使用Pandas和Matplotlib创建棒棒糖图表的完整指南|极客教程

使用Pandas和Matplotlib创建棒棒糖图表的完整指南

参考：Create lollipop charts with Pandas and Matplotlib

棒棒糖图（Lollipop Chart）是一种独特而有趣的数据可视化方式，它结合了条形图和散点图的特点，能够有效地展示数据点的分布和比较。本文将详细介绍如何使用Python的Pandas和Matplotlib库来创建各种类型的棒棒糖图表，从基础概念到高级技巧，全面覆盖这一主题。

1. 棒棒糖图表简介

棒棒糖图得名于其形状resembling棒棒糖，由一条垂直或水平的线（”棒”）和一个圆点（”糖”）组成。这种图表类型特别适合展示离散数据点的分布，以及不同类别之间的比较。

1.1 棒棒糖图的优势

视觉吸引力：独特的设计使得数据更加引人注目。
数据清晰度：相比传统条形图，棒棒糖图减少了视觉噪音，使数据点更加突出。
空间效率：适合展示大量类别的数据，尤其是在水平方向上。
灵活性：可以轻松地添加额外的数据维度，如颜色编码或大小变化。

让我们从一个简单的例子开始，创建一个基本的棒棒糖图：

import pandas as pd
import matplotlib.pyplot as plt

# 创建示例数据
data = {'Category': ['A', 'B', 'C', 'D', 'E'],
        'Value': [10, 25, 15, 30, 20]}
df = pd.DataFrame(data)

# 创建棒棒糖图
plt.figure(figsize=(10, 6))
plt.stem(df['Category'], df['Value'], linefmt='grey', markerfmt='D', bottom=0)
plt.title('Basic Lollipop Chart - how2matplotlib.com')
plt.xlabel('Category')
plt.ylabel('Value')
plt.show()

Output:

使用Pandas和Matplotlib创建棒棒糖图表的完整指南

在这个例子中，我们使用Pandas创建了一个简单的数据框，然后使用Matplotlib的stem()函数来绘制棒棒糖图。stem()函数非常适合创建这种类型的图表，因为它自动生成了”棒”和”糖”的组合。

2. 数据准备与处理

在创建棒棒糖图之前，我们需要确保数据被正确地组织和处理。Pandas提供了强大的数据操作工具，可以帮助我们轻松地准备数据。

2.1 数据导入与清洗

首先，让我们看看如何导入和清洗数据：

import pandas as pd
import matplotlib.pyplot as plt

# 假设我们有一个CSV文件 'sales_data.csv'
df = pd.read_csv('sales_data.csv')

# 数据清洗
df = df.dropna()  # 删除缺失值
df['Sales'] = df['Sales'].astype(float)  # 确保Sales列为浮点数

# 按销售额排序
df_sorted = df.sort_values('Sales', ascending=False)

# 选择前10个产品
top_10 = df_sorted.head(10)

# 创建棒棒糖图
plt.figure(figsize=(12, 8))
plt.stem(top_10['Product'], top_10['Sales'], linefmt='grey', markerfmt='D', bottom=0)
plt.title('Top 10 Products by Sales - how2matplotlib.com')
plt.xlabel('Product')
plt.ylabel('Sales')
plt.xticks(rotation=45, ha='right')
plt.tight_layout()
plt.show()

在这个例子中，我们导入了一个假设的销售数据CSV文件，进行了简单的数据清洗，然后选择了销售额最高的10个产品来创建棒棒糖图。

2.2 数据聚合

有时，我们需要对数据进行聚合后再绘图。以下是一个例子：

import pandas as pd
import matplotlib.pyplot as plt

# 假设我们有一个包含多个类别和子类别的数据框
data = {'Category': ['A', 'A', 'B', 'B', 'C', 'C'],
        'Subcategory': ['X', 'Y', 'X', 'Y', 'X', 'Y'],
        'Value': [10, 15, 20, 25, 30, 35]}
df = pd.DataFrame(data)

# 按类别聚合数据
df_agg = df.groupby('Category')['Value'].sum().reset_index()

# 创建棒棒糖图
plt.figure(figsize=(10, 6))
plt.stem(df_agg['Category'], df_agg['Value'], linefmt='grey', markerfmt='D', bottom=0)
plt.title('Aggregated Lollipop Chart - how2matplotlib.com')
plt.xlabel('Category')
plt.ylabel('Total Value')
plt.show()

Output:

使用Pandas和Matplotlib创建棒棒糖图表的完整指南

这个例子展示了如何使用Pandas的groupby()函数对数据进行聚合，然后创建一个基于聚合结果的棒棒糖图。

3. 基本棒棒糖图的创建

现在我们已经了解了数据准备的基础，让我们深入探讨如何创建各种类型的基本棒棒糖图。

3.1 垂直棒棒糖图

垂直棒棒糖图是最常见的形式，适合展示类别数据：

import pandas as pd
import matplotlib.pyplot as plt

# 创建示例数据
data = {'Fruit': ['Apple', 'Banana', 'Orange', 'Mango', 'Pineapple'],
        'Sales': [100, 80, 150, 120, 90]}
df = pd.DataFrame(data)

