Python数据可视化的例子——气泡图（bubble）

（关系型数据的可视化）
气泡图是散点图中的一种类型，可以展现三个数值变量之间的关系
之前的文章有介绍过一般的散点图都是反映两个数值型变量的关系，所以如果还想通过散点图添加第三个数值型变量的信息，一般可以使用气泡图。
气泡图的实质就是通过第三个数值型变量控制每个散点的大小，点越大，代表的第三维数值越高，反之亦然。接下来将会介绍如何通过Python绘制气泡图。

1、matplotlib模块

在上一篇散点图文章中，应用matplotlib模块中的scatter函数绘制了散点图，本文将继续使用该函数绘制气泡图。要实现气泡图的绘制，关键的参数是s，即散点图中点的大小，如果将数值型变量传递给该参数，就可以轻松绘制气泡图了。如果读者对该函数的参数含义还不是很了解，可以下面的参数含义说明：

lmplot(x, y, data, hue=None, col=None, row=None, palette=None, col_wrap=None, size=5, 
	   aspect=1, markers='o', sharex=True, sharey=True, hue_order=None, col_order=None, row_order=None, 
	   legend=True, legend_out=True, scatter=True, fit_reg=True, ci=95, n_boot=1000, order=1, 
	   logistic=False, lowess=False, robust=False, logx=False, x_partial=None, y_partial=None, 
	   truncate=False, x_jitter=None, y_jitter=None, scatter_kws=None, line_kws=None)

• x,y：指定x轴和y轴的数据。
• data：指定绘图的数据集。
• hue：指定分组变量。
• col,row：用于绘制分面图形，指定分面图形的列向与行向变量。
• palette：为hue参数指定的分组变量设置颜色。
• col_wrap：设置分面图形中每行子图的数量。
• size：用于设置每个分面图形的高度。
• aspect：用于设置每个分面图形的宽度，宽度等于size*aspect。
• markers：设置点的形状，用于区分hue参数指定的变量水平值。
• sharex,sharey：bool类型参数，设置绘制分面图形时是否共享x轴和y轴，默认为True。
• hue_order,col_order,row_order：为hue参数、col参数和row参数指定的分组变量设值水平值顺序。
• legend：bool类型参数，是否显示图例，默认为True。
• legend_out：bool类型参数，是否将图例放置在图框外，默认为True。
• scatter：bool类型参数，是否绘制散点图，默认为True。
• fit_reg：bool类型参数，是否拟合线性回归，默认为True。
• ci：绘制拟合线的置信区间，默认为95%的置信区间。
• n_boot：为了估计置信区间，指定自助重抽样的次数，默认为1000次。
• order：指定多项式回归，默认指数为1。
• logistic：bool类型参数，是否拟合逻辑回归，默认为False。
• lowess：bool类型参数，是否拟合局部多项式回归，默认为False。
• robust：bool类型参数，是否拟合鲁棒回归，默认为False。
• logx：bool类型参数，是否对x轴做对数变换，默认为False。
• x_partial,y_partial：为x轴数据和y轴数据指定控制变量，即排除x_partial和y_partial变量的影响下绘制散点图。
• truncate：bool类型参数，是否根据实际数据的范围对拟合线做截断操作，默认为False。
• x_jitter,y_jitter：为x轴变量或y轴变量添加随机噪声，当x轴数据与y轴数据比较密集时，可以使用这两个参数。
• scatter_kws：设置点的其他属性，如点的填充色、边框色、大小等。
• line_kws：设置拟合线的其他属性，如线的形状、颜色、粗细等。

下面以某超市的商品类别销售数据为例，绘制销售额、利润和利润率之间的气泡图，探究三者之间的关系：

绘图代码如下：

import pandas as pd
import matplotlib.pyplot as plt

#设置绘图风格
plt.style.use('ggplot')
#处理中文乱码
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
#坐标轴负号的处理
plt.rcParams['axes.unicode_minus']=False
# 读取数据
Prod_Category = pd.read_excel(r'某超市的商品类别销售数据.xlsx')
# 将利润率标准化到[0,1]之间（因为利润率中有负数），然后加上微小的数值0.001
range_diff = Prod_Category.Profit_Ratio.max()-Prod_Category.Profit_Ratio.min()
Prod_Category['std_ratio'] = (Prod_Category.Profit_Ratio-Prod_Category.Profit_Ratio.min())/range_diff + 0.001

# 绘制办公用品的气泡图
plt.scatter(x = Prod_Category.Sales[Prod_Category.Category == '办公用品'],
           y = Prod_Category.Profit[Prod_Category.Category == '办公用品'],
           s = Prod_Category.std_ratio[Prod_Category.Category == '办公用品']*1000,
           color = 'steelblue', label = '办公用品', alpha = 0.6
            )
# 绘制技术产品的气泡图
plt.scatter(x = Prod_Category.Sales[Prod_Category.Category == '技术产品'],
           y = Prod_Category.Profit[Prod_Category.Category == '技术产品'],
           s = Prod_Category.std_ratio[Prod_Category.Category == '技术产品']*1000,
           color = 'indianred' , label = '技术产品', alpha = 0.6
          )
# 绘制家具产品的气泡图
plt.scatter(x = Prod_Category.Sales[Prod_Category.Category == '家具产品'],
           y = Prod_Category.Profit[Prod_Category.Category == '家具产品'],
           s = Prod_Category.std_ratio[Prod_Category.Category == '家具产品']*1000,
           color = 'green' , label = '家具产品', alpha = 0.6
          )
# 添加x轴和y轴标签
plt.xlabel('销售额')
plt.ylabel('利润')
# 添加标题
plt.title('销售额、利润及利润率的气泡图')
# 添加图例
plt.legend()
#设置纵坐标的刻度范围
plt.ylim((-120000, 350000))
# 显示图形
plt.show()

结果：

如上图所示，应用scatter函数绘制了分组气泡图，从图中可知，办公用品和家具产品的利润率波动比较大（因为这两类圆点大小不均）。从代码角度来看，绘图的核心部分是使用三次scatter函数，而且代码结构完全一样，如果读者对for循环掌握得比较好，完全可以使用循环的方式替换三次scatter函数的重复应用。
需要说明的是，如果s参数对应的变量值小于等于0，则对应的气泡点是无法绘制出来的。这里提供一个解决思路，就是先将该变量标准化为[0,1]，再加上一个非常小的值，如0.001。如上代码所示，最后对s参数扩大500倍的目的就是凸显气泡的大小。
遗憾的是，pandas模块和seaborn模块中没有绘制气泡图的方法或函数，故这里就不再衍生了。如果读者确实需要绘制气泡图，又觉得matplotlib模块中的scatter函数用起来比较灿琐，可以使用Python的bokeh模块，有关该模块的详细内容，可以查看官方文档。