【Composition】50 Matplotlib Visualizations, Python实现，源码可复现

详情请参考博客: Top 50 matplotlib Visualizations；Matplotlib Examples
因编译更新问题，本文将稍作更改，以便能够顺利运行。

1 Waffle Chart

华夫格图可以使用 pywaffle 包创建，用于显示较大群体中群体的组成。

新建文件Waffle Chart.py:

import pandas as pd
import matplotlib.pyplot as plt
from pywaffle import Waffle
plt.rcParams["figure.figsize"] = [7.00, 3.50]
plt.rcParams["figure.autolayout"] = True
data = {'books': ['physics', 'chemistry', 'math', 'english', 'hindi'],
   'price': [80, 87, 89, 56, 39]
}
df = pd.DataFrame(data)
fig = plt.figure(
   FigureClass=Waffle,
   rows=5,
   values=df.price,
   labels=list(df.books)
)
plt.show()

运行结果为：

Reference code: 如何在Python Matplotlib中创建华夫格图（Waffle Chart）

2 Pie Chart

饼状图是显示组组成的经典方法。但是，现在通常不建议使用，因为饼部分的面积有时会产生误导。因此，如果您要使用饼状图，强烈建议明确写下饼状图每个部分的百分比或数字。

新建文件Pie Chart.py:

# Import Setup
from Setup import pd
from Setup import plt

# Import
df_raw = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")

# Prepare Data
df = df_raw.groupby('class').size()

# Make the plot with pandas
df.plot(kind='pie', subplots=True, figsize=(8, 8))
plt.title("Pie Chart of Vehicle Class - Bad")
plt.ylabel("")
plt.show()

运行结果为：

3 Treemap

树状图类似于饼状图,它的工作效果更好,不会误导每个组的贡献。

新建文件Treemap.py:

# Import Setup
from Setup import pd
from Setup import plt

# pip install squarify
import squarify 

# Import Data
df_raw = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")

# Prepare Data
df = df_raw.groupby('class').size().reset_index(name='counts')
labels = df.apply(lambda x: str(x[0]) + "\n (" + str(x[1]) + ")", axis=1)
sizes = df['counts'].values.tolist()
colors = [plt.cm.Spectral(i/float(len(labels))) for i in range(len(labels))]

# Draw Plot
plt.figure(figsize=(12,8), dpi= 80)
squarify.plot(sizes=sizes, label=labels, color=colors, alpha=.8)

# Decorate
plt.title('Treemap of Vechile Class')
plt.axis('off')
plt.show()

运行结果为：

4 Bar Chart

条形图是根据计数或任何给定指标可视化项目的经典方式。在下图中，我为每个项目使用了不同的颜色，但您通常可能希望为所有项目选择一种颜色，除非您按组为它们着色。在下面的代码中，颜色名称存储在 all_colors 中。您可以通过在 plt.plot() 中设置颜色参数来更改条形的颜色。

新建文件Bar Chart.py:

# Import Setup
from Setup import pd
from Setup import plt
import random

# Import Data
df_raw = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv")

# Prepare Data
df = df_raw.groupby('manufacturer').size().reset_index(name='counts')
n = df['manufacturer'].unique().__len__()+1
all_colors = list(plt.cm.colors.cnames.keys())
random.seed(100)
c = random.choices(all_colors, k=n)

# Plot Bars
plt.figure(figsize=(16,10), dpi= 80)
plt.bar(df['manufacturer'], df['counts'], color=c, width=.5)
for i, val in enumerate(df['counts'].values):
    plt.text(i, val, float(val), horizontalalignment='center', verticalalignment='bottom', fontdict={'fontweight':500, 'size':12})

# Decoration
plt.gca().set_xticklabels(df['manufacturer'], rotation=60, horizontalalignment= 'right')
plt.title("Number of Vehicles by Manaufacturers", fontsize=22)
plt.ylabel('# Vehicles')
plt.ylim(0, 45)
plt.show()

运行结果为：