情节：如何在不更改数据源的情况下更改go.pie图表的图例？ 完整代码：编辑1：示例来自OP的数据示例情节：完整代码：

如何解决情节：如何在不更改数据源的情况下更改go.pie图表的图例？ 完整代码：编辑1：示例来自OP的数据示例情节：完整代码：

我正在练习使用Python在Plotly Express中构建饼图。
这就是我制作的饼图；

此图表是根据文件创建的，该文件包含名为

的两列

1. gender，其值为[0,1,2]
   
2. count_genders，其值为[total_count_0,total_count_1,total_count_2]
   

我打算在这些值上添加一些说明；例如

• 0 - female
  
• 1 - male
  
• 2 - undefined
  

这是我目前遇到的问题。
如果我没记错，是否要更改图例中的标签（至少在Choropleth映射中），可以操纵位于ticks栏中的colorscale。通过操作它们，您可以重命名有关数据的标签。因此，我想知道您是否可以在饼图中做同样的事情？

此图的当前代码：

import pandas as pd
import plotly.express as px
            
'''
Pandas DataFrame:
'''
users_genders = pd.DataFrame({'gender': {0: 0,1: 1,2: 2},'count_genders': {0: 802420,1: 246049,2: 106}})

''' Pie Chart Viz '''
gender_distribution = px.pie(users_genders,values='count_genders',names='gender',color_discrete_map={'0': 'blue','1': 'red','2': 'green'},title='Gender Distribution <br>'
                                   'between 2006-02-16 to 2014-02-20',hole=0.35)
gender_distribution.update_traces(textposition='outside',textinfo='percent+label',marker=dict(line=dict(color='#000000',width=4)),pull=[0.05,0.03],opacity=0.9,# rotation=180
                                  )
gender_distribution.update_layout(legend=dict({'traceorder': 'normal'}
                                              # ticks='inside',# tickvals=[0,2],# ticktext=["0 - Female",#           "1 - Male",#           "2 - Undefined"],# dtick=3
                                              ),legend_title_text='User Genders')
gender_distribution.show()

我试图将ticks中的update_layout添加无济于事。它返回有关错误参数的错误消息。有人可以帮我解决这个问题吗？

编辑1 ：如果不清楚，我想知道是否可以修改图例中显示的值而不更改文件中的原始值。非常感谢您抽空抽出宝贵的时间来帮助我解决此问题！

编辑2 ：添加代码的导入和其他先前的详细信息，删除Dropbox链接。

解决方法

如果我正确理解了您的问题，那么您想更改图例中显示的内容而不更改数据源中的名称。可能有更优雅的方法，但是我整理了一个自定义函数newLegend(fig,newNames)，它将为您完全做到这一点。

所以有这样一个数字：

...正在运行：

fig = newLegend(fig = fig,newNames = {'Australia':'Australia = Dangerous','New Zealand' : 'New Zealand = Peaceful'})

...会给您：

我希望这是您想要的。不要犹豫，让我知道！

完整代码：

import plotly.express as px

df = px.data.gapminder().query("continent == 'Oceania'")
fig = px.pie(df,values='pop',names='country')
fig.update_traces(textposition='inside')
fig.update_layout(uniformtext_minsize=12,uniformtext_mode='hide')

def newLegend(fig,newNames):
    for item in newNames:
        for i,elem in enumerate(fig.data[0].labels):
            if elem == item:
                fig.data[0].labels[i] = newNames[item]
    return(fig)

fig = newLegend(fig = fig,'New Zealand' : 'New Zealand = Peaceful'})
fig.show()

编辑1：示例来自OP的数据示例

数据面临的挑战是genders的类型为integer，而不是string。因此，自定义函数尝试将一种类型的元素替换为另一种类型的元素。我已经解决了这一问题，只需一次性替换掉包含标签的整个数组，而不是逐个元素地对其进行操作。

情节：

完整代码：

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

# custom function to change labels    
def newLegend(fig,newNames):
    newLabels = []
    for item in newNames:
        for i,elem in enumerate(fig.data[0].labels):
            if elem == item:
                #fig.data[0].labels[i] = newNames[item]
                newLabels.append(newNames[item])
    fig.data[0].labels = np.array(newLabels)
    return(fig)

'''
Pandas DataFrame:
'''
users_genders = pd.DataFrame({'0': {0: 1,1: 2},'802420': {0: 246049,1: 106}})

users_genders = pd.DataFrame({'gender':[0,1,2],'count_genders': [802420,246049,106]})

''' Pie Chart Viz '''
gender_distribution = px.pie(users_genders,values='count_genders',names='gender',color_discrete_map={'0': 'blue','1': 'red','2': 'green'},title='Gender Distribution <br>'
                                   'between 2006-02-16 to 2014-02-20',hole=0.35)
gender_distribution.update_traces(textposition='outside',textinfo='percent+label',marker=dict(line=dict(color='#000000',width=4)),pull=[0.05,0.03],opacity=0.9,# rotation=180
                                  )
gender_distribution.update_layout(legend=dict({'traceorder': 'normal'}
                                              # ticks='inside',# tickvals=[0,# ticktext=["0 - Female",#           "1 - Male",#           "2 - Undefined"],# dtick=3
                                              ),legend_title_text='User Genders')

# custom function set to work
gender_distribution=newLegend(gender_distribution,{0:"0 - Female",1:"1 - Male",2: "2 - Undefined"})


gender_distribution.show()