Python数据可视化的例子——气泡图（bubble）

（关系型数据的可视化）
气泡图是散点图中的一种类型，可以展现三个数值变量之间的关系
之前的文章有介绍过一般的散点图都是反映两个数值型变量的关系，所以如果还想通过散点图添加第三个数值型变量的信息，一般可以使用气泡图。
气泡图的实质就是通过第三个数值型变量控制每个散点的大小，点越大，代表的第三维数值越高，反之亦然。接下来将会介绍如何通过Python绘制气泡图。

1、matplotlib模块

在上一篇散点图文章中，应用matplotlib模块中的scatter函数绘制了散点图，本文将继续使用该函数绘制气泡图。要实现气泡图的绘制，关键的参数是s，即散点图中点的大小，如果将数值型变量传递给该参数，就可以轻松绘制气泡图了。如果读者对该函数的参数含义还不是很了解，可以下面的参数含义说明：

scatter(x, y, s=20, c=None, marker='o', cmap=None, norm=None, vmin=None,
     vmax=None, alpha=None, linewidths=None, edgecolors=None)

• x：指定散点图的x轴数据。
• y：指定散点图的y轴数据。
• s：指定散点图点的大小，默认为20，通过传入其他数值型变量，可以实现气泡图的绘制。
• c：指定散点图点的颜色，默认为蓝色，也可以传递其他数值型变量，通过cmap参数的色阶表示数值大小。
• marker：指定散点图点的形状，默认为空心圆。
• cmap：指定某个Colormap值，只有当c参数是一个浮点型数组时才有效。
• norm：设置数据亮度，标准化到0～1，使用该参数仍需要参数c为浮点型的数组
• vmin、vmax：亮度设置，与norm类似，如果使用norm参数，则该参数无效。 alpha：设置散点的透明度。
• linewidths：设置散点边界线的宽度。
• edgecolors：设置散点边界线的颜色。

下面以某超市的商品类别销售数据为例，绘制销售额、利润和利润率之间的气泡图，探究三者之间的关系：

绘图代码如下：

import pandas as pd
import matplotlib.pyplot as plt

#设置绘图风格
plt.style.use('ggplot')
#处理中文乱码
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
#坐标轴负号的处理
plt.rcParams['axes.unicode_minus']=False
# 读取数据
Prod_Category = pd.read_excel(r'某超市的商品类别销售数据.xlsx')
# 将利润率标准化到[0,1]之间（因为利润率中有负数），然后加上微小的数值0.001
range_diff = Prod_Category.Profit_Ratio.max()-Prod_Category.Profit_Ratio.min()
Prod_Category['std_ratio'] = (Prod_Category.Profit_Ratio-Prod_Category.Profit_Ratio.min())/range_diff + 0.001

# 绘制办公用品的气泡图
plt.scatter(x = Prod_Category.Sales[Prod_Category.Category == '办公用品'],
           y = Prod_Category.Profit[Prod_Category.Category == '办公用品'],
           s = Prod_Category.std_ratio[Prod_Category.Category == '办公用品']*1000,
           color = 'steelblue', label = '办公用品', alpha = 0.6
            )
# 绘制技术产品的气泡图
plt.scatter(x = Prod_Category.Sales[Prod_Category.Category == '技术产品'],
           y = Prod_Category.Profit[Prod_Category.Category == '技术产品'],
           s = Prod_Category.std_ratio[Prod_Category.Category == '技术产品']*1000,
           color = 'indianred' , label = '技术产品', alpha = 0.6
          )
# 绘制家具产品的气泡图
plt.scatter(x = Prod_Category.Sales[Prod_Category.Category == '家具产品'],
           y = Prod_Category.Profit[Prod_Category.Category == '家具产品'],
           s = Prod_Category.std_ratio[Prod_Category.Category == '家具产品']*1000,
           color = 'green' , label = '家具产品', alpha = 0.6
          )
# 添加x轴和y轴标签
plt.xlabel('销售额')
plt.ylabel('利润')
# 添加标题
plt.title('销售额、利润及利润率的气泡图')
# 添加图例
plt.legend()
#设置纵坐标的刻度范围
plt.ylim((-120000, 350000))
# 显示图形
plt.show()

结果：

如上图所示，应用scatter函数绘制了分组气泡图，从图中可知，办公用品和家具产品的利润率波动比较大（因为这两类圆点大小不均）。从代码角度来看，绘图的核心部分是使用三次scatter函数，而且代码结构完全一样，如果读者对for循环掌握得比较好，完全可以使用循环的方式替换三次scatter函数的重复应用。
需要说明的是，如果s参数对应的变量值小于等于0，则对应的气泡点是无法绘制出来的。这里提供一个解决思路，就是先将该变量标准化为[0,1]，再加上一个非常小的值，如0.001。如上代码所示，最后对s参数扩大500倍的目的就是凸显气泡的大小。
遗憾的是，pandas模块和seaborn模块中没有绘制气泡图的方法或函数，故这里就不再衍生了。如果读者确实需要绘制气泡图，又觉得matplotlib模块中的scatter函数用起来比较灿琐，可以使用Python的bokeh模块，有关该模块的详细内容，可以查看官方文档。