Python绘制气泡图

实现python绘制气泡图，用气泡的不同颜色，不同大小展示信息

代码部分

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib.pyplot as plt
from matplotlib.pyplot import MultipleLocatordef DrawBubble(read_name):#气泡图sns.set(style = "whitegrid")#设置样式fp = pd.read_excel(read_name)#数据来源x = fp['序号']#X轴数据y = fp['数值']#Y轴数据z = fp['数值']#用来调整各个点的大小simport matplotlibplt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = Falsecm = plt.cm.get_cmap('jet')   #RdYlBu plasma   jetfig,ax = plt.subplots(figsize=(30,20))#注意s离散化的方法，因为需要通过点的大小来直观感受其所表示的数值大小#我所使用的是当前点的数值减去集合中的最小值后+0.1再*1000#参数是X轴数据、Y轴数据、各个点的大小、各个点的颜色bubble = ax.scatter(x, y , s = 3*np.sqrt(z)* 100, c = z, cmap = cm,vmin = 0,vmax = 25, linewidth = 0.5, alpha = 0.5)ax.grid()fig.colorbar(bubble)#plt.ylim((-1, 126))#ax.set_xlabel('people of cities', fontsize = 15)#X轴标签ax.set_ylabel('参数出现次数', fontsize = 18)#Y轴标签plt.xticks(())plt.yticks(())for i in range(len(fp['数值'])):  # 为每个气泡做标注plt.annotate(fp['数值'][i], xy=(fp['序号'][i], fp['数值'][i]), xytext=(fp['序号'][i]-0.10, fp['数值'][i] - 0.2), fontproperties="Times New Roman")plt.annotate(fp['名称'][0], xy=(fp['序号'][0], fp['数值'][0]), xytext=(fp['序号'][0]- 0.52, fp['数值'][0]-1.35), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][1], xy=(fp['序号'][1], fp['数值'][1]), xytext=(fp['序号'][1]- 0.52, fp['数值'][1]+1.1), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][2], xy=(fp['序号'][2], fp['数值'][2]), xytext=(fp['序号'][2]- 0.45, fp['数值'][2]+1.1), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][3], xy=(fp['序号'][3], fp['数值'][3]), xytext=(fp['序号'][3]- 0.42, fp['数值'][3]+1.1), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][4], xy=(fp['序号'][4], fp['数值'][4]), xytext=(fp['序号'][4]- 0.20, fp['数值'][4]+1.1), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][5], xy=(fp['序号'][5], fp['数值'][5]), xytext=(fp['序号'][5]- 0.40, fp['数值'][5]+1.1), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][6], xy=(fp['序号'][6], fp['数值'][6]), xytext=(fp['序号'][6]- 0.35, fp['数值'][6]+1.05), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][7], xy=(fp['序号'][7], fp['数值'][7]), xytext=(fp['序号'][7]- 0.27, fp['数值'][7]+0.95), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][8], xy=(fp['序号'][8], fp['数值'][8]), xytext=(fp['序号'][8]- 0.45, fp['数值'][8]+0.9), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][9], xy=(fp['序号'][9], fp['数值'][9]), xytext=(fp['序号'][9]- 0.36, fp['数值'][9]+1.1), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][10], xy=(fp['序号'][10], fp['数值'][10]), xytext=(fp['序号'][10]- 0.50, fp['数值'][10]+0.95), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][11], xy=(fp['序号'][11], fp['数值'][11]), xytext=(fp['序号'][11]- 0.40, fp['数值'][11]+0.75), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][12], xy=(fp['序号'][12], fp['数值'][12]), xytext=(fp['序号'][12]- 0.80, fp['数值'][12]-0.9), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][13], xy=(fp['序号'][13], fp['数值'][13]), xytext=(fp['序号'][13]- 0.50, fp['数值'][13]+0.75), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][14], xy=(fp['序号'][14], fp['数值'][14]), xytext=(fp['序号'][14]- 0.26, fp['数值'][14]-0.9), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][15], xy=(fp['序号'][15], fp['数值'][15]), xytext=(fp['序号'][15]- 0.64, fp['数值'][15]+0.75), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][16], xy=(fp['序号'][16], fp['数值'][16]), xytext=(fp['序号'][16]- 0.50, fp['数值'][16]-0.9), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][17], xy=(fp['序号'][17], fp['数值'][17]), xytext=(fp['序号'][17]- 0.75, fp['数值'][17]+0.75), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][18], xy=(fp['序号'][18], fp['数值'][18]), xytext=(fp['序号'][18]- 0.50, fp['数值'][18]-0.9), fontsize=10.2, fontproperties="simhei")plt.annotate(fp['名称'][19], xy=(fp['序号'][19], fp['数值'][19]), xytext=(fp['序号'][19]- 0.62, fp['数值'][19]+0.75), fontsize=10.2, fontproperties="simhei")plt.show()#fig.savefig('hah.png', bbox_inches='tight', dpi=800, pad_inches=0.0)fig.savefig('液滴.jpg', dpi=800)
if __name__=='__main__':DrawBubble("液滴.xlsx")#气泡图

