Python-matplotlib 另类散点图绘制
Python-matplotlib 另类散点图绘制
01. 引言
本期推文的主要内容是散点图的绘制教程，所使用的数据关于全球教育水平划分的师生比例，涉及到的包主要为matplotlib和seaborn，当然用于数据处理分析的pandas和 numpy也必不可少。
02. 数据处理
2.1 原始数据
本文涉及的数据主要包括两种，一种为全球各大洲的网格数据，用于绘制另类散点图例，一种为全球各州的教育水平的师生比例，用于散点图的绘图。各大洲的网格数据如下(部分)：如红框所示，为所需要的数据，用于绘图。
全球各大洲师生比例数据如下(部分)：所需文章为student_ratio_count 。
接下来将两个数据进行匹配合并，这里需指出下：两个数据都有关于国家编码的列(country_code和alpha.3),利用pandas的merger方法就可实现两个数据的合并。
2.2 构造数据
和一般的绘图不同，稍微复杂的突变就需要自己根据需求进行特定数据的构造。这里所构造的数据详细如下：
（1）教育平均值
通过pandas 的mean（）方法就可实现全球教育水平的平均值，如下：
world_avg = 23.518193030303(2) 各大地区颜色设置
这里还是采用和之前推文Hans Rosling Charts Matplotlib 绘制等一样的字典颜色赋值，具体如下：
order=["Africa", "Oceania","Asia","South America","North America","Europe"]
palette=["#0076BB", "#152769","#1AB6AF", "#E9E4A6","#FF3100","#E9A17C"]
region_color = dict(zip(order,palette))
region_color结果如下：
（3）绘制大散点图
region_y = {
'Africa':1,
'Oceania':2,
'Asia':3,
'South America':4,
'North America':5,
'Europe':6
}
sactter_line = student[['student_ratio_cont','region']].drop_duplicates()
sactter_line["region_y"] = [region_y[i]-1 for i in sactter_line['region']]
sactter_line结果如下：
（4）用于构建另类图例的数据
legend_data = student[['x','y','region']]
legend_data.head()结果如下(部分)：
03. 可视化绘制
本文的可视化绘制过程涉及seaborn的stripplot()方法，所需的库、总体设置及用于绘制“抖动”的散点图(类似ggplot2的position_jitter())，其目的就是为了防止散点重叠。如下：
import seaborn as sns
import matplotlib.lines as mlines
from mpl_toolkits.axes_grid1.inset_locator import inset_axes
from matplotlib.patches import Rectangle
plt.rcParams['font.family'] = ['Roboto Mono']
fig, ax = plt.subplots(figsize=(10,6),dpi = 200,facecolor='#323332',edgecolor='#323332')
ax.set_facecolor("#323332")sns.stripplot(x="student_ratio", y="region",order=order,palette=palette, data=student,
size = 8,alpha=.4,edgecolor = "white",linewidth=.8,zorder=0,ax=ax)添加点线的连接，具体如下(部分代码也给出解释)：不明白的地方可以参考我之前的推文Matplotlib 气球图 制作，或者后台发消息咨询。
# #添加 点线 图层
def newline(p1, p2):
ax = plt.gca()
l = mlines.Line2D([p1[0],p2[0]], [p1[1],p2[1]],color='#FFFFFF',
lw=1.8,zorder = 0)
ax.add_line(l)
return l
for p1, p2 in zip(sactter_line['student_ratio_cont'], sactter_line['region_y']):
newline([world_avg,p2], [p1,p2])
#添加散点
for i,j,c in zip(sactter_line['student_ratio_cont'], sactter_line['region_y'],sactter_line['region']):
ax.scatter(i,j,c=region_color[c],s = 170,ec = 'white',lw=.8,zorder=1)
ax.tick_params(labelsize = 15,direction = 'out',colors = '#FFFFFF')
ax.set_xticks(np.arange(-5,100,10))
#设置轴脊颜色及宽度
for spine in ['top','bottom','left','right']:
ax.spines[spine].set_color("#FFFFFF")
ax.spines[spine].set_linewidth(1.5)
#隐藏xy轴的label
ax.set_xlabel('')
ax.set_ylabel('')
ax.invert_yaxis()添加另类图例(地图图例)
#添加另类图例
axins = inset_axes(ax, width=2.3, height=1.5)
for x,y,c in zip(legend_data.x,legend_data.y,legend_data.region):
rect = Rectangle((x+1,y+1),width=.5,height=.5, color=region_color[c])
axins.add_patch(rect)
axins.set_xticks([])
axins.set_xlim(left=-5,right=35)
axins.set_yticks([])
axins.set_ylim(top=30,bottom=-5)
axins.invert_yaxis()
axins.axis('off')这一步用到了matplotlib的axes插入方法，绘制大小图或者中国地图十段线部分均可用此方法进行绘制。这里也用到了之前构造的lengend_data、region_color，然后使用 Rectangle()绘制矩形，再使用 axins.add_patch(rect)方法进行多矩形绘制。ggplot2的geom_tile()也可实现矩形图表的绘制。
绘制文本及指示箭头，代码如下(部分)：
ax.annotate(s="Worldwide average:\n{} students per teacher".format(round(world_avg,1)),
xy=(world_avg,4.5),xytext=(40,5),ha="center",va="center",size=12,c='#FFFFFF',
family='Poppins',
arrowprops=dict(arrowstyle="->",
connectionstyle="arc3,rad=-0.3",
fc="gray",ec='#FFFFFF')
)完整代码如下：
最终可视化效果如下：
如果没用采用地图图例的绘制，而是一般的散点图图例，效果如下：
图例绘制方法如下(部分)：
#添加图例
region_legend = ax.legend(fontsize=10,markerscale =1.2,title = 'Region',frameon=False,
title_fontsize = 15)
#region_legend.get_title().set_fontsize(fontsize = 13)#面向对象
region_legend.get_title().set_color("#FFFFFF")
region_legend.get_frame().set_facecolor('#323332')
#修改图例属性颜色：图例文字颜色设置
for text in region_legend.get_texts():
text.set_color('#FFFFFF')04. 总结
Matplotlib对绘制大多数图表还是比较友好的，也是比较容易定制化自己的绘图需求(需熟悉太多的绘图函数
)，但涉及统计图表的绘制，可以结合seaborn进行绘制，使绘图事半功倍哦！！绘图的颜色搭配对绘图结果至关重要，自己现阶段也是在摸索和模仿，有好的颜色搭配学习网站或者资源，可以进群交流。本文能力有限，有错误的地方或者不理解的地方，可以后台咨询或者进行讨论，期待你的加入。