如何在Plotly中绘制气泡大小随列交集出现频次变化的气泡图

实现方案 #

核心逻辑为先统计所有待分析列的取值组合的出现频次，将频次字段作为气泡大小的映射参数传入Plotly散点图接口即可，完整可运行代码如下：

import pandas as pd
import plotly.express as px    

# 原始示例数据
data_temp = pd.DataFrame({
    'bool_col_1': [1, 1, 1, 0, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 0, 1], 
    'bool_col_2': [1, 1, 0, 0, 0, 0, 0, 1, 0, 0, 1, 1, 1, 0, 1, 0, 1]
})

# 统计每个取值组合的出现频次，支持任意数量分类列的统计
count_df = data_temp.value_counts().reset_index(name='occur_count')
# 可选：计算当前组合在全量数据中的占比
count_df['occur_ratio'] = count_df['occur_count'] / count_df['occur_count'].sum()

# 绘制气泡图
fig = px.scatter(
    count_df,
    x='bool_col_1',
    y='bool_col_2',
    size='occur_count',
    size_max=60, # 调整最大气泡尺寸避免显示异常
    hover_data=['occur_count', 'occur_ratio'] # 悬浮展示频次和占比信息
)

# 可选：优化图表显示样式
fig.update_layout(
    xaxis_title='bool_col_1 取值',
    yaxis_title='bool_col_2 取值',
    title='多列取值交集频次气泡图'
)

fig.show()

扩展说明 #

如果需要分析超过2列的交集场景，可将多列取值拼接为单个分类标签作为x轴，或使用Plotly的分面（facet）功能拆分展示多维度分组即可，逻辑和上述代码一致，仅需调整坐标轴映射参数。
该方案天然支持所有分类类型的列，无需针对非布尔列做额外适配。

内容的提问来源于stack exchange，提问作者artemivchatov