Python plotly.express.scatter\u映射框中气泡的大小

我正在尝试使用plotly.express创建地图，该地图显示的值为气泡（圆）

目前的数值范围为16000到21500。我已经把所有的东西都安装好并运行了，气泡以不同的颜色显示，但是，它们或多或少都是相同大小的

我想要的是一个小气泡显示的最小值，一个大气泡显示的最大值，以及介于两者之间的其他值

这就是我的数据框的外观：

                 country       average       long        lat
0        Baden-Württemberg  19166.381092   9.179330  48.781956
1                   Bayern  18786.556728  11.572199  48.137859
2                   Berlin  21463.044514  13.387224  52.533707
3              Brandenburg  19622.567766  13.070526  52.405476
4                   Bremen  16197.013903   8.805129  53.081386
5                  Hamburg  18426.436184  10.001104  53.554158

这就是我展示它的方式：

fig = px.scatter_mapbox(all_data, lat="lat", lon="long", hover_name="country", hover_data=["country", "average"], 
                        color="average",
                        size="average", color_continuous_scale=px.colors.sequential.matter, size_max=20,
                        zoom=5, height=1000, mapbox_style="open-street-map")
fig.update_layout(margin={"r":0,"t":0,"l":0,"b":0})
fig.show()

这就是它的样子：

如何影响气泡的大小，使较小的值具有较小的直径，而较大的值具有较大的直径

---

我试着使用size\u max-value，但所有气泡的大小仍然相同，只是它们都较大或较小。

您的代码是正确的。由于数据主题与大小相似，因此大小不明显。我故意将不莱梅的数据修改为更大的尺寸来绘制图表。另一个修复方法是更改“size_max”。我还将气泡的颜色更改为不与贴图混合的颜色

import pandas as pd
import numpy as np
import io

data = '''
 country average long lat
0 Baden-Württemberg  19166.381092 9.179330 48.781956
1 Bayern 18786.556728 11.572199 48.137859
2 Berlin 21463.044514 13.387224 52.533707
3 Brandenburg 19622.567766 13.070526 52.405476
4 Bremen 46197.013903 8.805129 53.081386 # average value update
5 Hamburg 18426.436184 10.001104 53.554158
'''

all_data = pd.read_csv(io.StringIO(data), sep='\s+')

import plotly.express as px

fig = px.scatter_mapbox(all_data, lat="lat", lon="long", hover_name="country", hover_data=["country", "average"], 
                        color="average",
                        size="average", color_continuous_scale=px.colors.sequential.Rainbow, size_max=40,
                        zoom=5, height=1000, mapbox_style="open-street-map")
fig.update_layout(margin={"r":0,"t":0,"l":0,"b":0})

fig.show()

---

我发现，size参数可以获取反映比例的值列表。这不会影响地图右侧绘制的比例

所以我这样做了：

# doing a little bit of math here to calculate a scale to reflect the difference between
# the minimum and the maximum of the average prices (could probably be done much more elegant,
# but this does the job)
# 
# first, calculate a ratio between max and min and divide it to have 16 steps

all_data_diffq = (all_data["mean"].max() - all_data["mean"].min()) / 16

# calculate the scale value by subtracting the minium value from the average price, divide 
# that by the ratio which will give the scale a value between 0...15 and add 1 to it so that
# the scale values start at 1 (to be visible on the map)
# add the according scale to each row
# the scale column will then be used for size=... parameter in the scatter_mapbox call below

all_data["scale"] = (all_data["mean"] - all_data["mean"].min()) / all_data_diffq + 1

我的数据帧现在看起来像这样：

                   country          mean       long        lat      scale
0        Baden-Württemberg  19166.381092   9.179330  48.781956  10.021952
1                   Bayern  18786.556728  11.572199  48.137859   8.867916
2                   Berlin  21463.044514  13.387224  52.533707  17.000000
3              Brandenburg  19622.567766  13.070526  52.405476  11.408003
4                   Bremen  16197.013903   8.805129  53.081386   1.000000
5                  Hamburg  18426.436184  10.001104  53.554158   7.773747

现在，对scatter_mapbox（）的调用使用“scale”列作为大小参数：

fig = px.scatter_mapbox(all_data, lat="lat", lon="long", hover_name="country", hover_data=["country", "mean"], 
                        color="mean",
                        size=all_data["scale"], color_continuous_scale=px.colors.sequential.Rainbow,
                        size_max=50, zoom=5, height=1000, mapbox_style="open-street-map")
fig.update_layout(margin={"r":0,"t":0,"l":0,"b":0})
fig.show()

现在结果看起来更好了：

---

非常感谢。我得出了同样的结论，但是，我不能改变不莱梅的数据，因为这是它的价值所在。但是，我发现，size=…-参数可以从色阶独立地改变。通过一点数学，我可以计算出一种比例。我将在一分钟后发布此解决方案。更改的数字仅用于说明目的，因此没有特别打算更改它们。