python用pyecharts画矩形树图实例

作者:林老头ss 时间:2022-12-20 21:42:04 

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:

python用pyecharts画矩形树图实例

· 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:

python用pyecharts画矩形树图实例

 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)

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:

python用pyecharts画矩形树图实例

四、图像绘制 

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:

python用pyecharts画矩形树图实例

 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

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:

python用pyecharts画矩形树图实例

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~

来源:https://blog.csdn.net/qq_45400322/article/details/122560489

标签:python,pyecharts,矩形树图
0
投稿

猜你喜欢

  • Python ValueError: invalid literal for int() with base 10 实用解决方法

    2023-06-18 17:00:40
  • python处理两种分隔符的数据集方法

    2023-06-17 11:24:54
  • 关于淘宝页面编码的疑惑

    2009-12-04 12:54:00
  • 豆瓣可以做而且值得做的几件事情

    2009-04-24 12:07:00
  • 基于Python模拟浏览器发送http请求

    2023-01-11 22:22:05
  • MySQL如何使用使用Xtrabackup进行备份和恢复

    2024-01-24 14:45:49
  • python机器学习理论与实战(五)支持向量机

    2021-11-27 11:36:30
  • python的语句结构你真的了解吗

    2022-08-11 23:05:39
  • Design IT. (3),看不懂数据

    2009-02-11 10:56:00
  • Python基于多线程实现抓取数据存入数据库的方法

    2024-01-22 12:36:34
  • mysql5.7.19 安装配置方法图文教程(win10)

    2024-01-16 03:52:10
  • 基于python实现微信收红包自动化测试脚本(测试用例)

    2022-01-03 11:38:34
  • 三个动画函数,透明度渐变、位置移动、尺寸变化javascript源码

    2010-03-28 13:23:00
  • Python虚拟环境库virtualenvwrapper安装及使用

    2023-12-28 22:11:53
  • 深入理解python 生成器、迭代器、动态新增属性及方法

    2023-11-13 03:04:32
  • 在 CSS 中关于字体处理效果的思考

    2008-04-25 22:57:00
  • 详解用python写一个抽奖程序

    2023-07-06 10:28:12
  • Pandas中根据条件替换列中的值的四种方式

    2022-07-25 00:27:38
  • asp随机数 随机产生N位由数字和字母组成的密码

    2011-03-10 10:47:00
  • python爬虫爬取幽默笑话网站

    2021-05-31 18:32:58
  • asp之家 网络编程 m.aspxhome.com