united kingdom': 18314,
'germany': 17024,
'spain': 13096,
 [...]

为了在世界地图上绘制分布图，我使用了以下代码：

#Convert to dictionary
counts = users['Country'].value_counts().to_dict()

#Country names
def getList(dict): 
    return [*dict]

countrs = getList(counts)

#Frequency counts
freqs = list(counts.values())

#Plotting
data = dict(
        type = 'choropleth',
        colorscale = 'Viridis',
        reversescale = True,
        locations = countrs,
        locationmode = "country names",
        z = freqs,
        text = users['Country'],
        colorbar = {'title' : 'Number of Users'},
      ) 

layout = dict(title = 'Number of Users per Country',
                geo = dict(showframe = False)
             )

choromap = go.Figure(data = [data],layout = layout)
iplot(choromap,validate=False)

这是我得到的结果：

颜色是错误的；它表明所有国家都属于0-20K范围，这是错误的。有办法解决这个问题吗？谢谢

Answer 1

如果不能访问完整的数据集，这真的很难回答。我建议从这个例子开始：

绘图1:

在这里，您可以简单地用yout数据替换lifeExp，只要您的数据格式正确，一切都应该正常。在下面的代码片段中，我为每个国家创建了随机整数来表示counts变量。你知道吗

代码：

import plotly.express as px
import numpy as np

np.random.seed(12)
gapminder = px.data.gapminder().query("year==2007")
gapminder['counts'] = np.random.uniform(low=100000, high=200000, size=len(gapminder)).tolist()

fig = px.choropleth(gapminder, locations="iso_alpha",
                    color="counts", 
                    hover_name="country", # column to add to hover information
                    color_continuous_scale=px.colors.sequential.Plasma)

fig.show()

绘图2:

告诉我这对你有什么好处。你知道吗

编辑：对您的数据提出建议：

如果您有一个包含国家名称和计数的字典，您可以轻松地构造它的数据帧，并执行左联接以获得以下结果：

绘图2:

只需确保您的字典值是列表，并且国家名称的拼写和格式正确即可。你知道吗

代码2:

import plotly.express as px
import numpy as np
import pandas as pd

np.random.seed(12)
gapminder = px.data.gapminder().query("year==2007")
#gapminder['counts'] = np.nan

d = {'United States': [139421],
    'Canada': [21601], 
    'United Kingdom': [18314],
    'Germany': [17024],
    'Spain': [13096]}

yourdata = pd.DataFrame(d).T.reset_index()
yourdata.columns=['country', 'count']

df=pd.merge(gapminder, yourdata, how='left', on='country')

fig = px.choropleth(df, locations="iso_alpha",
                    color="count", 
                    hover_name="country", # column to add to hover information
                    color_continuous_scale=px.colors.sequential.Plasma)

fig.show()