Python绘制酷炫的弦图

悠悠 2022-09-09 00:06 307阅读 0赞

最近看到一张图，感觉很酷炫，搜索得知是叫做弦图。`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！

1. 什么是弦图

![06cc875e707f51dec06d1920783cb50e.png][]

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。

![b17a08d032b88836459ffb72b77b848a.png][] 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`

2. 弦图绘制

![ace12cf3471abfb7cc800159dd4ce51f.png][]

> 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))

![a73b7c703f4d5cf7299dc274f67d839a.gif][] 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**

### 2.1 数据准备 ###

用以下数据进行案例演示

import pandas as pd
    
    df = pd.read_clipboard()
    df

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()

<table> 
 <thead> 
  <tr> 
   <th><br></th> 
   <th>姓名</th> 
   <th>variable</th> 
   <th>value</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>0</td> 
   <td>小明</td> 
   <td>王者</td> 
   <td>20</td> 
  </tr> 
  <tr> 
   <td>1</td> 
   <td>才哥</td> 
   <td>王者</td> 
   <td>11</td> 
  </tr> 
  <tr> 
   <td>2</td> 
   <td>小华</td> 
   <td>王者</td> 
   <td>10</td> 
  </tr> 
  <tr> 
   <td>3</td> 
   <td>小青</td> 
   <td>王者</td> 
   <td>18</td> 
  </tr> 
  <tr> 
   <td>4</td> 
   <td>小天</td> 
   <td>王者</td> 
   <td>17</td> 
  </tr> 
 </tbody> 
</table>

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

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

### 2.2 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：

![491bb6427717e75a489afc6d51921f58.png][] 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')

![73a68f68c55550702e8dd319d4e9d716.png][] 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！

\- **END -**

本文为转载分享&推荐阅读，若侵权请联系后台删除
    -------------------------------------
    长按识别下方二维码，并关注公众号
    
    1.回复“PY”领取1GB Python数据分析资料
    
    2.回复“BG”领取3GB 名企数据分析报告

[06cc875e707f51dec06d1920783cb50e.png]: /images/20220829/6bae8607d5fa4e4a8ff8084c26046866.png
[b17a08d032b88836459ffb72b77b848a.png]: /images/20220829/c9b71ebd857a4a279133908ed4d125fd.png
[ace12cf3471abfb7cc800159dd4ce51f.png]: /images/20220829/2388b587b8d74f1ea6dc68f150b7b62f.png
[a73b7c703f4d5cf7299dc274f67d839a.gif]: /images/20220829/67cb25e1c44d4c20846346f0512bbd7c.png
[491bb6427717e75a489afc6d51921f58.png]: /images/20220829/fdcf75ec989c434db5a9790fcfa6777c.png
[73a68f68c55550702e8dd319d4e9d716.png]: /images/20220829/a539ebedfde2482cb118ff3568f5ad0f.png