TreeMap w Pythonie

Question

Jestem zainteresowany rysunek treemap:

Jaki jest najprostszy sposób, aby jeden w Pythonie? Czy istnieje biblioteka, która mogłaby wytworzyć taką grafikę, biorąc pod uwagę właściwe dane wejściowe?

Answer 1

Mogą być stosowane:

• rpy2 plus pakiet portfolio w R.
• google visualization api
• matplotlib

zauważyłem, że jest tam biblioteka TreeMap w PyPI również. Nie próbowałem tego.

Answer 2

Oto kilka opcji:

• Treemap
• SquareMap (do użytku z wxPython)

Answer 3

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

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

Answer 4

Można użyć biblioteki Pygal, to jest tak proste

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

Innym rozwiązaniem jest można użyć squarify bibliotekę, oto kod, który został użyty

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()