matplotlib——树地图
对于离散变量，树地图可以利用矩形的面积来表示其数值大小，即面积越大，其值越大。下面来具体说说树地图的画法。
————————————————————————
函数语法及参数
————————————————————————
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。
————————————————————————
树地图的绘制
以下数据来自于网络。
import matplotlib.pyplot as plt
import squarify
#中文及负号处理办法
plt.rcParams['font.sans-serif'] = 'Microsoft YaHei'
plt.rcParams['axes.unicode_minus'] = False
# 数据创建
name = ['上海GDP','北京GDP','广州GDP','深圳GDP',
'天津GDP','重庆GDP','苏州GDP','武汉GDP',
'成都GDP','杭州GDP','南京GDP','青岛GDP',
'长沙GDP', '无锡GDP','佛山GDP','宁波GDP',
'大连GDP','郑州GDP','沈阳GDP','烟台GDP']
income =[26688,24541,20004,19300,17800,17010,15400,11756,11721,11700,
10450,10100,9309,9157,8600,8560,8150,7920,7644,7003]
# 绘图details
colors = ['steelblue','#9999ff','red','indianred','deepskyblue','lime','magenta','violet','peru', 'green','yellow','orange','tomato','lawngreen','cyan','darkcyan','dodgerblue','teal','tan','royalblue']
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
)
# 设置标签大小为10
plt.rc('font', size=10)
# 设置标题大小
plot.set_title('2017年城市GDP排名前20(亿元)',fontdict = {'fontsize':15})
# 除坐标轴
plt.axis('off')
# 除上边框和右边框刻度
plt.tick_params(top = 'off', right = 'off')
# 图形展示
plt.show()
结果如图：
