乐趣区

关于数据分析:还在用饼状图来瞧瞧这些炫酷的百分比可视化新图形附代码实现⛵

作者：

jiezi

在

本文解说9种『炫酷高级』的数据图表，可视化地示意比例或百分比：哑铃图、甜甜圈图、华夫饼图、沉积条形图…附上代码，快快用起来吧！

💡 作者：韩信子@ShowMeAI
📘 数据分析实战系列：https://www.showmeai.tech/tutorials/40
📘 本文地址：https://www.showmeai.tech/article-detail/339
📢 申明：版权所有，转载请分割平台与作者并注明出处
📢 珍藏ShowMeAI查看更多精彩内容

饼图是用于显示分类数据比例的典型图表，咱们用圆形图形代表整个样本集，把它分为多个切片并显示对应数据与总数相比的比例奉献。饼图在数据可视化中常常应用，因为它直观且后果容易了解。

不过饼图并不是咱们能够应用的惟一抉择，还有一些炫酷高级的图表能够示意比例或百分比，在本篇内容中 ShowMeAI 将给大家讲到另外9个备选可视化图形计划，具备雷同的性能但实现成果不一样。

本篇内容波及的工具库，大家能够参考ShowMeAI制作的工具库速查表和教程进行学习和疾速应用。

📘图解数据分析：从入门到精通系列教程

📘数据迷信工具库速查表 | Pandas 速查表

📘数据迷信工具库速查表 | Seaborn 速查表)

💡 获取数据

咱们先导入所需工具库：

# 数据分析解决工具库
import numpy as np
import pandas as pd

# 数据可视化工具库
import matplotlib.pyplot as plt
import seaborn as sns

%matplotlib inline

咱们将以案例的模式给大家解说可视化技巧，本篇的数据咱们将应用爬虫技术爬取获取，咱们对维基百科上显示截至 2020 年煤炭产量超过 500 万吨的国家和地区进行数据爬取和整顿。

# 爬虫与网页解析工具库
import requests 
from bs4 import BeautifulSoup
wikiurl='https://en.wikipedia.org/wiki/List_of_countries_by_coal_production'
table_class='wikitable sortable jquery-tablesorter'

response=requests.get(wikiurl)

#status/状态码为200，示意爬取胜利
print(response.status_code)

咱们应用 📘BeautifulSoup 工具对爬取到的网页进行解析

# 解析对应的网页元素
soup = BeautifulSoup(response.text, 'html.parser')
table = soup.find('table',{'class':"wikitable"})

# 整顿为dataframe状态
df_coalall = pd.read_html(str(table))[0]
df_coalall

这里咱们不应用全副国家，咱们抉择欧洲 2020 年煤炭产量的国家。例如俄罗斯、德国、波兰、捷克共和国、乌克兰、罗马尼亚、希腊和保加利亚。

大家也能够批改上面的代码，对国家或年份进行更改。

# 选取国家
list_country = ['Russia', 'Germany', 'Poland', 'Czech Republic',
'Ukraine', 'Romania', 'Greece', 'Bulgaria']
# 整顿不同国家的数量
df_coalpre = df_coalall[df_coalall['Country'].isin(list_country)]
df_coalpre = df_coalpre.iloc[:,0:2]
df_coalpre.rename(columns={'2020[1]':'2020'}, inplace=True)
df_coalpre.reset_index(drop=True, inplace=True)
df_coalpre

咱们对 DataFrame 进行melt操作创立一个百分比列以供前面应用

df_coal = pd.melt(df_coalpre, id_vars=['Country'],
                  value_vars='2020',
                  var_name='Year', value_name='Value')

# 计算百分占比
df_coal['Percent'] = [round(i*100/sum(df_coal.Value),1) for i in df_coal.Value]
df_coal

💡 根底饼图

饼状图当然基于 Matplotlib 是很好绘制的啦，咱们用 Seaborn 调一下调色板，让出现更好看一点，代码如下：

# seaborn调色板
pal_ = list(sns.color_palette(palette='plasma_r',
                              n_colors=len(list_country)).as_hex())
# 绘制饼图
plt.figure(figsize=(14, 14))
plt.rcParams.update({'font.size': 16})
plt.pie(df_coal.Value,
        labels= df_coal.Country,
        colors=pal_, autopct='%1.1f%%',
        pctdistance=0.9)
plt.legend(bbox_to_anchor=(1, 1), loc=2, frameon=False)
plt.show()

