关系(四)利用python绘制气泡图

2024-04-16 07:28
文章标签 python 关系 绘制 气泡

本文主要是介绍关系(四)利用python绘制气泡图,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

关系(四)利用python绘制气泡图

气泡图(Bubble plot)简介

1

气泡图是散点图的变种,可以利用圆的大小来可视化第三个变量。

快速绘制

  1. 基于seaborn

    import matplotlib.pyplot as plt
    import seaborn as sns
    from gapminder import gapminder# 导入数据
    data = gapminder.loc[gapminder.year == 2007]# 利用scatterplot函数快速绘制气泡图
    sns.scatterplot(data=data, x="gdpPercap", y="lifeExp", size="pop")plt.show()
    

    2

  2. 基于matplotlib

    import matplotlib.pyplot as plt
    import seaborn as sns
    from gapminder import gapminder# 导入数据
    data = gapminder.loc[gapminder.year == 2007]# 利用scatter函数快速绘制气泡图
    # matplotlib的s为点的面积,不宜过大。对人口变量进行缩放处理
    bubble_size = data['pop'] / max(data['pop']) * 1000
    plt.scatter(data["gdpPercap"], data["lifeExp"], s=bubble_size, alpha=0.5)plt.show()
    

    3

定制多样化的气泡图

自定义气泡图一般是结合使用场景对相关参数进行修改,并辅以其他的绘图知识。参数信息可以通过官网进行查看,其他的绘图知识则更多来源于实战经验,大家不妨将接下来的绘图作为一种学习经验,以便于日后总结。

通过seaborn绘制多样化的气泡图

seaborn主要利用scatterplot绘制气泡图,可以通过seaborn.scatterplot了解更多用法

import matplotlib.pyplot as plt
import seaborn as sns
from gapminder import gapminder# 导入数据
data = gapminder.loc[gapminder.year == 2007]# 利用scatterplot函数快速绘制气泡图
sns.scatterplot(data=data, x="gdpPercap", y="lifeExp", size="pop",hue="continent", # 颜色分组,可以展示第四个变量palette="viridis", # 采用调色板分配颜色edgecolors="black", # 设置边缘色legend=True, # 图例设置sizes=(20, 400), # 控制大小的范围,自动缩放)plt.show()

4

通过seaborn绘制多样化的气泡图

matplotlib主要利用scatter绘制气泡图,可以通过matplotlib.pyplot.scatter了解更多用法

  1. 自定义气泡图

    import matplotlib.pyplot as plt
    import numpy as np# 自定义数据
    x = np.random.rand(15)
    y = x+np.random.rand(15)
    z = x+np.random.rand(15)
    z=z*z# 将颜色映射到x变量
    plt.scatter(x, y, s=z*2000, c=x, cmap="Blues", alpha=0.4, edgecolors="grey", linewidth=2)plt.show()
    

    5

  2. 合成gif绘制动态气泡图

    import matplotlib.pyplot as plt
    import pandas as pd
    import imageio
    import os
    from IPython.display import Image
    from gapminder import gapminder# 导入数据
    data = gapminder.copy()# 数据预处理
    data['continent']=pd.Categorical(data['continent'])# 设置分辨率
    dpi=96# 生成文件夹
    if not os.path.exists('Animated_Bubble_Chart'):os.makedirs('Animated_Bubble_Chart')# 遍历年份
    for i in data.year.unique():# 关闭交互式绘图plt.ioff()# 初始化布局fig = plt.figure(figsize=(680/dpi, 480/dpi), dpi=dpi)# 筛选数据subsetData = data[ data.year == i ]# 散点图plt.scatter(x=subsetData['lifeExp'], y=subsetData['gdpPercap'], s=subsetData['pop']/200000 , c=subsetData['continent'].cat.codes, cmap="Accent", alpha=0.6, edgecolors="white", linewidth=2)# 添加标题信息plt.yscale('log')plt.xlabel("Life Expectancy")plt.ylabel("GDP per Capita")plt.title("Year: "+str(i) )plt.ylim(1,100000)plt.xlim(30, 90)# 存储图片filename='Animated_Bubble_Chart/'+str(i)+'.png'plt.savefig(fname=filename, dpi=96)plt.gca()plt.close(fig)# 合成gif并展示
    # 存放图像的路径
    image_folder = "Animated_Bubble_Chart/"# 读取图片
    image_files = os.listdir(image_folder)
    images = []
    for image_file in image_files:if image_file.endswith('.png'):images.append(imageio.imread(image_folder + image_file))# 写入GIF文件
    imageio.mimsave('Animated_Bubble_Chart/Animated_Bubble_Chart.gif', images, duration=0.5) # 自定义秒数# 展示GIF文件
    Image(url='Animated_Bubble_Chart/Animated_Bubble_Chart.gif')
    