运行效果
后期再加
欢迎加群：620139909

Python绘制气泡图相关推荐

可视化实验十一：利用Python绘制气泡图、雷达图
实验目的: 掌握Python中气泡图.雷达图绘图函数的使用及展示图形的意义利用上述绘图函数实现数据可视化实验内容: 练习python中气泡图.雷达图绘图函数的用法,掌握相关参数的概念根据步骤一绘 ...
Python绘制气泡图示例
部分数据来源:ChatGPT 引言在数据可视化领域中,气泡图是一种能够同时展示三维信息的图表类型,常用于表示数据集中的两个变量之间的关系.Python中提供了许多用于绘制气泡图的可视化库,比如pye ...
什么是气泡图？怎样用Python绘制？怎么用？终于有人讲明白了
导读:什么是气泡图?可以用来呈现哪些数据关系?在数据分析过程中可以解决哪些问题?怎样用Python绘制气泡图?本文逐一为你解答. 作者:屈希峰来源:大数据DT(ID:bigdatadt) 01 概述 ...
什么是气泡图？怎样用Python绘制？有什么用？终于有人讲明白了
导读:什么是气泡图?可以用来呈现哪些数据关系?在数据分析过程中可以解决哪些问题?怎样用Python绘制气泡图?本文逐一为你解答. 作者:屈希峰来源:大数据DT(ID:bigdatadt) 01 概述 ...
Matplotlib使用scatter函数在Python中绘制气泡图（bubble plot）、通过size参数指定数据点的大小、自定义不同分组的气泡的色彩
Matplotlib使用scatter函数在Python中绘制气泡图(bubble plot).通过size参数指定数据点的大小.自定义不同分组的气泡的色彩目录
Matplotlib使用scatter函数在Python中绘制气泡图（bubble plot）、通过size参数指定数据点的大小
Matplotlib使用scatter函数在Python中绘制气泡图(bubble plot).通过size参数指定数据点的大小目录
python polar函数_Python可视化很简单，可是你会吗？python绘制饼图、极线图和气泡图，让我来教教你吧，一文教会！！！...
matplotlib库作为Python数据化可视化的最经典和最常用库,掌握了它就相当于学会了Python的数据化可视化,今天呢,咱们就一起来聊聊关于Python如何去绘制饼图.极线图和气泡图吧好啦, ...
python气泡图画_Python使用Plotly绘图工具，绘制气泡图
今天来讲讲如何使用Python 绘图工具,Plotly来绘制气泡图. 气泡图的实现方法类似散点图的实现.修改散点图中点的大小,就变成气泡图. 实现代码如下: importplotly as pyimp ...
python画气泡图_python使用Plotly绘图工具绘制气泡图
今天来讲讲如何使用Python 绘图工具,Plotly来绘制气泡图. 气泡图的实现方法类似散点图的实现.修改散点图中点的大小,就变成气泡图. 实现代码如下: import plotly as py i ...

Python绘制气泡图

实现python绘制气泡图，用气泡的不同颜色，不同大小展示信息

Python绘制气泡图相关推荐

最新文章

热门文章