下面的饼图显示了 2020 年煤炭产量超过 500 万吨的欧洲国家的各自占比。

💡 其余数据可视化图

上面ShowMeAI将介绍 9 种饼图之外的占比可视化图，它们能够分为两组：

圆形图形

  • 哑铃图（又名杠铃图）
  • 列举气泡图
  • 盘绕气泡图
  • 交互式饼图
  • 交互式甜甜圈图

其余模式

  • 树状图
  • 华夫饼图
  • 条形图
  • 沉积条形图

💦 哑铃图（杠铃图）

哑铃图是一种可视化技巧，用于比拟两个数据。顾名思义，哑铃图由两个用直线对立的圆形图形组成。 在上面的示例中咱们将 X 轴范畴设置为 0 到 100% 以显示煤炭产量的百分比。

咱们间接看代码和成果：

df_select = df_coal[['Country', 'Percent']]
df_select['Label_color'] = [i for i in df_coal['Country']]


df_coalmod = df_coal[['Country']]
df_coalmod['Percent'] = [100-i for i in df_coal['Percent']]
df_coalmod['Label_color'] = ['Other countries']*len(list_country)


df_db = pd.concat([df_select, df_coalmod],axis=0)
df_db

上面绘制 2020 年煤炭产量最高的两个国家

# 构建数据字典
color_country = dict(zip(list_country,pal_))
# 增加色彩设置
color_country['Other countries'] = '#b9b9b9'

# 抉择国家，设定Y轴
df_ = df_select.iloc[0:2,:]
df_['Y'] = [1]*len(df_)

import plotly.express as px
fig = px.scatter(df_, x='Percent', y='Y', color='Label_color',
                 text = [str(i)+' %' for i in df_.Percent][0:len(df_)],
                 opacity=1,
                 color_discrete_map=color_country)

fig.update_layout(width = 950, height = 300, plot_bgcolor = 'white',
                  margin = dict(t=40, l=20, r=20, b=20),
                  yaxis={'categoryorder':'total descending'},
                  legend=dict(title='Countries'),
                  showlegend=True)

for c in list_country:
    df = df_[df_['Country']==c]
    fig.add_shape(type="line", layer="below",
                  line=dict(color='black', width=6),
                  y0=1, x0=list(df_.Percent)[0],
                  y1=1, x1=list(df_.Percent)[1])


fig.update_traces(textposition='top center', marker={'size':65},
                  textfont=dict(color='black'))
fig.update_yaxes(visible=False)
fig.update_xaxes(visible=True, showgrid =False, range=[-1, 101]) 
fig.show()

绘制每个国家与残余其余国家总和相比的百分比

color_country = dict(zip(list_country,pal_))
color_country['Other countries'] = '#b9b9b9'


import plotly.express as px
fig = px.scatter(df_db, x='Percent', y='Country', color='Label_color',
                 text = [str(i)+' %' for i in df_db.Percent],
                 opacity=1,
                 color_discrete_map=color_country)


fig.update_layout(width = 950, height = 900, plot_bgcolor = 'white',
                  margin = dict(t=40, l=20, r=20, b=20),
                  yaxis={'categoryorder':'total descending'},
                  legend=dict(title='Countries'),
                  showlegend=True)


for c in list_country:
    df = df_db[df_db['Country']==c]
    fig.add_shape(type="line", layer="below",
                  line=dict(color=color_country.get(c), width=6),
                  y0=c, x0=list(df.Percent)[0],
                  y1=c, x1=list(df.Percent)[1])


fig.update_traces(textposition='top center', marker={'size':58},
                  textfont=dict(color='black'))
fig.update_yaxes(title='', visible=True, showgrid =False)
fig.update_xaxes(visible=False) 
fig.show()

后果看起来不错，不过咱们这里的圈圈大小都是一样的，这可能不不便在国家之间进行比拟。咱们能够通过依据百分比值扭转圆形大小，代码模板如下：

import plotly.express as px
fig = px.scatter(df_db, x='Percent', y='Country', color='Label_color',
                 text = [str(i)+' %' for i in df_db.Percent],
                 size = 'Percent', size_max=45,
                 opacity=1,
                 color_discrete_map=color_country)


fig.update_layout(width = 950, height = 900, plot_bgcolor = 'white',
                  margin = dict(t=40, l=20, r=20, b=20),
                  yaxis={'categoryorder':'total descending'},
                  legend=dict(title='Countries'),
                  showlegend=True)


for c in list_country:
    df = df_db[df_db['Country']==c]
    fig.add_shape(type="line", layer="below",
                  line=dict(color=color_country.get(c), width=6),
                  y0=c, x0=list(df.Percent)[0],
                  y1=c, x1=list(df.Percent)[1])


fig.update_traces(textposition='top center',
                  textfont=dict(color='black'))


fig.update_yaxes(title='', visible=True, showgrid =False)
fig.update_xaxes(visible=False) 
fig.show()

