Matplotlib类别比较图（3）

python数据可视化之路

发布于 2023-02-23 21:03:23

9590

发布于 2023-02-23 21:03:23

文章被收录于专栏：python数据分析实践python数据分析实践

本篇继续介绍matpltolib类别比较图的绘制，分别是桑基图和词云图。

1、桑基图

桑基图是展现数据流动的很好工具，是一种特定类型的流量图。在这个图中，指示箭头的宽度与流量大小成比例。

方法1：（黄色表示常用参数）

步骤1：创建sankey实例对象

sankey=Sankey(ax=None,scale=1.0,unit='',format='%G',gap=0.25,radius=0.1,shoulder=0.03,offset=0.15,head_angle=100,margin=0.4,tolerance=1e-06,**kwargs)

ax：桑基图绘制在哪个图中，若不添加此参数，默认新建一个图绘制，例如ax = ax1。（可选参数）

offset：桑基图字体与箭头的间隔，如果离得过近，可适当增加。（可选参数）

步骤2：添加数据流，设置流标签

sankey.add(patchlabel='',flows=None,orientations=None,labels='',trunklength=1.0,pathlengths=0.25,piror=None,connect=(0,0), rotation=0,**kwargs)

patchlabel：桑基图的名称（在中部显示）。（可选参数）

flows：数据流（流入流出）。（必要参数）

oreintations：数据流方向。（必要参数）

labels：每个数据流的名称。（必要参数）

**kwargs：其他设置，例如：color(边框颜色）；facecolor(桑基图颜色)；alpha（透明度）;label(系列标签）。

步骤3：完成桑基图设置

diagrams = sankey.finish()

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
from matplotlib.sankey import Sankey
mpl.rcParams['font.sans-serif'] = ['simsun']
mpl.rcParams['font.size'] = 14
# print(mpl.rcParams.keys())
fig = plt.figure(figsize = (5, 5))
ax1 = fig.add_subplot(111)
#设置数据流（注意，输入总和为1，输出也要为1）
flows = [0.2, 0.1, 0.4, 0.3, -0.6, -0.05, -0.15, -0.2] 
#设置数据流的每个标签
labels = ['理财', '专利', '工资', '兼职', '交通饮食', '旅行', '教育', '运动']
#设置数据流的每个方向：0水平、1向上、-1向下 
orientation = [1, 1, 0, -1, 1, -1, 1, 0]
#设置桑基图绘制在ax1子图中，标签与箭头偏移0.3
sankey = Sankey(ax = ax1, offset = 0.3)
#设置桑基图名称、数据流、箭头颜色和桑基图颜色
sankey.add(patchlabel = '家庭收支', flows = flows, labels = labels, orientations = orientation, color = 'c', fc = 'lightgreen',  
          alpha = .7)
diagram = sankey.finish()
ax1.axis('off') #关闭坐标轴
plt.show()

另外的，我们也可以指定某几个标签的颜色，代码如下：

diagram = sankey.finish()
diagram[0].texts[4].set_color('red') #设置第4个流字体为红色
diagram[0].texts[4].set_weight('bold')#设置第4个流字体加粗
diagram[0].text.set_fontsize(20)#设置桑基图名称字体大小
diagram[0].text.set_weight('bold')

示例2：绘制具有两个系统的桑基图。

fig = plt.figure(figsize = (6, 6))
ax = fig.add_subplot(111)
flows = [0.25, 0.15, 0.60, -0.10, -0.05, -0.25, -0.15, -0.10, -0.35]
sankey = Sankey(ax=ax)
#设置第一个桑基图 
sankey.add(flows=flows, label='one',
           orientations=[-1, 1, 0, 1, 1, 1, -1, -1, 0])
#设置第二个桑基图
sankey.add(flows=[-0.25, 0.15, 0.1], label='two', 
           orientations=[-1, -1, -1], prior=0, connect=(0, 0))
diagrams = sankey.finish()
#设置填充样式
diagrams[-1].patch.set_hatch('/')
ax.axis('off')

