![507edee11df98f085b1f2890a5d6276c.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/507edee11df98f085b1f2890a5d6276c.png?x-oss-process=image/resize,w_1400/format,webp)
💡 作者: 韩信子@ ShowMeAI
📘 数据分析实战系列: https://www.showmeai.tech/tutorials/40
📘 本文地址: https://www.showmeai.tech/article-detail/339
📢 声明:版权所有,转载请联系平台与作者并注明出处
📢 收藏 ShowMeAI查看更多精彩内容
![83fc4af190f25db352628a5bac32a0f6.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/83fc4af190f25db352628a5bac32a0f6.png?x-oss-process=image/resize,w_1400/format,webp)
饼图是用于显示分类数据比例的典型图表,我们用圆形图形代表整个样本集,把它分为多个切片并显示对应数据与总数相比的比例贡献。饼图在数据可视化中经常使用,因为它直观且结果容易理解。
不过饼图并不是我们可以使用的唯一选择,还有一些炫酷高级的图表可以表示比例或百分比,在本篇内容中 ShowMeAI 将给大家讲到另外9个备选可视化图形方案,具备相同的功能但实现效果不一样。
![e550301c4a0e9eb79a337c66c098890d.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/e550301c4a0e9eb79a337c66c098890d.png?x-oss-process=image/resize,w_1400/format,webp)
本篇内容涉及的工具库,大家可以参考 ShowMeAI制作的工具库速查表和教程进行学习和快速使用。
💡 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
![4d1da755062b8b12d8c2edfa3aed429e.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/4d1da755062b8b12d8c2edfa3aed429e.png?x-oss-process=image/resize,w_1400/format,webp)
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
![52e6fad9317f74c67f87d83ecd0a649c.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/52e6fad9317f74c67f87d83ecd0a649c.png?x-oss-process=image/resize,w_1400/format,webp)
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
![1f49cc0776add7c8332d8eb47b6639d7.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/1f49cc0776add7c8332d8eb47b6639d7.png?x-oss-process=image/resize,w_1400/format,webp)
💡 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()
![7b0b8c8774b7dec04bbacf896e8450a9.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/7b0b8c8774b7dec04bbacf896e8450a9.png?x-oss-process=image/resize,w_1400/format,webp)
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:
圆形图形
- 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
其他形式
- 树状图
- 华夫饼图
- 条形图
- 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
![cfc868056568bbc0d929bd341f796db0.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/cfc868056568bbc0d929bd341f796db0.png?x-oss-process=image/resize,w_1400/format,webp)
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()
![0e6bbe79919b781f0f11b15c1fedad43.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/0e6bbe79919b781f0f11b15c1fedad43.png?x-oss-process=image/resize,w_1400/format,webp)
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()
![ad41c31ff54c525872b81bea3ae3b18a.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/ad41c31ff54c525872b81bea3ae3b18a.png?x-oss-process=image/resize,w_1400/format,webp)
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()
![841b4929903138fd9f24720d3e2820c1.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/841b4929903138fd9f24720d3e2820c1.png?x-oss-process=image/resize,w_1400/format,webp)
💦 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
![4839231341d2fb4cc5291693546a9182.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/4839231341d2fb4cc5291693546a9182.png?x-oss-process=image/resize,w_1400/format,webp)
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()
![5c7a8638aa76b1f1ef360a1affc9cd97.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/5c7a8638aa76b1f1ef360a1affc9cd97.png?x-oss-process=image/resize,w_1400/format,webp)
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()
![16fe78eb075e0f9c278a526bc0626d2f.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/16fe78eb075e0f9c278a526bc0626d2f.png?x-oss-process=image/resize,w_1400/format,webp)
💦 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()
![858b2ce30f7a1f60625f8f4b6b393252.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/858b2ce30f7a1f60625f8f4b6b393252.png?x-oss-process=image/resize,w_1400/format,webp)
💦 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。
![e7fb434ec98f0603499838d2b3df051c.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/e7fb434ec98f0603499838d2b3df051c.png?x-oss-process=image/resize,w_1400/format,webp)
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()
![bbb0122791252ab7ea743ea83b574879.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/bbb0122791252ab7ea743ea83b574879.png?x-oss-process=image/resize,w_1400/format,webp)
💦 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。
![50e2cea073233ab33345e5f0b63f89d6.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/50e2cea073233ab33345e5f0b63f89d6.png?x-oss-process=image/resize,w_1400/format,webp)
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()
![636d45eb3aa8496edc5a3bdc604044e2.png](https://ucc.alicdn.com/images/user-upload-01/img_convert/636d45eb3aa8496edc5a3bdc604044e2.png?x-oss-process=image/resize,w_1400/format,webp)
💡 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。
参考资料
- 📘 BeautifulSoup:https://www.crummy.com/software/BeautifulSoup/bs4/doc.zh/
- 📘 Plotly:https://plotly.com/python/pie-charts/
- 📘 图解数据分析:从入门到精通系列教程:https://www.showmeai.tech/tutorials/33
- 📘 数据科学工具库速查表 | Pandas 速查表:https://www.showmeai.tech/article-detail/101
- 📘 数据科学工具库速查表 | Seaborn 速查表:[https://www.showmeai.tech/article-detail/105](https://www.showmeai.tech/article-detail/105)