Matplotlib. Урок 4.3. Визуализация данных. Столбчатые и круговые диаграммы

Автор: | 27.10.2019

В этому уроке изучим особенности работы со столбчатой и круговой диаграммами.

Столбчатые диаграммы

Для визуализации категориальных данных хорошо подходят столбчатые диаграммы. Для их построения используются функции:

bar() – для построения вертикальной диаграммы

barh() – для построения горизонтальной диаграммы.

Построим простую диаграмму:

np.random.seed(123)

groups = [f"P{i}" for i in range(7)]
counts = np.random.randint(3, 10, len(groups))

plt.bar(groups, counts)

Если заменим bar() на barh() получим горизонтальную диаграмму:

plt.barh(groups, counts)

Рассмотрим более подробно параметры функции bar():

Основные параметры:

  • x: набор величин
    • x координаты столбцов
  • height : скалярная величина или набор величин
    • Высоты столбцов
  • width: скалярная величина, массив или optional
    • Ширина столбцов
  • bottom: скалярная величина, массив или optional
    • y координата базы
  • align : {‘center’, ‘edge’}, optional, значение по умолчанию: ‘center’
    • Выравнивание по координате x.

Дополнительные параметры:

  • color: скалярная величина, массив или optional
    • Цвет столбцов диаграммы
  • edgecolor: скалярная величина, массив или optional
    • Цвет границы столбцов
  • linewidth: скалярная величина, массив или optional
    • Ширина границы
  • tick_label: str, массив или optional
    • Метки для столбца
  • xerr, yerr: скалярная величина, массив размера shape(N,) или shape(2,N) или optional
    • Величина ошибки для графика. Выставленное значение удаляется/прибавляется к верхней (правой – для горизонтального графика) границе. Может принимать следующие значения:
      • скаляр: симметрично +/- для всех баров
      • shape(N,): симметрично +/- для каждого бара
      • shape(2,N): выборочного – и + для каждого бара. Первая строка содержит нижние значения ошибок, вторая строка – верхние.
      • None: не отображать значения ошибок. Это значение используется по умолчанию.
  • ecolor: скалярная величина, массив или optional, значение по умолчанию: ‘black’
    • Цвет линии ошибки.
  • log: bool, optional, значение по умолчанию: False
    • Включение логарифмического масштаба для оси y
  • orientation : {‘vertical’, ‘horizontal’}, optional
    • Ориентация: вертикальная или горизонтальная.

Построим более сложный пример, демонстрирующий работу с параметрами:

import matplotlib.colors as mcolors

bc = mcolors.BASE_COLORS

np.random.seed(123)

groups = [f"P{i}" for i in range(7)]
counts = np.random.randint(0, len(bc), len(groups))

width = counts*0.1
colors = [["r", "b", "g"][int(np.random.randint(0, 3, 1))] for _ in counts]

plt.bar(groups, counts, width=width, alpha=0.6, bottom=2, color=colors, edgecolor="k", linewidth=2)

Групповые столбчатые диаграммы

Используя определенным образом подготовленные данные можно строить групповые диаграммы:

cat_par = [f"P{i}" for i in range(5)]

g1 = [10, 21, 34, 12, 27] 
g2 = [17, 15, 25, 21, 26]

width = 0.3

x = np.arange(len(cat_par))

fig, ax = plt.subplots()

rects1 = ax.bar(x - width/2, g1, width, label='g1')
rects2 = ax.bar(x + width/2, g2, width, label='g2')

ax.set_title('Пример групповой диаграммы')
ax.set_xticks(x)
ax.set_xticklabels(cat_par)
ax.legend()

Диаграмма с errorbar элементом

Errorbar элемент позволяет задать величину ошибки для каждого элемента графика. Для этого используются параметры xerr, yerr и ecolor (для задания цвета):

np.random.seed(123)
rnd = np.random.randint

cat_par = [f"P{i}" for i in range(5)]
g1 = [10, 21, 34, 12, 27]
error = np.array([[rnd(2,7),rnd(2,7)] for _ in range(len(cat_par))]).T

fig, axs = plt.subplots(1, 2, figsize=(10, 5))
axs[0].bar(cat_par, g1, yerr=5, ecolor="r", alpha=0.5, edgecolor="b", linewidth=2)
axs[1].bar(cat_par, g1, yerr=error, ecolor="r", alpha=0.5, edgecolor="b", linewidth=2)

Круговые диаграммы

Классическая круговая диаграмма

Круговые диаграммы – это наглядный способ показать доли компонент в наборе. Они идеально подходят для отчетов, презентаций и т.п. Для построения круговых диаграмм в Matplotlib используется функция pie().

