python視覺化（案例）高顏值圖的復現（學術論文、商業週刊）
2020-09-22 15:00:43
前文的兩個案例雖用的都是虛擬資料集，但都有一定的針對性，案例 水果分類（香蕉、蘋果大戰） 中，討論了一個分類問題，並對散點圖、直方圖、箱線圖和等比例子圖的應用做了探討；案例 多元線性迴歸 中，討論了一個迴歸問題，並對散點圖能最大限度視覺化資料的維度做了探討；以上案例涉及演演算法的部分，如有難度，可自行忽略，因為本系列主要是針對視覺化的，案例的目的是為了賦予一個場景，方便對視覺化內容的直觀理解。
本文通過復現1張學術論文圖及3張商業週刊圖，加深對面積圖、折線圖、填充圖等繪圖物件及不等比例子圖、柵格子圖合併內容的理解。
涉及到的繪圖物件傳送門：
涉及到的子圖內容傳送門：
本文的執行環境為 jupyter notebook
python版本為3.7
本文所用到的庫包括
%matplotlib inline
from matplotlib.ticker import AutoMinorLocator
from matplotlib.gridspec import GridSpec
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
復現圖表簡介
案例一來源於一篇學術論文：
參考文獻
該論文研究了超引數優化資源投入影響優化器的效能。作者展示了各優化器下，超引數優化資源投入與找到優化器超引數設定概率的關係。通過圖表可以發現，投入越高，調優更多的超引數就越有用。
案例二、三、四均來源於《圖表之道》列舉的商業週刊的典型圖表，劉萬祥老師通過Excel單元格和圖物件的巧妙組合，復現了以下3張圖，因matplotlib沒有單元格，因此涉及到的部分採用不等比例的柵格子圖進行行高和列寬地調節，達到了相同的效果。
以下繪圖內容如在手機端閱讀，或許會因長寬比例縮放問題造成比例不協調，還望多理解
案例一
構造資料集
因我們無法獲得論文中的具體資料，因此仍然採用人工構造的方法進行資料生成，觀察原論文的資料變化趨勢，類似sigmoid函數，因此採用sigmoid函數和正太分佈的噪音進行資料集的構造。
matplotlib非常適用於學術論文圖的繪製，但即使如此，預設狀態繪製的圖仍然是不那麼美觀的，需要不斷地修飾以獲得一定的美感。
x = np.linspace(0, 64, 65)
def sig_array(start, end, size):
z = np.linspace(0, size, size)
sig = 1/(1+np.exp(-1*z)) # 0.5-1
sigA = (sig-sig.min())/(sig.max()-sig.min()) # 0-1
sigA = sigA*(end-start)+start # start-end
return sigA
noise = np.append(np.random.normal(size=64)/300, [0.0])
y1 = sig_array(0.4, 0.58, 65)+noise
y2 = sig_array(0.2, 0.17, 65)+noise
y3 = sig_array(0.2, 0.13, 65)+noise
y4 = 1-(y1+y2+y3)
ys = [y1, y2, y3, y4]
y_stack = y1
for i, y in enumerate(ys):
if i > 0:
y_stack += y
plt.plot(x, y_stack)
以下過程分步地演示了繪製目標圖的步驟：
繪製面積圖
########################前序程式碼省略###############################
fig=plt.figure(figsize=(9,5.5))
ax=fig.add_subplot(111)
span=1.02 # 為右側輔助線預留空間
colors=['#99C8DE','#006EA8','#AADA86','#2C9633']
ax.stackplot(x,y1,y2,y3,y4,colors=colors,edgecolor='white',lw=2.5)
ax.set_xlim((0,64*span))
ax.set_ylim((0,1))
繪製右側輔助線
右側輔助線共分為四段，有三個不連續部分。通過**plt.axvline(ax.axvline)**介面實現分段線地繪製。
########################前序程式碼省略###############################
blank_white = 0.015
ymins = np.array([0, 0.58+blank_white, 0.58+0.17 +
blank_white, 0.58+0.17+0.13+blank_white])
ymaxs = np.array([0.58-blank_white, 0.58+0.17-blank_white,
0.58+0.17+0.13-blank_white, 1])
line_x_pos = 63.6*span
for ymin, ymax in zip(ymins, ymaxs):
ax.axvline(x=line_x_pos, ymin=ymin, ymax=ymax, lw=4, c='gray')
繪製文字
########################前序程式碼省略###############################
poss = np.array([0.58, 0.17, 0.13, 0.12])
optims = [
'Adam (only l.r. tuned)',
'Adam (all params. tuned)',
'SGD (tuned l.r., fixed mom. and w.d.)',
'SGD (l.r. schedule tuned, fixed mom. and w.d.)'
