Python数据可视化学习笔记：第一章 关联图 第五节 使用Python绘制进阶气泡图

前言

声明：这个系列的博文都是我自己学习所得的东西，秉承着每天进步一点点的理念进行学习，我参考的课程是《菊安酱与菜菜的Python机器学习可视化50图》，使用的Python版本为3.6.4。
这两天突然多了好多事，改论文什么的，断更了两天，今天再接上之前的。今天学习的内容进阶气泡图的绘制，在之前生成的气泡图上进行整饰，生成一个一漂亮的气泡图。其实，主要是在气泡上加上文字。

完整代码

这一部分实质上就是加上了一个plt.text()，来给点加上文字。

#Author:Albert（CSDN:一个跻身科研大浪的小白）
#Time:2020/03/28
#usage:气泡图

import numpy as np #数学处理库
import pandas as pd #用于处理.csv excel html 文本等文件
import matplotlib as mpl #画图像的库
import matplotlib.pyplot as plt #画二维图像的库
import seaborn as sns #颜色库

datasets=pd.read_csv("http://raw.githubusercontent.com/selva86/datasets/master/midwest_filter.csv")#由原博主提供的在线数据集直接导入


categories=np.unique(datasets['category'])#去掉重复项


#以下两个步骤可以去掉图例的边框
plt.style.use('seaborn-whitegrid')#设定整体风格
sns.set_style("white")#设置背景
plt.figure(figsize=(16,10),dpi=120,facecolor='w',edgecolor='k')#定义画布，分辨率，背景，边框

for i in range (len(categories)):
	#data_=datasets.loc[datasets.category==categories, :]
	#data_.index=range(data_.shape[0])
	plt.scatter(datasets.loc[datasets["category"]==categories[i],"area"],datasets.loc[datasets["category"]==categories[i],"poptotal"],s=datasets.loc[datasets["category"]==categories[i],"popasian"],c=np.array(plt.cm.tab10(i/len(categories))).reshape(1,-1),label=categories[i],alpha=0.7,edgecolors=np.array(plt.cm.tab10(i/len(categories))).reshape(1,-1),linewidths=0.5)#透明度，边缘颜色，边缘线宽
	#for i in range(len(categories)):
	plt.text(datasets.loc[i,"area"],datasets.loc[i,"poptotal"],s=datasets.loc[i,"county"],fontdict={"fontsize":8},horizontalalignment='center')

#开始装饰
plt.gca().set(xlim=(0.0,0.12),ylim=(0,90000))#控制横纵坐标的范围
plt.xticks(fontsize=12)
plt.yticks(fontsize=12)
plt.ylabel('Population',fontsize=22)
plt.xlabel('Area',fontsize=22)
plt.title("Bubble Plot with Encircling",fontsize=22)
#plt.legend(fontsize=12,markerscale=0.5)#现有图例的0.5倍
plt.show()

效果