Пример построения диаграммы:

vals = [24, 17, 53, 21, 35]
labels = ["Ford", "Toyota", "BMV", "AUDI", "Jaguar"]

fig, ax = plt.subplots()
ax.pie(vals, labels=labels)
ax.axis("equal")

Рассмотрим параметры функции pie():

  • x: массив
    • Массив с размерами долей.
  • explode: массив, optional, значение по умолчанию:None
    • Если параметр не равен None, то часть долей, который перечислены в передаваемом значении будут вынесены из диаграммы на заданное расстояние, пример диаграммы:

  • labels: list, optional, значение по умолчанию:None
    • Текстовые метки долей.
  • colors: массив, optional, значение по умолчанию: None
    • Цвета долей.
  • autopct: str, функция, optional, значение по умолчанию: None
    • Формат текстовой метки внутри доли, текст – это численное значение показателя, связанного с конкретной долей.
  • pctdistance: float, optional, значение по умолчанию: 0.6
    • Расстояние между центром каждой доли и началом текстовой метки, которая определяется параметром autopct.
  • shadow: bool, optional, значение по умолчанию:False
    • Отображение тени для диаграммы.
  • labeldistance: float, None, optional, значение по умолчанию: 1.1
    • Расстояние, на котором будут отображены текстовые метки долей. Если параметр равен None, то метки не будет отображены.
  • startangle: float, optional, значение по умолчанию:None
    • Задает угол, на который нужно повернуть диаграмму против часовой стрелке относительно оси x.
  • radius: float, optional, значение по умолчанию:None
    • Величина радиуса диаграммы.
  • counterclock: bool, optional, значение по умолчанию:True
    • Определяет направление вращения – по часовой или против часовой стрелки.
  • wedgeprops: dict, optional, значение по умолчанию:None
  • textprops: dict, optional, значение по умолчанию:None
  • center: list значений float, optional, значение по умолчанию: (0, 0)
    • Центр диаграммы.
  • frame: bool, optional, значение по умолчанию:False
    • Если параметр равен True, то вокруг диаграммы будет отображена рамка.
  • rotatelabels: bool, optional, значение по умолчанию:False
    • Если параметр равен True, то текстовые метки будут повернуты на угол.

Создадим пример, в котором продемонстрируем работу с параметрами функции pie():

vals = [24, 17, 53, 21, 35]

labels = ["Ford", "Toyota", "BMV", "AUDI", "Jaguar"]

explode = (0.1, 0, 0.15, 0, 0)

fig, ax = plt.subplots()
ax.pie(vals, labels=labels, autopct='%1.1f%%', shadow=True, explode=explode, wedgeprops={'lw':1, 'ls':'--','edgecolor':"k"}, rotatelabels=True)
ax.axis("equal")

Вложенные круговые диаграммы

Рассмотрим пример построения вложенной круговой диаграммы. Такая диаграмма состоит из двух компонент: внутренняя ее часть является детальным представлением информации, а внешняя – суммарную по заданным областям. Каждая область представляет собой список численных значений, вместе они образуют общий набор данных. Рассмотрим на примере:

fig, ax = plt.subplots()

offset=0.4

data = np.array([[5, 10, 7], [8, 15, 5], [11, 9, 7]])
cmap = plt.get_cmap("tab20b")

b_colors = cmap(np.array([0, 8, 12]))
sm_colors = cmap(np.array([1, 2, 3, 9, 10, 11, 13, 14, 15]))

ax.pie(data.sum(axis=1), radius=1, colors=b_colors, wedgeprops=dict(width=offset, edgecolor='w'))
ax.pie(data.flatten(), radius=1-offset, colors=sm_colors, wedgeprops=dict(width=offset, edgecolor='w'))

Круговая диаграмма в виде бублика

Построим круговую диаграмму в виде бублика (с отверстием посередине). Это можно сделать через параметр wedgeprops, который отвечает за внешний вид долей:

vals = [24, 17, 53, 21, 35]
labels = ["Ford", "Toyota", "BMV", "AUDI", "Jaguar"]

fig, ax = plt.subplots()
ax.pie(vals, labels=labels, wedgeprops=dict(width=0.5))

 

 

P.S.

Вводные уроки по “Линейной алгебре на Python” вы можете найти соответствующей странице нашего сайта. Все уроки по этой теме собраны в книге “Линейная алгебра на Python”.
Книга: Линейная алгебра на Python
Если вам интересна тема анализа данных, то мы рекомендуем ознакомиться с библиотекой Pandas.  Для начала вы можете познакомиться с вводными уроками. Все уроки по библиотеке Pandas собраны в книге Pandas. Работа с данными”.
Книга: Pandas. Работа с данными

Поделиться
Share on VK
VK
Tweet about this on Twitter
Twitter
Share on Facebook
Facebook

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *