Python中的树图可视化

问题描述

我对绘制

2） squaify 包

使用matplotlib作为绘图API。
示例代码：

  import matplotlib 
 import matplotlib.pyplot as plt 
 import pandas as pd 
进口平方
 
＃画出的质量
＃平方面积是城镇的表面积（超级）
＃颜色比例是2011年的城镇人口（p11_pop）
 
＃从csv文件中读取数据
＃从CAPP opendata中读取数据http://opendata.agglo-pau.fr/index.php/fiche?idQ=27 
 df = pd .read_excel（ Customer Success New.xlsx）
 df = df.set_index（ location_id）
 df = df [[ user_id， company_id]] 
 df2 = df .sort_values（by = user_id，ascending = False）
 
＃树形图参数
x =0。
y =0。
宽度=100。
高度=100。
 cmap = matplotlib.cm.viridis 
 
＃总体上的色标
＃不包含Pau的最小值和最大值
 mini，maxi = df2。 company_id.min（），df2.company_id.max（）
 norm = matplotlib.colors.Normalize（vmin = mini，vmax = maxi）
 colors = [cmap（norm（value））表示df2.company_id] 
c olors [1] = #FBFCFE 
 
＃正方形的标签
 #labels = [ hab％（标签），用于zip（df2.index，df2.user_id）中的标签， df2.company_id）] 
 #labels [11] = MAZERES％（df2 [ user_id] [ MAZERES-LEZONS]，df2 [ company_id] [ MAZERES-LEZONS]）
 
＃制作图
图= plt.figure（figsize =（12，10））
图.suptitle（人口与超级社区的CAPP，fontsize = 20） 
轴= fig.add_subplot（111，Aspect = equal）
轴= squarify.plot（df2.superf，color = colors，label = labels，ax = ax，alpha = .7）
 ax.set_xticks（[]）
 ax.set_yticks（[]）
 ax.set_title（ L'aire de chaquecarréest rationelleàla superficie de la commune\n，fontsize = 14）
 
＃颜色栏
＃创建带有颜色图的虚拟隐形图像
 img = plt.imshow（[df2.p11_pop]，cmap = cmap）
 img.set_visible（False）
 fig.colorbar（img，orientation = vertical，收缩= .96）
 
 fig.text（.76，.9，人口， fontsize = 14）
 fig.text（.5，0.1，
 Superficie totale ％d km2，CAPP人口：％d hab％（df2.superf.sum（），df2.p11_pop.sum（）），
 fontsize = 14，
 ha = center） 
 fig.text（.5，0.07，
来源：http://opendata.agglo-pau.fr/，
 fontsize = 14，
 ha = center ）
 
 plt.show（）
  

I'm interested in drawing a treemap:

What is the easiest way to make one in Python? Is there a library that could produce such a graphic, given the proper input data?

解决方案

You can use:

1) Pygal package

It's simple: http://www.pygal.org/en/stable/documentation/types/treemap.html

2) squarify package

Uses matplotlib as plotting API.Example code:

import matplotlib
import matplotlib.pyplot as plt
import pandas as pd
import squarify

# qualtities plotted
# squarre area is the town surface area (superf)
# color scale is the town population in 2011 (p11_pop)

# read data from csv file
# data from CAPP opendata http://opendata.agglo-pau.fr/index.php/fiche?idQ=27
df = pd.read_excel("Customer Success New.xlsx")
df = df.set_index("location_id")
df = df[["user_id", "company_id"]]
df2 = df.sort_values(by="user_id", ascending=False)

# treemap parameters
x = 0.
y = 0.
width = 100.
height = 100.
cmap = matplotlib.cm.viridis

# color scale on the population
# min and max values without Pau
mini, maxi = df2.company_id.min(), df2.company_id.max()
norm = matplotlib.colors.Normalize(vmin=mini, vmax=maxi)
colors = [cmap(norm(value)) for value in df2.company_id]
colors[1] = "#FBFCFE"

# labels for squares
#labels = ["hab" % (label) for label in zip(df2.index, df2.user_id), df2.company_id)]
#labels[11] = "MAZERES" % (df2["user_id"]["MAZERES-LEZONS"], df2["company_id"]["MAZERES-LEZONS"])

# make plot
fig = plt.figure(figsize=(12, 10))
fig.suptitle("Population et superficie des communes de la CAPP", fontsize=20)
ax = fig.add_subplot(111, aspect="equal")
ax = squarify.plot(df2.superf, color=colors, label=labels, ax=ax, alpha=.7)
ax.set_xticks([])
ax.set_yticks([])
ax.set_title("L'aire de chaque carré est proportionnelle à la superficie de la commune\n", fontsize=14)

# color bar
# create dummy invisible image with a color map
img = plt.imshow([df2.p11_pop], cmap=cmap)
img.set_visible(False)
fig.colorbar(img, orientation="vertical", shrink=.96)

fig.text(.76, .9, "Population", fontsize=14)
fig.text(.5, 0.1,
         "Superficie totale %d km2, Population de la CAPP : %d hab" % (df2.superf.sum(), df2.p11_pop.sum()),
         fontsize=14,
         ha="center")
fig.text(.5, 0.07,
         "Source : http://opendata.agglo-pau.fr/",
         fontsize=14,
         ha="center")

plt.show()

这篇关于Python中的树图可视化的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！