Seaborn 的五彩气泡图（上：先讲重点）

数据山谷

发布于 2020-12-22 11:27:52

4.7K0

文章被收录于专栏：数据山谷数据山谷

先看我们的目标作品

看着这图确实很普通，也没有隔壁 PyEcharts 浮夸好看的动态效果。但是其实想要画出来这个图，你需要掌握以下几个代码编辑方法：

1. 绘制散点图

2. 根据某个字段的类别填充不同的颜色

3. 绘制分类标签的图例

4. 善于利用 plt.cm 接口中的颜色光谱

5. 根据某个度量字段控制散点大小，进而做成气泡图

如果以上一条有任意一条你还不会的，就给我耐心看完（凶巴巴）

如果你都会了，那就分享给你的朋友好吗（可可爱爱）

环境说明

熊猫本次用的是 Anaconda 的 jupyter notebook 编写的本文代码。今天用到的库都是已经集成好的，无须另行安装。每个库的版本号我列在下方了。

Python ：3.7.4

pandas : 1.1.4

numpy : 1.19.4

matplotlib : 3.3.2

seaborn：0.9.0

# seaborn 要求必须是 0.9.0 以上版本

可以在终端（win 系统在cmd）中运行如下代码查询自己环境中各个库的版本，如果你的版本比较低，可以运行升级代码对相应的库进行升级。

pip list #查看各个库的版本号
pip install --upgrade 库名 #升级对应库版本

常规操作 import

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

#让图像可以正常显示中文
plt.rcParams['font.family']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False

先学习如何绘制一个散点图‍

#先随机生成一组数据
x1 = np.random.randn(10)
x2 = x1 + x1**2 + 5

#生成一个画布
plt.figure(figsize=(8,4))

#绘制散点图
#本条代码传参含义
#plt.scatter(横坐标，纵坐标，散点尺寸，数据点颜色，图例）
plt.scatter(x1,x2 ,s=50,c="red",label = "Red")

#添加标题
plt.title("散点图")

#显示图例
plt.legend()

#显示绘制图形（如下图）
plt.show()

#由于数据是随机生成，每个人画出来是不一样的哦！

根据标签区别散点颜色

#随机10行，2列的数据集
X = np.random.randn(10,2)
#生成标签
y = np.array([0,0,1,1,0,1,0,1,0,0])

#添加画布
plt.figure(figsize=(8,4))

#绘制散点图
#c为颜色参数，传入 y 标签，根据 y 标签的数量自动分发不同颜色
plt.scatter(X[:,0],X[:,1],s=5,c=y,label = ["Zero","One"])

#显示图例，显示图像
plt.legend()
plt.show()

成果图如下，我们很好的根据 y 标签区分了散点颜色

但是要注意到，图例并不理想。

【核心】分类标签图例‍

#生成控制气泡大小的特征
z = np.array([10,7,2,5,15,6,3,7,19,11])

#添加画布
plt.figure(figsize=(8,4))

#确定颜色列表
colors = ["green","black"]
#确定标签名称列表
labels = ["Zero","One"] 

#代码思路：
#在上一份代码的基础上加上控制气泡大小的 s 参数。并且将 z 传入。
for i in range(X.shape[1]):
    plt.scatter(X[y==i,0],X[y==i,1],c=colors[i],s=z[y==i],label = labels[i])

#设计标题
plt.title("区分标签图例")

#显示图例和图表
plt.legend()
plt.show()

DADA~!

【核心】散点图>气泡图

散点图可以清晰的呈现总体样本的分布情况。

如果进阶成气泡图，便可以在此基础上增加一个维度特征。

#随机生成控制气泡大小的特征
z = np.array([10,7,2,5,15,6,3,7,19,11])

#添加画布
plt.figure(figsize=(8,4),dpi=120)

#确定颜色列表
colors = ["green","black"]
#确定标签名称列表
labels = ["Zero","One"] 

#代码思路：
#在上份代码基础上加上控制气泡大小的 s 参数，并将 z 传入。
for i in range(X.shape[1]):
    plt.scatter(X[y==i,0],X[y==i,1],c=colors[i],s=z[y==i]*20,label = labels[i])

#设计标题
plt.title("气泡图")

#显示图例和图表
#markerscale 参数调整图例大小
plt.legend(markerscale=0.5)
plt.show()