]
fmt = ' %.0f%%'
xmax = 64*span # span=1.02
fontdict = {'family': 'Times New Roman', 'size': 18}
for i, pos in enumerate(poss):
if i == 0:
ax.text(x=xmax, y=0.5*pos, s=fmt % (pos*100),
ha='left', c='gray', va='center', **fontdict)
ax.text(x=xmax-2, y=0.5*pos,
s=optims[i], ha='right', va='center', **fontdict)
else:
ax.text(x=xmax, y=(0.5*pos+poss[:i].sum()), s=fmt %
(pos*100), ha='left', c='gray', va='center', **fontdict)
ax.text(x=xmax-2, y=(0.5*pos+poss[:i].sum()),
s=optims[i], ha='right', va='center', **fontdict)
設定座標軸顯示及位置
原圖中，x,y軸並不是交於原點的，此處通過ax.spines[‘left’].set_position介面對其位置進行設定。
########################前序程式碼省略###############################
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
ax.spines['left'].set_position(('axes',-0.014)) # axis offset the ax
ax.spines['bottom'].set_position(('axes',-0.02))
設定軸標題
########################前序程式碼省略###############################
label_fontdict={'family':'Times New Roman','size':22}
ax.set_xlabel('Budget for hyperparameter optimization (# models trained)',**label_fontdict)
ax.set_ylabel('Probability of being the best',**label_fontdict)
設定刻度
########################前序程式碼省略###############################
ax.tick_params(pad=10)
ax.set_xticks(np.arange(10,70,10))
for label in ax.xaxis.get_ticklabels()+ax.yaxis.get_ticklabels():
label.set_fontfamily('Times New Roman')
label.set_fontsize(18)
for line in ax.xaxis.get_ticklines() +ax.yaxis.get_ticklines() :
line.set_markersize(8)
案例二
目標圖
觀察原圖後，考慮按以下方案進行該圖繪製，將圖分為上中下、左中右（分三列的目的是使y座標軸標籤在圖內，否則會偏離至圖外）六個部分柵格，整體分為上中下三個主要繪圖區域，從而完成繪圖。
繪製柵格
fig = plt.figure(figsize=(5, 7), frameon=True)
nrows, ncols = 3, 3
gs = GridSpec(nrows=nrows, ncols=ncols, hspace=0.3, width_ratios=[
1.5, 15, 0.5], height_ratios=[1.5, 7, 1])
for row in range(nrows):
for col in range(ncols):
ax = fig.add_subplot(gs[row, col])
ax.set_xticks([])
ax.set_yticks([])
ax.text(0.5, 0.5, 'ax%d,%d' % (row, col), va='center',
ha='center', transform=ax.transAxes)
繪製標題行
fig = plt.figure(figsize=(5, 7), facecolor='#D7D7D7', frameon=True)
gs = GridSpec(nrows=3, ncols=3, hspace=0.3, width_ratios=[
1.5, 15, 0.5], height_ratios=[1.5, 7, 1])
# ax0
ax0 = fig.add_subplot(gs[0, :], facecolor='black')
ax0.set_xticks([])
ax0.set_yticks([])
ax0.text(0, 0.9, 'WHY FACTORIES WILL\nSTAY BUSY', c='white', transform=ax0.transAxes,
va='top', ha='left',
fontdict={'size': 19}
)
繪製主體圖
########################前序程式碼省略###############################
# ax1
ax1 = fig.add_subplot(gs[1:-1, 1:-1], facecolor='#D7D7D7')
x1 = np.linspace(0, 6, 7)
y11 = [3, -5, 2, 1.5, 2.6, 1.5, 1.8]
y12 = [2, 10, -7, -6, 3.5, 3, 15]
ax1.plot(x1, y11, c='#255D8E', lw=6,
label='MANUFACTURING OUT PUT\n(APR.MAY AVG)')
ax1.plot(x1, y12, c='#D30D15', lw=6, label='UNFILLED ORDERS\n(APR.)')