💦 列举气泡图

咱们能够应用多个大小不一样的圆圈来示意数据大小与占比，这也就是气泡图，咱们把气泡程度列举排布就能够起到比照和展现的作用，也就是列举气泡图，上面是它的实现代码：

df_coal['Y'] = [1]*len(df_coal)
list_x = list(range(0,len(df_coal)))
df_coal['X'] = list_x
df_coal

绘制列举气泡图

# 构建气泡列表
label = [i+'<br>'+str(j)+'<br>'+str(k)+'%' for i,j,k in zip(df_coal.Country,
                                                            df_coal.Value,
                                                            df_coal.Percent)]
import plotly.express as px
fig = px.scatter(df_coal, x='X', y='Y',
                 color='Country', color_discrete_sequence=pal_,
                 size='Value', text=label, size_max=90
                )
fig.update_layout(width=900, height=320,
                  margin = dict(t=50, l=0, r=0, b=0),
                  showlegend=False
                 )
fig.update_traces(textposition='top center')
fig.update_xaxes(showgrid=False, zeroline=False, visible=False)
fig.update_yaxes(showgrid=False, zeroline=False, visible=False)
fig.update_layout({'plot_bgcolor': 'white',
                   'paper_bgcolor': 'white'})
fig.show()

气泡图显示了 2020 年煤炭产量超过 500 万吨的欧洲国家百分比的状况。不过列举气泡图有一个问题：绘图空间。绘制的圆圈越多，须要的面积就越大。

💦 盘绕气泡图

下面的列举气泡图十分占空间，咱们能够把气泡圈圈以不同的形式排布，以节俭空间，比方盘绕气泡图

import circlify
# 气泡的地位散布
circles = circlify.circlify(df_coal['Value'].tolist(), 
                            show_enclosure=False, 
                            target_enclosure=circlify.Circle(x=0, y=0)
                           )
circles.reverse()

绘制圆形包装

# 构建气泡列表
label = [i+'<br>'+str(j)+'<br>'+str(k)+'%' for i,j,k in zip(df_coal.Country,
                                                            df_coal.Value,
                                                            df_coal.Percent)]
fig, ax = plt.subplots(figsize=(14,14), facecolor='white')
ax.axis('off')
lim = max(max(abs(circle.x)+circle.r, abs(circle.y)+circle.r,) for circle in circles)
plt.xlim(-lim, lim)
plt.ylim(-lim, lim)


# 以盘绕形式绘图
for circle, note, color in zip(circles, label, pal_):
    x, y, r = circle
    ax.add_patch(plt.Circle((x, y), r, alpha=1, color = color))
    plt.annotate(note.replace('<br>','\n'), (x,y), size=16, va='center', ha='center')
plt.xticks([])
plt.yticks([])
plt.show()

💦 交互式饼图

饼图其实仍旧是很好的可视化展现工具，然而咱们常常会有更灵便的要求，比方俄乌2022年抵触的大背景下，咱们须要刨去 Russia 之后看各国家占比，那又是另外一个散布状况，而这种灵便的交互式利用，能够借助于 Python 中的 📘Plotly 工具库实现，上面是交互式饼状图绘制代码：

import plotly.express as px
fig = px.pie(df_coal, values='Value', names='Country',
             color_discrete_sequence=pal_)
fig.update_layout(width = 800, height = 600,
                  margin = dict(t=0, l=0, r=0, b=0))
fig.update_traces(textfont_size=16)
fig.show()

💦 甜甜圈图

顾名思义，甜甜圈图，就是核心有空白的饼图。它其实和饼图很像，然而因为核心地位空进去了，大家能够在其中增加一些额定的信息。上面是咱们借助 Plotly 工具库绘制甜甜圈图的示例：

import plotly.express as px
fig = px.pie(df_coal, values='Value', names='Country',
             color_discrete_sequence=pal_)
fig.update_traces(textposition='outside', textinfo='percent+label', 
                  hole=.6, hoverinfo="label+percent+name")
fig.update_layout(width = 800, height = 600,
                  margin = dict(t=0, l=0, r=0, b=0))
fig.show()

