关系（四）利用python绘制气泡图

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

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

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()

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()

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()

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

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()

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')

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())