语法2：桑基图的另外一种形式（需要安装pycharts库）

概念图来自知乎

语法：

sankey=(Sankey().add(series_name='',nodes=[] ,links=[], ...... ))

series_name：系列名称

nodes：节点列表

links：连接列表

实例：现有一些数据，记录了一个月的主要消费情况，使用桑基图表示消费的类别关系，并反映每个类别的流向特征。

注意：nodes和links的形式：

nodes形式

links形式

完整代码如下：

from pyecharts.charts import Sankey
from pyecharts.charts import Page, Sankey
from pyecharts import options as opts
import pandas as pd

path1 = r"D:\公众号\Pandas基本操作\生活消费.xlsx"
df = pd.read_excel(path1)
#构建nodes
nodes = [{'name': item} for item in df['项目']]
nodes.append({'name': '总支出'})
#按行读取，构建连接，df.iterrows()方法可以按行读取
links = [{'source': row[0], 'target': row[1], 'value': row[2]} for index, row in df.iterrows()]
c = (
        Sankey()
        .add(
            "费用/元",
            nodes,
            links,
            linestyle_opt=opts.LineStyleOpts(opacity=0.2, curve=0.5, color="source",type_="dotted"),
            label_opts=opts.LabelOpts(position="right",),
        )
        .set_global_opts(title_opts=opts.TitleOpts(title="我的生活支出一览"))
    )
# 输出html可视化结果
c.render(r"C:\Users\Smile\Desktop\桑基图.html")

注：由于笔者并未掌握pycharts图像转图片的语法，读者可以自行探索。

2、词云图

词云图是通过使每个字的大小与其出现的频率成正比，显示不同单词再给定文本中的频率，然后将所有字排在一起，形成云状图案，也可以任意格式排列：水平线、垂直列或其他形状。在词云图中使用颜色通常是毫无意义的，主要是为了美观，我们可以用颜色对单词进行分类或显示另外一个数据变量。通常用于博客中，也可以比较两个不同的文本。

注：在python中绘制词云图，需要安装wordcloud库。

语法(黄色为常用参数）：

步骤一：设置词云对象

wc=WordCloud(font_path,width,height,margin,mask,max_words,stopwords,background_color,max_font_size,min_font_size, font_step,colormap)

font_path：字体路径，默认为None，如果文本为英文，不用设置，否则必须要设置字体路径。

width，height：宽度，高度。（可选参数）

mask：图片形状，默认为矩形，如果要修改，需要寻找图片掩膜文件。（可选参数）

max_words：最多的词汇量。

max_font_size，max_font_size：最大字体，最小字体（可选参数）

background_color：背景色。（可选参数）

stopwords：停止词设置，修正词云图时需要设置。（可选参数）

colormap：颜色映射，可更改名称，进而更改整体风格。（可选参数）

matplotlib中支持的颜色映射有：

概念图来自知乎

步骤二：指定词云文件

wc.generate_from_text(text)

text：可以是英语语句或者是中文单词组成的内容。

注意：设置参数font_path时要一定要注意好路径，如果是英文，则不用设置此参数，否则必须指定。一般而言，字体文件在C:\Windows\Fonts下，使用simsun字体即可。

实例：如图，是摘自《卖火柴的小女孩》片段，现在需要绘制出这里面的词云图，以了解哪些词出现的频率高。

代码如下：

import matplotlib.pyplot as plt
import wordcloud
import jieba

fig = plt.figure(figsize = (6, 6))
file = r"D:\公众号\Pandas基本操作\卖火柴小女孩.txt"
with open(file, 'r', encoding = 'utf-8') as f:
    t = f.read() #读取文件
content = t.replace(' ', '') #去除文件的空格
ls = jieba.lcut(content) #利用jieba库对中文文章进行分词 
ls = [i for i in ls if len(i)>2] #提取分词列表中长度大于2个字的词列表
#实例化词云图，设置字体路径，背景色为黑色，最大字号为50，最小字号为4，最多词数为100
w = wordcloud.WordCloud(font_path = r"C:\\Windows\\Fonts\\simsun.ttc", background_color="black", max_font_size = 50, min_font_size = 4, 
                       max_words = 100)
# w.generate_from_text(content)
w.generate_from_text(' '.join(ls))
ax1 = fig.add_subplot(111)
ax1.imshow(w, interpolation = 'bilinear')
ax1.axis('off') #关闭坐标轴 
plt.show()

将colormap改为'jet'的色条后，可以看出主题颜色发生了较大变化：

w = wordcloud.WordCloud(font_path = r"C:\\Windows\\Fonts\\simsun.ttc", background_color="black", max_font_size = 50, min_font_size = 4, 
                       max_words = 100, colormap = 'jet')