ax1.set_xlim((0, 6))
ax1.set_ylim((-10, 20))
主體圖座標軸刻度
########################前序程式碼省略###############################
plt.xticks(ticks=x1, labels=['%02d' % i for i in x1])
plt.yticks(ticks=np.linspace(-10, 20, 7))
ax1.xaxis.set_minor_locator(AutoMinorLocator(n=4))
主體圖格線、標題、圖例
########################前序程式碼省略###############################
# set grid
ax1.grid(b=True, which='both')
# set title
ax1.set_title('PERCENT CHANGE FROM A YEAR AGO', loc='left', fontsize=13.5)
# set legend
ax1.legend(handlelength=1, handleheight=1, frameon=False, fontsize=13, loc=2)
主體圖背景填充
########################前序程式碼省略###############################
ax1.axhspan(ymin=-5, ymax=0, color='#E7E7E6')
ax1.axhspan(ymin=5, ymax=10, color='#E7E7E6')
ax1.axhspan(ymin=15, ymax=20, color='#E7E7E6')
繪製圖注行
########################前序程式碼省略###############################
# ax2
ax2 = fig.add_subplot(gs[-1, 1:-1], frameon=False,)
ax2.set_xticks([])
ax2.set_yticks([])
ax2.set_xlim(0, 1)
ax2.text(-0.09, 0.9, 'Data:Federal Research. U.S.Centry Business\nGlobal investigate inc.', transform=ax2.transAxes,
va='top', ha='left',
fontdict={'size': 11.5}
)
plt.subplots_adjust(left=0, right=1, bottom=0.02,
top=0.98, wspace=0, hspace=0)
plt.tight_layout(pad=0)
案例三
目標圖
繪製柵格
fig = plt.figure(figsize=(4, 6), facecolor='#FFFBFF', frameon=True)
nrows, ncols = 3, 3
gs = GridSpec(nrows=3, ncols=3, left=0, right=1, bottom=0, top=1,
hspace=0.1, height_ratios=[1.4, 10, 2], width_ratios=[1, 15, 1])
for row in range(nrows):
for col in range(ncols):
ax = fig.add_subplot(gs[row, col])
ax.set_xticks([])
ax.set_yticks([])
ax.text(0.5, 0.5, '%d,%d' % (row, col), va='center', fontsize=8,
ha='center', transform=ax.transAxes)
繪製標題行
fig = plt.figure(figsize=(4, 6), facecolor='#FFFBFF', frameon=True)
gs = GridSpec(nrows=3, ncols=3, left=0, right=1, bottom=0, top=1,
hspace=0.1, height_ratios=[1.4, 10, 2], width_ratios=[1, 15, 1])
# ## ax0
ax0 = fig.add_subplot(gs[0, :], frameon=False)
ax0.set_xticks([])
ax0.set_yticks([])
ax0.text(0, 0.9, 'Red hot', c='black', transform=ax0.transAxes,
va='top', ha='left',
fontdict={'size': 19}
)
ax0.text(0, 0.4, 'Venetian\'s', c='black', transform=ax0.transAxes,
va='top', ha='left',
fontdict={'size': 15}
)
繪製主體圖
########################前序程式碼省略###############################
ax = fig.add_subplot(gs[1:-1, 1:-1], frameon=False)
ax.spines['left'].set_visible(False)
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
x = range(10)
barline = [0.2, -5, 5, 3, -10, -12, 20, 10, 10, 8]
ax.plot(x, barline, c='#719CB5', lw=4)
ax.set_ylim((-20, 30))
ax.grid(axis='y', lw=4, color='grey')
ax.axhline(y=0, xmin=0, xmax=0.5, lw=4, color='#EFA38D')
調整座標軸刻度標籤
原圖中y軸刻度標籤的- * 兩個標識，通過次座標進行位置和標籤的設定
########################前序程式碼省略###############################
ax.set_yticks([-20, -10, 0, 10, 20])
ax.set_yticks(ticks=[-5, 5], minor=True)
ax.yaxis.set_ticklabels(['-', '*'], minor=True, fontsize=20)
ax.tick_params(axis='y', width=0)
plt.xticks(ticks=x, labels=['1998', '', '2000',
雙y座標
在之前的繪圖物件中，為涉及到雙y座標，但這個相對簡單，只需要通過ax.twinx()介面生成一個次座標子圖twax即可對該子圖進行繪圖物件和子圖物件的繪製和設定。用法與ax大致相同。
########################前序程式碼省略###############################
tw_bar = [22, 20, 22, 25, 19, 18, 22, 27, 40, 52]
tw_line = [22, 21, 28, 26, 29, 50, 70, 75, 60, 100]
