就在黑蛋切下一塊鹹派時，PM貳婰舞來電了。

「客戶蠻滿意目前系外行星資料表篩選器頁面的功能，我們可以接續開發下一個頁面了。如之前討論，為了視覺化系外行星資料表的資料，新頁面需要呈現互動式的統計圖，客戶想要了解各種發現系外行星的方法所佔的比例，以及行星質量、半徑、軌道週期、發現年份等欄位不同數值區間的個數統計。」

黑蛋品嚐完那塊美味的鹹派後，準備開工以程式作畫。

他之前瀏覽Streamlit的說明文件時，已經知道Streamlit有支援不同的資料視覺化Python套件，除了基本款Matplotlib之外，還有強調互動性能的Bokeh、Vega-Altair和Plotly，黑蛋選擇曾在其他專案用過的Plotly來當作他的畫筆。

他先新增一個命名為03_Exoplanet_statistical_charts.py的Python script放到pages資料夾中，讓使用者能在「太陽系外行星資料分析app」中切換到「系外行星資料統計圖」頁面 。然後在該script中，以plotly.express.pie繪製系外行星發現方法的圓餅圖，並且用plotly.express.histogram繪製行星質量、半徑、軌道週期、發現年份等欄位的直方圖，此外，為了在Streamlit頁面上呈現Plotly的圖，需要透過st.plotly_chart元件。最後，黑蛋用st.columns元件讓兩種圖能並排在同一列。

# 03_Exoplanet_statistical_charts.py
import plotly.express as px

def plot_discovery_method_piechart(exoplanet_table):
    fig = px.pie(
        exoplanet_table, names='發現方法', color='發現方法', title='各種發現系外行星方法的佔比'
    )

    return st.plotly_chart(fig, use_container_width=True)


def plot_histogram(exoplanet_table, column_name):
	fig = px.histogram(
        exoplanet_table, x=column_name, nbins=100,
    )
	fig.update_layout(
		yaxis_title='數量'
	)

	return st.plotly_chart(fig, use_container_width=True)

# 中略

col1, col2 = st.columns(2)
with col1:
    plot_discovery_method_piechart(exoplanet_table)

with col2:
    column_name = st.radio(
        '切換直方圖要統計數量的欄位',
        ['發現年份', '行星質量(單位：地球質量)', '行星半徑(單位：地球半徑)', '行星軌道週期(單位：天)'],
        horizontal=True
    )
    plot_histogram(exoplanet_table, column_name)

此系列文由蘇羿豪撰寫，以「創用CC 姓名標示 4.0(CC BY 4.0)國際版授權條款」釋出。此系列文也同步在Matters及Mirror平台連載。