    6

  3. animation绘制动态气泡图

    点击下面的播放按钮即可

    import matplotlib.pyplot as plt
    import matplotlib.animation as animation
    import numpy as np
    import seaborn as sns
    from IPython.display import HTML
    from sklearn import preprocessing
    from gapminder import gapminder# 导入数据
    data = gapminder.copy()# 数据预处理
    # 缩放population数据
    data["scaled_pop"] = data["pop"] / 200000
    # 分配 continent 列的数字编码
    data['continent_code']=pd.Categorical(data['continent']).codes# 年份列表
    years = data["year"].unique()# 初始化布局
    fig, ax = plt.subplots()# 设置轴的范围
    ax.set_yscale('log')
    ax.set_xlim(30, 90)
    ax.set_ylim(1,100000)
    ax.set_xlabel("Life Expectancy")
    ax.set_ylabel("GDP per Capita")# 初始化散点图对象,开始时无数据
    scatter = plt.scatter([], [], c=[], cmap="Accent", alpha=0.6, edgecolors="white")def animate(i):current_year = years[i] # 获取当前年份df_year = data[data["year"] == current_year] # 获取对应年份的数据子集scatter.set_offsets(np.c_[df_year["lifeExp"], df_year["gdpPercap"]]) # 更新x和y数据scatter.set_sizes(df_year["scaled_pop"]) # 更新点的大小scatter.set_array(df_year["continent_code"]) # 更新点的颜色ax.set_title("Year: " + str(current_year))  # 更新标题ani = animation.FuncAnimation(fig,animate,frames=len(years),interval=500, # 0.5秒repeat=True)plt.close()HTML(ani.to_jshtml())
    

    7

总结

以上通过seaborn的scatterplot和matplotlib的scatter快速绘制气泡图,并通过修改参数或者辅以其他绘图知识自定义各种各样的气泡图来适应相关使用场景。

共勉~

这篇关于关系(四)利用python绘制气泡图的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/908144

相关文章

Python 字典 (Dictionary)使用详解

《Python字典(Dictionary)使用详解》字典是python中最重要,最常用的数据结构之一,它提供了高效的键值对存储和查找能力,:本文主要介绍Python字典(Dictionary)... 目录字典1.基本特性2.创建字典3.访问元素4.修改字典5.删除元素6.字典遍历7.字典的高级特性默认字典

Python自动化批量重命名与整理文件系统

《Python自动化批量重命名与整理文件系统》这篇文章主要为大家详细介绍了如何使用Python实现一个强大的文件批量重命名与整理工具,帮助开发者自动化这一繁琐过程,有需要的小伙伴可以了解下... 目录简介环境准备项目功能概述代码详细解析1. 导入必要的库2. 配置参数设置3. 创建日志系统4. 安全文件名处

使用Python构建一个高效的日志处理系统

《使用Python构建一个高效的日志处理系统》这篇文章主要为大家详细讲解了如何使用Python开发一个专业的日志分析工具,能够自动化处理、分析和可视化各类日志文件,大幅提升运维效率,需要的可以了解下... 目录环境准备工具功能概述完整代码实现代码深度解析1. 类设计与初始化2. 日志解析核心逻辑3. 文件处

python生成随机唯一id的几种实现方法

《python生成随机唯一id的几种实现方法》在Python中生成随机唯一ID有多种方法,根据不同的需求场景可以选择最适合的方案,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起学习学习... 目录方法 1:使用 UUID 模块(推荐)方法 2:使用 Secrets 模块(安全敏感场景)方法

使用Python删除Excel中的行列和单元格示例详解

《使用Python删除Excel中的行列和单元格示例详解》在处理Excel数据时,删除不需要的行、列或单元格是一项常见且必要的操作,本文将使用Python脚本实现对Excel表格的高效自动化处理,感兴... 目录开发环境准备使用 python 删除 Excphpel 表格中的行删除特定行删除空白行删除含指定

Python通用唯一标识符模块uuid使用案例详解

《Python通用唯一标识符模块uuid使用案例详解》Pythonuuid模块用于生成128位全局唯一标识符,支持UUID1-5版本,适用于分布式系统、数据库主键等场景,需注意隐私、碰撞概率及存储优... 目录简介核心功能1. UUID版本2. UUID属性3. 命名空间使用场景1. 生成唯一标识符2. 数

Python办公自动化实战之打造智能邮件发送工具

《Python办公自动化实战之打造智能邮件发送工具》在数字化办公场景中,邮件自动化是提升工作效率的关键技能,本文将演示如何使用Python的smtplib和email库构建一个支持图文混排,多附件,多... 目录前言一、基础配置:搭建邮件发送框架1.1 邮箱服务准备1.2 核心库导入1.3 基础发送函数二、

Python包管理工具pip的升级指南

《Python包管理工具pip的升级指南》本文全面探讨Python包管理工具pip的升级策略,从基础升级方法到高级技巧,涵盖不同操作系统环境下的最佳实践,我们将深入分析pip的工作原理,介绍多种升级方... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中反转字符串的常见方法小结

《Python中反转字符串的常见方法小结》在Python中,字符串对象没有内置的反转方法,然而,在实际开发中,我们经常会遇到需要反转字符串的场景,比如处理回文字符串、文本加密等,因此,掌握如何在Pyt... 目录python中反转字符串的方法技术背景实现步骤1. 使用切片2. 使用 reversed() 函