twax = ax.twinx()
twax.bar(x=x, height=tw_bar, color='#EFA38D')
twax.plot(x, tw_line, c='#762315', lw=4)
twax.set_ylim((0, 125))
twax.grid(b=False)
圖例和座標軸設定
########################前序程式碼省略###############################
ax_legend_h = ax.get_legend_handles_labels()[0]
ax.legend(ax_legend_h, labels=['GDP\n with asian'], loc=2, frameon=False)
twax_legend_h = twax.get_legend_handles_labels()[0]
twax.legend(twax_legend_h, labels=[
'price', 'incoms'], loc=1, markerfirst=False, frameon=False)
twax.spines['left'].set_visible(False)
twax.spines['right'].set_visible(False)
twax.spines['top'].set_visible(False)
twax.set_yticks([0, 25, 50, 75, 100])
twax.tick_params(axis='y', width=0)
繪製圖注行
########################前序程式碼省略###############################
ax3 = fig.add_subplot(gs[-1, :], frameon=False)
ax3.set_xticks([])
ax3.set_yticks([])
ax3.text(0.3, 0.9, '*West Texcas Internations #ffdfd', transform=ax3.transAxes,
va='top', ha='left',
fontdict={'size': 11.5}
)
ax3.text(0, 0.5, 'Data:Federal Research. U.S.Centry Business\nGlobal investigate inc.', transform=ax3.transAxes,
va='top', ha='left',
fontdict={'size': 11.5}
)
案例四
目標圖
本案例的難度在於背景的漸變色填充，在填充圖部分並沒有介紹過漸變色填充的方法，實際上，填充圖也沒有漸變色填充的介面，漸變色是通過技巧設定而成。
構造資料集
np.random.seed(3)
x = np.linspace(0, 7, 100)
y = [20]
for i in range(99):
y.append(y[-1]+np.random.uniform(-0.5, 0.5))
y = np.array(y)
plt.plot(x, y, lw=4, c='black')
繪製背景圖
背景圖是產生影象漸變效果的主要原因，通過**plt.imshow(ax.imshow)**介面實現。
np.random.seed(3)
x = np.linspace(0, 7, 100)
y = [20]
for i in range(99):
y.append(y[-1]+np.random.uniform(-0.5, 0.5))
y = np.array(y)
fig = plt.figure(figsize=(8, 6))
ax = fig.add_subplot(111, frameon=True)
# 繪製趨勢線
ax.plot(x, y, lw=4, c='black')
xlim = xmin, xmax = x.min(), x.max()
ylim = ymin, ymax = y.min(), y.max()
# 將整張圖用漸變色背景進行填充
ax.imshow(X=[[100, 100], [0, 0]],
cmap=plt.cm.Blues,
norm=None,
extent=(xmin, xmax, ymin, ymax),
aspect='auto',
interpolation='bicubic',
vmin=1,
vmax=120,)
將上部用純色填充
########################前序程式碼省略###############################
ax.fill_between( x=x,y1=y,y2=ymax,color='#FFFBFF')
調整x座標軸
########################前序程式碼省略###############################
ax.set_xticks(np.linspace(0, 7, 8))
blank = " "*6
ax.xaxis.set_ticklabels(
ticklabels=['',
blank+'Sep',
blank+'Oct',
blank+'',
blank+'Dec',
blank+'Jan',
'', ''],)
ax.tick_params(axis='x', pad=-20 # 通過pad將數值調整到座標軸上方
, labelsize=20, direction='in', right=True, left=False, labelright=True, labelleft=False)
調整y座標軸
########################前序程式碼省略###############################
ax.set_yticks([16.5, 18.5, 19.4])
ax.tick_params(axis='y', pad=-50, labelsize=20, width=3, direction='in',
length=50, right=True, left=False, labelright=True, labelleft=False)
ax.yaxis.set_ticklabels(
ticklabels=[
"%.1f\n" % 16.5,
"%.1f\n" % 18.5,
"%.1f\n" % 19.4,
],)
格線、標題
########################前序程式碼省略###############################
ax.grid(lw=2, color='gray', alpha=0.3)
ax.set_xlim((0, 8))
ax.set_title('GDP CHANGE VALUE PER MONTH\nunit:% per month',
loc='left', fontdict={'size': 22})
plt.subplots_adjust(left=0.02, right=0.98, bottom=0.05,
top=0.85, wspace=0, hspace=0)
總結
從上述案例可以看出，繪製一張高顏值的圖表需要修飾和調整的內容是很多的，是對繪圖物件及圖物件的綜合應用。
案例一繪圖過程
案例二繪圖過程
案例三繪圖過程
案例四繪圖過程
至此，第一階段的案例部分基本結束。
希望對你有所幫助和啟發！