💦 树状图

并不只有圆圈状的可视化图适宜显示占比，咱们也能够应用其余的形态，比方最常见的可视化图之一就是树状图，咱们会用方块状的图来展现数据大小和占比状况，参考示例如下：

# 增加色彩
color_country['(?)'] = '#e9e9e9'


# 构建占比列表
Label_per = [str(round(i*100/sum(df_coal.Value),1))+' %' for i in df_coal.Value]


import plotly.express as px
fig = px.treemap(df_coal, path=[px.Constant('2022'), 'Country'],
                 values=df_coal.Percent,
                 color=df_coal.Country,
                 color_discrete_map=color_country,
                 hover_name=Label_per,
                )
fig.update_layout(margin = dict(t=50, l=25, r=25, b=25), showlegend=True)
fig.show()

💦 华夫饼图

大家肯定见过 GitHub 中的沉闷天数图，大家有没有感觉，这也是一个十分酷的可视化办法，在可视化畛域，这样的图叫做华夫饼图。是不是很形象，就像吃的华夫饼一样分成很多小块块。

绘制华夫饼图的简略代码示例如下：

# 留神须要通过 pip install pywaffle来装置对应的工具库

from pywaffle import Waffle
fig = plt.figure(FigureClass=Waffle, 
                 rows=20, columns=50,
                 values=df_coal.Percent, 
                 colors=pal_,
                 labels=[i+' '+j for i,j in zip(df_coal.Country, Label_per)],
                 figsize = (15,6),
                 legend={'loc':'upper right',
                         'bbox_to_anchor': (1.32, 1),
                        })
plt.tight_layout()
plt.show()

💦 条形图

另一种典型的占比图示是条形图，大家对进度条有没有印象，它对于显示占比状况也是十分无效的。

上面咱们应用相似的出现手法，应用 Plotly 工具库构建条形图来显示占比，而且咱们构建的图示是交互式的，大家的鼠标悬停在条形上时会显示相应的信息。

# 增加色彩设置
color_country['Other countries'] = '#dcdcdc'


import plotly.express as px
fig = px.bar(df_db, y='Country', x='Percent', color='Label_color',
             text=[i+' '+str(j)+' %' if i != 'Other countries' else '' for i,j in zip(df_db.Label_color,
                                                                                      df_db.Percent)],
             orientation='h',
             color_discrete_map=color_country
            )
fig.update_layout(width = 950, height = 500, plot_bgcolor = 'white',
                  margin = dict(t=10, l=10, r=0, b=10),
                  yaxis={'categoryorder':'total descending'},
                  legend=dict(title='Countries'),
                  showlegend=True
                 )
fig.update_traces(textposition='auto')
fig.update_xaxes(visible=False)
fig.update_yaxes(visible=False)
fig.show()

💦 沉积条形图

对应到上述条形图，咱们当然也能够构建沉积条形图，它能更清晰显示单个数据点与总数的比例。不过大家略微留神一下，这种重叠的构造的一个可能问题是，很小占比的国家，可能就显示不太分明了，重叠条形图的代码示例如下：

import plotly.express as px
fig = px.bar(df_coal, y='Year', x='Percent', color='Country',
             text = [i + str(j)+' %' for i,j in zip(df_coal.Country, df_coal.Percent)],
             orientation='h',color_discrete_sequence=pal_)
fig.update_layout(width = 1400, height = 360, plot_bgcolor = 'white',
                  margin = dict(t=40, l=20, r=20, b=20),
                  #title_text = '2020',
                  showlegend=False)
fig.update_traces(textposition='inside')
fig.update_xaxes(visible=False)   
fig.update_yaxes(visible=False)
fig.show()

💡 总结

饼图是数据可视化中的典型图表，对于占比出现十分无效。然而始终应用饼图也是十分繁多的，容易视觉疲劳，本文中 ShowMeAI 解说了9种代替饼图的可视化办法，大家能够联合它们的优缺点进行抉择，和丰盛本人的可视化工具箱。

参考资料

  • 📘 BeautifulSoup：https://www.crummy.com/software/BeautifulSoup/bs4/doc.zh/
  • 📘 Plotly：https://plotly.com/python/pie-charts/
  • 📘 图解数据分析：从入门到精通系列教程：https://www.showmeai.tech/tutorials/33
  • 📘 数据迷信工具库速查表 | Pandas 速查表：https://www.showmeai.tech/article-detail/101
  • 📘 数据迷信工具库速查表 | Seaborn 速查表：[https://www.showmeai.tech/article-detail/105](https://www.showmeai.tech/article-detail/105)

评论

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

这个站点使用 Akismet 来减少垃圾评论。了解你的评论数据如何被处理。

更多文章