python用pyecharts画矩形树图实例
大家好,本篇文章主要讲的是python用pyecharts画矩形树图实例,感兴趣的同学赶快来看一看吧,对你有帮助的话记得收藏一下
目录
一、概念介绍
二、数据展示
三、数据导入
四、图像绘制
五、树形结构
总结
一、概念介绍
矩形树图(Treemap),即矩形式树状结构图,利用矩形的面积表示数值的大小,颜色用于类别区分,常用于呈现多类别的一维数值比较,易读性强;基于树状的功能,在结构图中可以同时呈现数据层次的信息。
示例如下:
· 对比常见的柱状图和条形图,矩形树图弥补了以下三个缺点:
1、当我们的数据是多类别且每个类别只有一个数值时,我们用柱状图会浪费很多的空间,而且显得单调。
2、当数据间差异较大(235 vs 18),会是对我们柱状图的纵坐标设定带来困扰,忽略极差会稀释我们小值类的差异。(当然 ,如果我们的大值只有那么一两个,可以单拎出来处理)
3、柱状图无法呈现数据间的层级结构
二、数据展示
我们的目的是为了呈现类间数值大小差异,如果有第二层,也顺便比较第二层的占比情况。
为了展示多各类别,我们利用的是省份的数据,excel表格中呈现如下:
第二层、第三层为了树状的呈现而随机生成,也是为了说明,树层结构并不要求每个节点都有枝叶。
三、数据导入
我们先绘制只有一维的,只需要输入【省份】【关注类】两个列,这个其实更常用一点(我的角度)
1 2 3 4 5 6 7 | province_type1 = pd.DataFrame(pd.read_excel( './各省市上市公司个数/矩形树图示例.xlsx' )) tree = [] name = [province_type1[ '省份' ][i] + '\n' + str (province_type1[ '关注类A' ][i]) for i in range ( len (province_type1))] for i in range ( len (province_type1)): dic = {} dic[ "value" ],dic[ "name" ] = int (province_type1[ '关注类A' ][i]),name[i] tree.append(dic) |
①name--列表型数据结构,用于存放每个数据的label,这里我为了同时呈现数据对应的省份和大小,中间用了换行符(不用的话,在我们的树图上是一行,不好看)
②绘制矩形树图需要的是list,list里面是字典,key名指定为"name","value"。
③一定要注意的是,如果你画出来的图没有数据或者没有显示,检查是不是读excel数据中出现了问题,即上述代码中int的位置。
用于绘制treemap的数据结构如下所示:
四、图像绘制
1 2 3 4 5 6 7 8 | tm = ( TreeMap() .add( "关注类A" ,tree) .set_series_opts(label_opts = opts.LabelOpts(position = 'inside' )) .set_global_opts(title_opts = opts.TitleOpts(title = ' ',subtitle = ' 2022 / 1 / 18 - 林老头ss')) ) tm.render( './绘图结果/矩形树图-例一.html' ) |
position---指定label,即我们的name的位置,inside会居中显示。如果不加,默认top,在每个矩形上方显示。
结果如下所示:
由上图可知,广东省、浙江省和江苏省在随机数据中排名前三。受显示区域的限制,数据较小或名字过长的矩形往往不能显示完全,需要交互式放大其数值。
五、树形结构
在加入树形结构后,我们需要在代码中相应增加key为“children"的数据
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 | from pyecharts.charts import Page,TreeMap from pyecharts import options as opts import pandas as pd import math province_type1 = pd.DataFrame(pd.read_excel( './矩形树图示例.xlsx' )) tree = [] name = [province_type1[ '省份' ][i] + '\n' + str (province_type1[ '关注类A' ][i]) for i in range ( len (province_type1))] for i in range ( len (province_type1)): dic = {} dic[ "value" ],dic[ "name" ] = int (province_type1[ '关注类A' ][i]),name[i] if math.isnan(province_type1[ '关注类A-1' ][i]) = = 0 : dic[ "children" ] = [ { "name" :province_type1[ '省份' ][i] + "A-1:" + str (province_type1[ '关注类A-1' ][i]), "value" : int (province_type1[ '关注类A-1' ][i])}, { "name" :province_type1[ '省份' ][i] + "A-2:" + str (province_type1[ '关注类A-1' ][i]), "value" : int (province_type1[ '关注类A-2' ][i])} ] if math.isnan(province_type1[ '关注类A1-1' ][i]) = = 0 : dic[ "children" ][ 0 ][ "children" ] = [ { "name" : "A1-1:" + str (province_type1[ '关注类A1-1' ][i]), "value" : int (province_type1[ '关注类A1-1' ][i])}, { "name" : "A1-2:" + str (province_type1[ '关注类A1-1' ][i]), "value" : int (province_type1[ '关注类A1-2' ][i])} ] tree.append(dic) tm = ( TreeMap() .add( "关注类A的树" ,tree) .set_series_opts(label_opts = opts.LabelOpts(position = 'inside' )) .set_global_opts(title_opts = opts.TitleOpts(title = '加油呀朋友们~' ,subtitle = '2022/1/18-林老头ss' )) ) tm.render( './绘图结果/矩形树图-例二.html' ) |
如果没有枝叶的类,则不需要在"name""value"平级上加"children",如果枝叶中有两个以上类别,相当于是一个新的树,需要增加“children”,结构和树形一致,如下所示:
【“name”:“父节点”,
"value": number,
"children":【{“name”:“子节点一”,“value”:number},
{“name”:“子节点二”,“value”:number},
{“name”:“子节点三”,“value”:number}
】
】
子序列在显示区域允许的情况下,可以继续按上述结构增加。
绘制结果如下所示:
从上图我们可以看到,尽管我们为父类命名,但显示的结果只有最小类的名称和数值。
pyecharts图像交互性较强,可以通过点击不断聚焦类,放大图像,但由于不知道怎么呈现给大家,还是鼓励大家自己动手操作去探索叭~
总结
到此这篇关于python用pyecharts画矩形树图实例的文章就介绍到这了
原文链接:https://blog.csdn.net/qq_45400322/article/details/122560489