TreeMap trực quan bằng Python

Question

Tôi quan tâm đến vẽ một treemap:

cách dễ nhất để làm cho một trong Python là gì? Có một thư viện có thể tạo ra một hình ảnh như vậy, với dữ liệu đầu vào thích hợp không?

Answer 1

Đây có thể được sử dụng:

• rpy2 cộng với một gói portfolio trong R.
• các google visualization api
• matplotlib

tôi nhận thấy rằng có một thư viện treemap trong pypi cũng có. Tôi chưa thử cái đó.

Answer 2

Dưới đây là một vài lựa chọn:

• Treemap
• SquareMap (để sử dụng với wxPython)

Answer 3

The SciPy cookbook includes an example using matplotlib, but without labels.

IA liên kết: https://web.archive.org/web/20150324163314/http://wiki.scipy.org/Cookbook/Matplotlib/TreeMap

Answer 4

Bạn có thể sử dụng thư viện Pygal, đây là đơn giản như vậy

http://pygal.org/en/stable/documentation/types/treemap.html

Một giải pháp khác là bạn có thể sử dụng thư viện squarify, đây là một mã mà tôi đã được sử dụng

import matplotlib 
import matplotlib.pyplot as plt 
import pandas as pd 
import squarify 

# qualtities plotted 
# squarre area is the town surface area (superf) 
# color scale is the town population in 2011 (p11_pop) 

# read data from csv file 
# data from CAPP opendata http://opendata.agglo-pau.fr/index.php/fiche?idQ=27 
df = pd.read_excel("Customer Success New.xlsx") 
df = df.set_index("location_id") 
df = df[["user_id", "company_id"]] 
df2 = df.sort_values(by="user_id", ascending=False) 

# treemap parameters 
x = 0. 
y = 0. 
width = 100. 
height = 100. 
cmap = matplotlib.cm.viridis 

# color scale on the population 
# min and max values without Pau 
mini, maxi = df2.company_id.min(), df2.company_id.max() 
norm = matplotlib.colors.Normalize(vmin=mini, vmax=maxi) 
colors = [cmap(norm(value)) for value in df2.company_id] 
colors[1] = "#FBFCFE" 

# labels for squares 
#labels = ["hab" % (label) for label in zip(df2.index, df2.user_id), df2.company_id)] 
#labels[11] = "MAZERES" % (df2["user_id"]["MAZERES-LEZONS"], df2["company_id"]["MAZERES-LEZONS"]) 

# make plot 
fig = plt.figure(figsize=(12, 10)) 
fig.suptitle("Population et superficie des communes de la CAPP", fontsize=20) 
ax = fig.add_subplot(111, aspect="equal") 
ax = squarify.plot(df2.superf, color=colors, label=labels, ax=ax, alpha=.7) 
ax.set_xticks([]) 
ax.set_yticks([]) 
ax.set_title("L'aire de chaque carré est proportionnelle à la superficie de la commune\n", fontsize=14) 

# color bar 
# create dummy invisible image with a color map 
img = plt.imshow([df2.p11_pop], cmap=cmap) 
img.set_visible(False) 
fig.colorbar(img, orientation="vertical", shrink=.96) 

fig.text(.76, .9, "Population", fontsize=14) 
fig.text(.5, 0.1, 
     "Superficie totale %d km2, Population de la CAPP : %d hab" % (df2.superf.sum(), df2.p11_pop.sum()), 
     fontsize=14, 
     ha="center") 
fig.text(.5, 0.07, 
     "Source : http://opendata.agglo-pau.fr/", 
     fontsize=14, 
     ha="center") 

plt.show()