如何让Plotly极坐标条形图的区块面积与数据值成比例？

问题根源在于极坐标条形的面积是环形区域，面积计算公式为 π(r外² - r内²)。相同的r增量（比如0.1），外圈的平方差远大于内圈，导致面积增幅差异巨大。要实现面积与数据值线性相关，需要将原始r值转换为平方根尺度*——因为面积与r的平方成正比，转换后数据的线性变化会对应面积的线性变化。

具体步骤： #

• 对原始频率值取平方根，生成缩放后的径向坐标值
• 替换绘图时的r参数为缩放后的值
• 调整径向轴刻度，让显示的刻度文本保持原始频率值（而非平方根值）

修改后的完整代码： #

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

df = px.data.wind()
df_test = df[df["strength"]=='0-1']

df_test_sectors = pd.DataFrame(columns=df_test.columns)

for direction, df_direction in df_test.groupby('direction'):
    frequency_stop = df_direction['frequency'].tolist()[0]
    frequencies = np.arange(0.1, frequency_stop+0.1, 0.1)
    df_sector = pd.DataFrame({
        'direction': [direction]*len(frequencies),
        'strength': ['0-1']*len(frequencies),
        'frequency': frequencies
    })
    df_test_sectors = pd.concat([df_test_sectors, df_sector])

df_test_sectors = df_test_sectors.reset_index(drop=True)
df_test_sectors['direction'] = pd.Categorical(
    df_test_sectors['direction'], 
    df_test.direction.tolist()
)
df_test_sectors['frequency'] = df_test_sectors['frequency'].astype(float)
df_test_sectors = df_test_sectors.sort_values(['direction', 'frequency'])

# 计算缩放后的径向值，用平方根转换
df_test_sectors['r_scaled'] = np.sqrt(df_test_sectors['frequency'])

fig = px.bar_polar(df_test_sectors, r='r_scaled', theta='direction', color='frequency', color_continuous_scale='YlGn')

# 调整径向轴刻度，显示原始频率值
max_freq = df_test_sectors['frequency'].max()
tick_vals = np.sqrt(np.arange(0.1, max_freq+0.1, 0.1))
tick_text = [f"{val:.1f}" for val in np.arange(0.1, max_freq+0.1, 0.1)]
fig.update_layout(
    polar=dict(
        radialaxis=dict(
            tickvals=tick_vals,
            ticktext=tick_text
        )
    )
)

fig.show()

效果说明： #

转换后，每个0.1频率增量对应的区块面积均为0.1π（恒定值），完全实现了面积与数据值的比例对应，内圈的小增量区块也会清晰可见。

内容的提问来源于stack exchange，提问作者User981636