💡 获取数据

我们先导入所需工具库：
# 数据分析处理工具库
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
我们将以案例的形式给大家讲解可视化技巧，本篇的数据我们将使用爬虫技术爬取获取，我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理。
# 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，表示爬取成功
print(response.status_code)
我们使用 📘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"})
# 整理为dataframe形态
df_coalall = pd.read_html(str(table))[0]
df_coalall
这里我们不使用全部国家，我们选择欧洲 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。
大家也可以修改下面的代码，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']
# 整理不同国家的数量
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
我们对 DataFrame 进行melt操作创建一个百分比列以供后面使用
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
💡 基础饼图
饼状图当然基于 Matplotlib 是很好绘制的啦，我们用 Seaborn 调一下调色板，让呈现更好看一点，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()
上面的饼图显示了 2020 年煤炭产量超过 500 万吨的欧洲国家的各自占比。
💡 其他数据可视化图
下面ShowMeAI将介绍 9 种饼图之外的占比可视化图，它们可以分为两组：
哑铃图（又名杠铃图）
罗列气泡图
环绕气泡图
交互式饼图
交互式甜甜圈图
堆积条形图
💦 哑铃图（杠铃图）
哑铃图是一种可视化技巧，用于比较两个数据。顾名思义，哑铃图由两个用直线统一的圆形图形组成。 在下面的示例中我们将 X 轴范围设置为 0 到 100% 以显示煤炭产量的百分比。
我们直接看代码和效果：
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
下面绘制 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_))
# 添加颜色设置
color_country['Other countries'] = '#b9b9b9'
# 选择国家，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()
绘制每个国家与剩余其他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()
结果看起来不错，不过我们这里的圈圈大小都是一样的，这可能不方便在国家之间进行比较。我们可以通过根据百分比值改变圆形大小，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()
💦 罗列气泡图
我们可以使用多个大小不一样的圆圈来表示数据大小与占比，这也就是气泡图，我们把气泡水平罗列排布就可以起到对比和展示的作用，也就是罗列气泡图，下面是它的实现代码：
df_coal['Y'] = [1]*len(df_coal)
list_x = list(range(0,len(df_coal)))
df_coal['X'] = list_x
df_coal
绘制罗列气泡图
# 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情况。不过罗列气泡图有一个问题：绘图空间。绘制的圆圈越多，需要的面积就越大。
💦 环绕气泡图
上面的罗列气泡图非常占空间，我们可以把气泡圈圈以不同的方式排布，以节省空间，比如环绕气泡图
import circlify
# 气泡的位置分布
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)
# 以环绕方式绘图
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
饼图其实依旧是很好的可视化展示工具，但是我们经常会有更灵活的要求，比如俄乌2022年冲突的大背景下，我们需要刨去 Russia 之后看各国家占比，那又是另外一个分布情况，而这种灵活的交互式应用，可以借助于 Python 中的 📘Plotly 工具库完成，下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，就是中心有空白的饼图。它其实和饼图很像，但是因为中心位置空出来了，大家可以在其中添加一些额外的信息。下面是我们借助 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合显示占比，我们也可以使用其他的形状，比如最常见的可视化图之一就是树状图，我们会用方块状的图来展示数据大小和占比情况，参考示例如下：
# 添加颜色
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
大家一定见过 GitHub 中的活跃天数图，大家有没有觉得，这也是一个非常酷的可视化方法，在可视化领域，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。
绘制华夫饼图的简单代码示例如下：
# 注意需要通过 pip install pywaffle来安装对应的工具库
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，它对于显示占比情况也是非常有效的。
下面我们使用类似的呈现手法，使用 Plotly 工具库构建条形图来显示占比，而且我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。
# 添加颜色设置
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()
💦 堆积条形图
对应到上述条形图，我们当然也可以构建堆积条形图，它能更清晰显示单个数据点与总数的比例。不过大家稍微注意一下，这种堆叠的结构的一个可能问题是，很小占比的国家，可能就显示不太清楚了，堆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，对于占比呈现非常有效。但是一直使用饼图也是非常单一的，容易视觉疲劳，本文中 ShowMeAI 讲解了9种替代饼图的可视化方法，大家可以结合它们的优缺点进行选择，和丰富自己的可视化工具箱。
📘 BeautifulSoup：www.crummy.com/software/Be…
📘 Plotly：plotly.com/python/pie-…
📘 图解数据分析：从入门到精通系列教程：www.showmeai.tech/tutorials/3…
📘 数据科学工具库速查表 | Pandas 速查表：www.showmeai.tech/article-det…
📘 数据科学工具库速查表 | Seaborn 速查表：[www.showmeai.tech/article-det…](www.showmeai.tech/article-det…)
  分类：
 人工智能
 标签：
 数据分析数据可视化Python
 
   
      安装掘金浏览器插件
     多内容聚合浏览、多引擎快捷搜索、多工具便捷提效、多模式随心畅享，你想要的，这里都有！
 前往安装
      
    ShowMeAI
        资深算法专家
         3,627