Python数据可视化：类别比较图表可视化

在学习本篇博文之前请先看一看之前发过的关联知识：

Python数据可视化：如何选择合适的图表可视化？

根据表达数据的侧重内容点，将图表类型分为6大类：类别比较图表、数据关系图表、数据分布图表、时间序列图表、局部整体图表和地理空间图表（有些图表也可以归类于两种或多种图表类型）。

本篇将介绍类别比较图表的可视化方法。

类别比较型图表的数据一般分为：数值型和类别型两种数据类型，主要包括：柱形图、条形图、雷达图、词云图等，通常用来比较数据的规模。如下所示：

1

柱状图

柱形图是一种以长方形的长度为变量的统计图表。柱形图用于显示一段时间内的数据变化或显示各项之间的比较情况。

在柱形图中，类别型或序数型变量映射到横轴的位置，数值型变量映射到矩形的高度。控制柱形图的两个重要参数是：“系列重叠"和“分类间距”。

• “分类间距"控制同一数据系列的柱形宽度；

• “系列重叠"控制不同数据系列之间的距离。

下图为常见的柱形图类型：单数据系列柱形图、多数据系列柱形图、堆积柱形图和百分比堆积柱形图。

1.1、单数据系列柱形图

通过一个示例了解单数据系列柱形图的使用，实现代码如下所示：

mydata = pd.DataFrame({'Cut': ["Fair", "Good", "Very Good", "Premium", "Ideal"],
                       'Price': [4300, 3800, 3950, 4700, 3500]})


Sort_data = mydata.sort_values(by='Price', ascending=False)


fig = plt.figure(figsize=(6, 7), dpi=70)
plt.subplots_adjust(left=0.1, right=0.9, top=0.9, bottom=0.1)
plt.grid(axis="y", c=(217/256, 217/256, 217/256))  # 设置网格线
# 将网格线置于底层
ax = plt.gca()  # 获取边框
ax.spines['top'].set_color('none')  # 设置上‘脊梁’为红色
ax.spines['right'].set_color('none')  # 设置上‘脊梁’为无色
ax.spines['left'].set_color('none')  # 设置上‘脊梁’为无色


plt.bar(Sort_data['Cut'], Sort_data['Price'],
        width=0.6, align="center", label="Cut")


plt.ylim(0, 6000)  # 设定x轴范围
plt.xlabel('Cut')
plt.ylabel('Price')
plt.show()

效果如下所示：

1.2、多数据系列柱形图

通过一个示例了解多数据系列柱形图的使用，实现代码如下所示：

x_label = np.array(df["Catergory"])
x = np.arange(len(x_label))
y1 = np.array(df["1996"])
y2 = np.array(df["1997"])


fig = plt.figure(figsize=(5, 5))
plt.subplots_adjust(left=0.1, right=0.9, top=0.9, bottom=0.1)  # 设置绘图区域大小位置


plt.bar(x, y1, width=0.3, color='#00AFBB', label='1996', edgecolor='k',
        linewidth=0.25)  # 调整y1轴位置，颜色，label为图例名称，与下方legend结合使用
plt.bar(x+0.3, y2, width=0.3, color='#FC4E07', label='1997',
        edgecolor='k', linewidth=0.25)  # 调整y2轴位置，颜色，label为图例名称，与下方legend结合使用
plt.xticks(x+0.15, x_label, size=12)  # 设置x轴刻度，位置,大小


# 显示图例，loc图例显示位置(可以用坐标方法显示），ncol图例显示几列，默认为1列,frameon设置图形边框
plt.legend(loc=(1, 0.5), ncol=1, frameon=False)


plt.yticks(size=12)  # 设置y轴刻度，位置,大小
plt.grid(axis="y", c=(217/256, 217/256, 217/256))  # 设置网格线
# 将y轴网格线置于底层
# plt.xlabel("Quarter",labelpad=10,size=18,)                          #设置x轴标签,labelpad设置标签距离x轴的位置
# plt.ylabel("Amount",labelpad=10,size=18,)                                   #设置y轴标签,labelpad设置标签距离y轴的位置




ax = plt.gca()  
ax.spines['top'].set_color('none')  # 设置上‘脊梁’为无色
ax.spines['right'].set_color('none')  # 设置右‘脊梁’为无色
ax.spines['left'].set_color('none')  # 设置左‘脊梁’为无色


plt.show()

效果如下所示：

1.3、堆积柱形图

通过一个示例了解堆积柱形图的使用，实现代码如下所示：

# -*- coding: utf-8 -*-
# %%
import pandas as pd
import numpy as np
from plotnine import *




mydata = pd.DataFrame(dict(Name=['A', 'B', 'C', 'D', 'E'],
                           Scale=[35, 30, 20, 10, 5],
                           ARPU=[56, 37, 63, 57, 59]))


