从零开始学Python【19】--matplotlib(树地图)
Python可视化往期回顾
从零开始学Python【18】--matplotlib(热力图)
从零开始学Python【17】--matplotlib(面积图)
从零开始学Python【16】--matplotlib(雷达图)
从零开始学Python【15】--matplotlib(散点图)
从零开始学Python【14】--matplotlib(折线图)
从零开始学Python【13】--matplotlib(直方图)
从零开始学Python【12】--matplotlib(箱线图)
从零开始学Python【11】--matplotlib(饼图)
从零开始学Python【10】--matplotlib(条形图)
前言
用可视化的方法来表达离散变量的数值情况，不仅仅可以使用条形图、饼图、热力图，我们还可以借助于树地图来完成。树地图的思想就是通过方块的面积来表示，面积越大，其代表的值就越大，反之亦然。今天要跟大家分享的就是如何通过Ptyhon这个工具，完成树地图的绘制。
函数语法及参数
在Python中，可以借助于squarify包来绘制，即squarify.plot函数。首先，我们来看一下这个函数的语法及参数含义：
squarify.plot(sizes,
norm_x=100,
norm_y=100,
color=None,
label=None,
value=None,
alpha,
**kwargs)sizes：指定离散变量各水平对应的数值，即反映树地图子块的面积大小；
norm_x：默认将x轴的范围限定在0-100之内；
norm_y：默认将y轴的范围限定在0-100之内；
color:自定义设置树地图子块的填充色；
label：为每个子块指定标签；
value：为每个子块添加数值大小的标签；
alpha：设置填充色的透明度；
**kwargs：关键字参数，与条形图的关键字参数类似，如设置边框色、边框粗细等；
介绍完了绘图所需要的函数，先来抛一个树地图的效果图，该图反映的是2017年8月中央财政收入的主要来源情况：
树地图的绘制
图中的数据来自《中华人民共和国财政部》官网，具体可以从2017年8月财政收支情况（http://gks.mof.gov.cn/zhengfuxinxi/tongjishuju/201709/t20170911_2695830.html）查看。
# 导入第三方包import matplotlib.pyplot as pltimport squarify#中文及负号处理办法plt.rcParams['font.sans-serif'] = 'Microsoft YaHei'plt.rcParams['axes.unicode_minus'] = False# 创建数据name = ['国内增值税','国内消费税','企业所得税','个人所得税', '进口增值税、消费税','出口退税','城市维护建设税', '车辆购置税','印花税','资源税','土地和房税','车船税烟叶税等']
income = [3908,856,801,868,1361,1042,320,291,175,111,414,63] # 绘图colors = ['steelblue','#9999ff','red','indianred', 'green','yellow','orange'] plot = squarify.plot(sizes = income, # 指定绘图数据
label = name, # 指定标签
color = colors, # 指定自定义颜色
alpha = 0.6, # 指定透明度
value = income, # 添加数值标签
edgecolor = 'white', # 设置边界框为白色
linewidth =3 # 设置边框宽度为3
) # 设置标签大小plt.rc('font', size=8)# 设置标题大小plot.set_title('2017年8月中央财政收支情况',fontdict = {'fontsize':15})# 去除坐标轴plt.axis('off')# 去除上边框和右边框刻度plt.tick_params(top = 'off', right = 'off')# 显示图形plt.show()通过上面的这些绘图语句和美化语句，就可以得到一个形象不错的树地图了。是不是很简单呢，如果你的工作中需要绘制离散变量的可视化，也可以考虑考虑这张图呢~简单明了形象佳！
结语
OK，今天树地图的绘制，我们就分享到这里，如果你有问题，欢迎在公众号的留言区域表达你的疑问。同时，也欢迎各位朋友继续转发与分享文中的内容，让跟多的人学习和操作。最后，本文相关的Python脚本和PDF版本已存放到百度云盘，可以通过下面的链接获取：
链接: https://pan.baidu.com/s/1miP2tjM 密码: m4f7
更多关于R语言和Python的学习干货可关注：
每天进步一点点2015