怎么用Python绘制这样的图？

Posted 2021-11-22 大数据v

导读：很酷炫的弦图，我们用python实现它。

作者：道才

来源：可以叫我才哥（ID：data955）

最近看到一张图，感觉很酷炫，搜索得知是叫做弦图。看到很多用R语言绘制的案例，以及有Excel大佬用VBA也绘制了一个，简直不要太强。

那么，Python可以绘制吗？找了一圈发现有一个付费的第三方包可以实现，因为需要付费，这里就不介绍了。最终，可算让我找到了Python绘制的免费方案，今天我们就一起来看看吧！

01 什么是弦图

下面这张图就是弦图，主要用于展示多个对象之间的关系，连接在圆上任意两点之间的线段叫做弦。

▲来源：网络

对于弦图，有以下特点：

• 用不同颜色区分不同的对象（点）

• 圆上的两点之间的弦表示之间存在关系

• 弦的宽度表示关系程度，关系越明显则弦宽越宽

• 因为不同对象颜色不同，可以通过两点之间弦的颜色区分是对象->对象的方向

一般来说，弦图可以用于以下几种场景：

• 人口迁徙（不同城市之间迁入迁出）

• 电竞战队或球队之间选手交易

• 具有重叠成分的不同成品与各成分关系

• 类似以上几类场景的情况等等

今天，我们绘制弦图要用到的可视化库是holoviews

02 弦图绘制

HoloViews是一个开源的Python库，可以用非常少的代码行中完成数据分析和可视化，除了默认的matplotlib后端外，还添加了一个Bokeh后端。Bokeh提供了一个强大的平台，通过结合Bokeh提供的交互式小部件，可以使用html5 canvas和WebGL快速生成交互性和高维可视化，非常适合于数据的交互式探索。

官网：http://holoviews.org/

首先，我们需要安装第三方库holoviews。

pip install holoviews

我们先看看官方案例：

import holoviews as hv
from holoviews import opts, dim
from bokeh.sampledata.airport_routes import routes, airports

# 选择bokeh引擎
hv.extension('bokeh')

# Count the routes between Airports
route_counts = routes.groupby(['SourceID', 'DestinationID']).Stops.count().reset_index()
nodes = hv.Dataset(airports, 'AirportID','City')
chord = hv.Chord((route_counts, nodes), ['SourceID', 'DestinationID'], ['Stops'])

# Select the 6 busiest airports
busiest = list(routes.groupby('SourceID').count().sort_values('Stops').iloc[-6:].index.values)
busiest_airports = chord.select(AirportID=busiest, selection_mode='nodes')

busiest_airports.opts(
    opts.Chord(cmap='Category20', edge_color=dim('SourceID').str(), 
               height=500,
               labels='City', 
               node_color=dim('AirportID').str(), width=500))

▲弦图

我们拿玩家在不同游戏中的付费金额来绘制弦图，演示每一个步骤。

1. 数据准备

用以下数据进行案例演示：

import pandas as pd

df = pd.read_clipboard()
df

姓名	王者	曙光	吃鸡	原神	金铲铲	扎金花
小明	20	0	15	10	12	17
才哥	11	1	8	0	11	5
小华	10	9	14	2	8	4
小青	18	4	12	3	6	8
小天	17	9	13	4	12	6

我们需要将宽表变为窄表（如果你就是窄表，则不需要这么操作）：

data = df.melt(id_vars=['姓名'], 
               value_vars=['王者', '曙光', '吃鸡', '原神', '金铲铲', '扎金花']
              )
data.head()

姓名	variable	value
0	小明	王者	20
1	才哥	王者	11
2	小华	王者	10
3	小青	王者	18
4	小天	王者	17

用于绘制弦的数据已经有了：

• 弦的方向就是姓名->variable

• 弦的宽度就是value

接下来，我们搞定 圆上的对象（点）：

node = pd.DataFrame(data['姓名'].append(data['variable']).unique(),
                    columns=['节点']
                   )
node

	节点
0	小明
1	才哥
2	小华
3	小青
4	小天
5	王者
6	曙光
7	吃鸡
8	原神
9	金铲铲
10	扎金花

最终，对象节点数据如下：

nodes = hv.Dataset(node, '节点',)

搞定这些，我们就可以进行绘制了。

2. 绘制操作

chord = hv.Chord((route_counts, nodes), 
                 ['姓名', 'variable'], ['value'])

# 可选择节点数
busiest = node['节点'].to_list()
busiest_airports = chord.select(AirportID=busiest, selection_mode='nodes')

busiest_airports.opts(
    opts.Chord(cmap='Tab20', edge_color=dim('姓名').str(), 
               height=500,
               width=500,
               labels='节点',
               node_color='节点',
               edge_visible=True
              ))

最终，我们得到效果如下：

▲弦图案例

这个弦图是可以交互的，可以save本地html文件。

hv.save(busiest_airports,r'output.html')

▲保存本地

其实，弦图绘制还有很多参数，大家可以自己help试试（比如背景颜色、字体大小、弦的颜色cmap等等）

以上就是本次全部内容，相信大家也可以做出酷炫的弦图了！

加油~

延伸阅读👇

《利用Python进行数据分析》（原书第2版）

干货直达👇

• 如何解决MySQL中的死锁问题？
  

• 终于有人把微服务讲明白了

• 详解数据可视化的4种类型：手把手教你正确选择图表

• TensorFlow和Keras入门必读教程

更多精彩👇

在公众号对话框输入以下关键词

查看更多优质内容！

读书 | 书单 | 干货 | 讲明白 | 神操作 | 手把手

大数据 | 云计算 | 数据库 | Python | 爬虫 | 可视化

AI | 人工智能 | 机器学习 | 深度学习 | NLP

5G | 中台 | 用户画像 | 数学 | 算法 | 数字孪生

据统计，99%的大咖都关注了这个公众号

👇