# 构造矩形X轴的起点（最小点）
mydata['xmin'] = 0
for i in range(1, 5):
    mydata['xmin'][i] = np.sum(mydata['Scale'][0:i])


# 构造矩形X轴的终点（最大点）
mydata['xmax'] = 0
for i in range(0, 5):
    mydata['xmax'][i] = np.sum(mydata['Scale'][0:i+1])


mydata['label'] = 0
for i in range(0, 5):
    mydata['label'][i] = np.sum(mydata['Scale'][0:i+1])-mydata['Scale'][i]/2


base_plot = (ggplot(mydata) +
             geom_rect(aes(xmin='xmin', xmax='xmax', ymin=0, ymax='ARPU', fill='Name'), colour="black", size=0.25) +
             geom_text(aes(x='label', y='ARPU+3', label='ARPU'), size=14, color="black") +
             geom_text(aes(x='label', y=-4, label='Name'), size=14, color="black") +
             scale_fill_hue(s=0.90, l=0.65, h=0.0417, color_space='husl') +
             ylab("ARPU") +
             xlab("scale") +
             ylim(-5, 80) +
             theme(  # panel_background=element_rect(fill="white"),
    #panel_grid_major = element_line(colour = "grey",size=.25,linetype ="dotted" ),
    #panel_grid_minor = element_line(colour = "grey",size=.25,linetype ="dotted" ),
    text=element_text(size=15),
    legend_position="none",
    aspect_ratio=1.15,
    figure_size=(5, 5),
    dpi=100
))
print(base_plot)

2

条形图

条形图与柱形图类似，几乎可以表达相同多的数据信息。

在条形图中，类别型或序数型变量映射到纵轴的位置，数值型变量映射到矩形的宽度。条形图的柱形变为横向，从而导致与柱形图相比，条形图更加强调项目之间的大小对比。尤其在项目名称较长以及数量较多时，采用条形图可视化数据会更加美观、清晰，如下图所示：

2.1、单数据系列条形图

通过一个示例了解单数据系列条形图的使用，实现代码如下所示：

df = pd.read_csv('Stackedbar_Data.csv')


df = df.sort_values(by='Pensions', ascending=True)


df['Country'] = pd.Categorical(df['Country'], categories=df['Country'], ordered=True)
df


# %%
base_plot = (ggplot(df, aes('Country', 'Pensions')) +
             # "#00AFBB"
             geom_bar(stat="identity", color="black", width=0.6, fill="#FC4E07", size=0.25) +

实现效果如下所示：

2.2、多数据系列条形图

通过一个示例了解多数据系列条形图的使用，实现代码如下所示：

df = pd.read_csv('Stackedbar_Data.csv')

效果如下所示：

2.3、堆积条形图

通过一个示例了解堆积条形图的使用，实现代码如下所示：

df = pd.read_csv('Stackedbar_Data.csv')
Sum_df = df.iloc[nonedisplay: none;'>

2.4、百分比堆积条形图

通过一个示例了解百分比堆积条形图的使用，实现代码如下所示：

df = pd.read_csv('Stackedbar_Data.csv')

效果如下所示：

4

词云图

词云图通过使每个字的大小与其出现频率成正比，显示不同单词在给定文本中的出现频率，这会过滤掉大量的文本信息，使浏览者只要一眼扫过文本就可以领略文本的主旨。

词云图会将所有的字词排在一起，形成云状图案，也可以任何格式排列：水平线、垂直列或其他形状，也可用于显示获分配元数据的单词。如下图所示：

每个圆圈表示一个数值刻度，而径向分隔线（从中心延伸出来的线）则用于区分不同类别或间隔（如果是直方图）。刻度上较低的数值通常由中心点开始，然后数值会随着每个圆形往外增加，但也可以把任何外圆设为零值，这样里面的内圆就可用来显示负值。条形通常从中心点开始向外延伸，但也可以以别处为起点，显示数值范围（如跨度图）。

此外，条形也可以如堆叠式条形图般堆叠起来，如下图所示：

8

热力图

热力图是一种通过对色块着色来显示数据的统计图表，绘图时需指定颜色映射的规则。例如，较大的值由较深的颜色表示，较小的值由较浅的颜色表示；较大的值由偏暖的颜色表示，较小的值由较冷的颜色表示等。

通过一个示例了解热力图的使用，实现代码如下所示：

import numpy as np
import pandas as pd
from plotnine import *
from plotnine.data import mtcars


mat_corr = np.round(mtcars.corr(), 1).reset_index()
mydata = pd.melt(mat_corr, id_vars='index', var_name='var', value_name='value')
mydata


# %%
base_plot = (ggplot(mydata, aes(x='index', y='var', fill='value', label='value')) +
             geom_tile(colour="black") +
             geom_text(size=8, colour="white") +
             scale_fill_cmap(name='RdYlBu_r') +
             coord_equal() +
             theme(dpi=100, figure_size=(4, 4)))
print(base_plot)


# %%
mydata['AbsValue'] = np.abs(mydata.value)


base_plot = (ggplot(mydata, aes(x='index', y='var', fill='value', size='AbsValue')) +
             geom_point(shape='o', colour="black") +
             # geom_text(size=8,colour="white")+
             scale_size_area(max_size=11, guide=False) +
             scale_fill_cmap(name='RdYlBu_r') +
             coord_equal() +
             theme(dpi=100, figure_size=(4, 4)))
print(base_plot)


# %%
base_plot = (ggplot(mydata, aes(x='index', y='var', fill='value', size='AbsValue')) +
             geom_point(shape='s', colour="black") +
             # geom_text(size=8,colour="white")+
             scale_size_area(max_size=10, guide=False) +
             scale_fill_cmap(name='RdYlBu_r') +
             coord_equal() +
             theme(dpi=100, figure_size=(4, 4)))
print(base_plot)

效果如下所示：