Python?matplotlib實戰(zhàn)之氣泡圖繪制

更新時間：2023年08月27日 09:22:28 作者：databook

氣泡圖是一種多變量的統(tǒng)計圖表,可以看作是散點圖的變形,這篇文章主要為大家介紹了如何使用Matplotlib繪制氣泡圖,需要的小伙伴可以參考下

1. 主要元素

氣泡圖通常用于展示和比較數(shù)據(jù)之間的關系和分布，可以展示三維（X,Y軸，氣泡大?。?，甚至四維數(shù)據(jù)（X,Y軸，氣泡大小，氣泡顏色）之間的關系。
它的主要元素包括：

橫軸和縱軸：氣泡圖通常使用橫軸和縱軸來表示兩個變量的值。這些變量可以是數(shù)值型、分類型或時間型。
氣泡大?。簹馀輬D通過氣泡的大小來表示第三個變量的值。通常，氣泡的大小與該變量的值成正比，較大的氣泡表示較大的數(shù)值。
氣泡顏色：氣泡圖還可以使用顏色來表示第四個變量的值。不同的顏色可以用于區(qū)分不同的數(shù)據(jù)類別或者表示不同的數(shù)值范圍。

2. 適用的場景

氣泡圖適用的分析場景包括：

多變量關系分析：氣通過橫軸、縱軸和氣泡大小，可以同時呈現(xiàn)三個變量的信息，幫助我們發(fā)現(xiàn)變量之間的模式、趨勢和相關性。
數(shù)據(jù)聚類和分類：氣泡顏色可以用于區(qū)分不同的數(shù)據(jù)類別或者表示不同的數(shù)值范圍。這使得氣泡圖在數(shù)據(jù)聚類和分類分析中非常有用，可以幫助我們識別出不同群組或類別之間的差異和相似性。
比較分析：用于比較不同類別或不同時間點的數(shù)據(jù)。通過氣泡的大小和顏色，我們可以直觀地比較多個變量的值，快速識別出具有較大或較小數(shù)值的數(shù)據(jù)點，從而幫助我們理解數(shù)據(jù)的分布和變化情況。
異常值檢測：幫助我們快速識別出具有異常數(shù)值的數(shù)據(jù)點。通過比較氣泡的大小和顏色，我們可以發(fā)現(xiàn)與其他數(shù)據(jù)點相比具有明顯不同數(shù)值的數(shù)據(jù)，從而幫助我們識別和分析異常情況。

3. 不適用的場景

氣泡圖在以下情況可能不適用：

大數(shù)據(jù)集：當數(shù)據(jù)集非常龐大時，氣泡圖可能不適合展示所有數(shù)據(jù)點，因為過多的氣泡可能會導致圖表混亂不清。
單變量分析：如果只需要分析單個變量的分布或趨勢，氣泡圖可能過于復雜，不是最佳選擇。
離散數(shù)據(jù)：如果數(shù)據(jù)是離散的，而不是連續(xù)的數(shù)值型數(shù)據(jù)，氣泡圖可能無法有效地展示變量之間的關系。

4. 分析實戰(zhàn)

本次使用氣泡圖分析 2021年中歐之間的貿易數(shù)據(jù)情況。

氣泡圖可以分析三個維度的對比：

進口額：橫軸
出口額：縱軸
進出口總額：氣泡大小

4.1. 數(shù)據(jù)來源

數(shù)據(jù)來源國家統(tǒng)計局公開的數(shù)據(jù)，整理好的數(shù)據(jù)可從下面的地址下載：databook.top/nation/A06

用到的三個統(tǒng)計數(shù)據(jù)分別是：

中國同歐洲各國(地區(qū))進出口總額：A06050103.csv
中國向歐洲各國(地區(qū))出口總額：A06050203.csv
中國從歐洲各國(地區(qū))進口總額：A06050303.csv

fp = "d:/share/data/A06050103.csv"
df_total = pd.read_csv(fp)
fp = "d:/share/data/A06050203.csv"
df_output = pd.read_csv(fp)
fp = "d:/share/data/A06050303.csv"
df_input = pd.read_csv(fp)

4.2. 數(shù)據(jù)清理

數(shù)據(jù)清理步驟主要包括：

提取每個文件中2021年的數(shù)據(jù)
去除中歐整體的交易額數(shù)據(jù)，只保留和各個國家之間的貿易數(shù)據(jù)
合并進出口總額，進口額，出口額到一個數(shù)據(jù)集中
過濾多余字符，生成一個表示國家的數(shù)據(jù)列

#提取每個文件中2021年的數(shù)據(jù)
df = df_total[df_total["sj"] == 2021]
#去除中歐整體的交易額數(shù)據(jù)，只保留和各個國家之間的貿易數(shù)據(jù)
data = df.loc[2:, ["zbCN", "value"]]
#重新映射列的名稱
data = data.rename(columns={"zbCN":"country", "value": "total"})
#過濾多余字符，生成一個表示國家的數(shù)據(jù)列
data["country"] = data["country"].str.replace("中國同", "", regex=False)
data["country"] = data["country"].str.replace("進出口總額(萬美元)", "", regex=False)
df = df_input[df_input["sj"] == 2021]
#合并進出口總額，進口額，出口額到一個數(shù)據(jù)集中
data["input"] = df.loc[2:, ["value"]]
df = df_output[df_output["sj"] == 2021]
#合并進出口總額，進口額，出口額到一個數(shù)據(jù)集中
data["output"] = df.loc[2:, ["value"]]
data.head(5)

和歐洲的總體交易數(shù)據(jù)位于每個數(shù)據(jù)集的第一行，所用用 loc[2:, ...] 來過濾。

4.3. 分析結果可視化

with plt.style.context("seaborn-v0_8"):
    fig = plt.figure()
    ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
    ax.scatter(
        data["input"] / 10000,
        data["output"] / 10000,
        data["total"] / 10000,
        c = np.random.rand(len(data)),
        cmap="Accent",
        alpha=0.6,
    )
    ax.set_xlabel("進口額(億元)")
    ax.set_ylabel("出口額(億元)")
    x = np.linspace(0, 1400, 7)
    y = x
    ax.plot(x, y, '-')