# 创建垂直棒棒糖图
plt.figure(figsize=(10, 6))
plt.stem(df['Fruit'], df['Sales'], linefmt='grey', markerfmt='D', bottom=0)
plt.title('Fruit Sales - Vertical Lollipop Chart - how2matplotlib.com')
plt.xlabel('Fruit')
plt.ylabel('Sales')
plt.ylim(0, max(df['Sales']) * 1.1)  # 设置y轴限制，留出一些空间
plt.show()

Output:

使用Pandas和Matplotlib创建棒棒糖图表的完整指南

这个例子创建了一个简单的垂直棒棒糖图，展示了不同水果的销售量。

3.2 水平棒棒糖图

水平棒棒糖图在处理长类别名称或大量类别时特别有用：

import pandas as pd
import matplotlib.pyplot as plt

# 创建示例数据
data = {'Country': ['United States', 'China', 'Japan', 'Germany', 'United Kingdom'],
        'GDP': [21433.23, 14342.90, 5081.77, 3846.41, 2829.11]}
df = pd.DataFrame(data)

# 创建水平棒棒糖图
plt.figure(figsize=(12, 6))
plt.hlines(y=df.index, xmin=0, xmax=df['GDP'], color='grey')
plt.plot(df['GDP'], df.index, "D")
plt.yticks(df.index, df['Country'])
plt.title('GDP by Country - Horizontal Lollipop Chart - how2matplotlib.com')
plt.xlabel('GDP (Billion USD)')
plt.ylabel('Country')
plt.show()

Output:

使用Pandas和Matplotlib创建棒棒糖图表的完整指南

这个水平棒棒糖图展示了不同国家的GDP数据，使用hlines()函数创建水平线，并用plot()函数添加端点标记。

3.3 双向棒棒糖图

双向棒棒糖图可以用来比较两组相关的数据：

import pandas as pd
import matplotlib.pyplot as plt

# 创建示例数据
data = {'Product': ['A', 'B', 'C', 'D', 'E'],
        'Sales_2020': [100, 120, 90, 150, 80],
        'Sales_2021': [110, 130, 85, 160, 95]}
df = pd.DataFrame(data)

# 创建双向棒棒糖图
fig, ax = plt.subplots(figsize=(12, 6))
ax.hlines(y=df.index, xmin=df['Sales_2020'], xmax=df['Sales_2021'], color='grey')
ax.plot(df['Sales_2020'], df.index, "D", color='blue', label='2020')
ax.plot(df['Sales_2021'], df.index, "D", color='red', label='2021')

ax.set_yticks(df.index)
ax.set_yticklabels(df['Product'])
ax.set_title('Sales Comparison 2020 vs 2021 - how2matplotlib.com')
ax.set_xlabel('Sales')
ax.set_ylabel('Product')
ax.legend()

plt.tight_layout()
plt.show()

Output:

使用Pandas和Matplotlib创建棒棒糖图表的完整指南

这个双向棒棒糖图比较了2020年和2021年的销售数据，使用不同颜色的端点来区分两个年份。

4. 高级棒棒糖图技巧

在掌握了基本的棒棒糖图创建方法后，我们可以探索一些更高级的技巧来增强图表的表现力和信息量。

4.1 添加数据标签

为棒棒糖图添加数据标签可以直观地显示具体数值：

import pandas as pd
import matplotlib.pyplot as plt

# 创建示例数据
data = {'City': ['New York', 'Los Angeles', 'Chicago', 'Houston', 'Phoenix'],
        'Population': [8336817, 3898747, 2746388, 2304580, 1608139]}
df = pd.DataFrame(data)

# 创建带数据标签的棒棒糖图
fig, ax = plt.subplots(figsize=(12, 6))
ax.stem(df['City'], df['Population'], linefmt='grey', markerfmt='D', bottom=0)

# 添加数据标签
for i, v in enumerate(df['Population']):
    ax.text(i, v, f'{v:,}', ha='center', va='bottom')

plt.title('Population of US Cities - Lollipop Chart with Labels - how2matplotlib.com')
plt.xlabel('City')
plt.ylabel('Population')
plt.xticks(rotation=45, ha='right')
plt.tight_layout()
plt.show()

Output:

使用Pandas和Matplotlib创建棒棒糖图表的完整指南

这个例子在每个数据点上方添加了人口数量标签，使用了千位分隔符来增加可读性。

4.2 颜色编码

使用颜色编码可以为棒棒糖图添加额外的数据维度：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# 创建示例数据
np.random.seed(42)
data = {'Category': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'],
        'Value': np.random.randint(50, 100, 10),
        'Group': np.random.choice(['Group1', 'Group2', 'Group3'], 10)}
df = pd.DataFrame(data)

# 创建颜色映射
color_map = {'Group1': 'red', 'Group2': 'blue', 'Group3': 'green'}

# 创建带颜色编码的棒棒糖图
fig, ax = plt.subplots(figsize=(12, 6))
for group in df['Group'].unique():
    group_data = df[df['Group'] == group]
    ax.stem(group_data['Category'], group_data['Value'], linefmt=color_map[group], 
            markerfmt=f'{color_map[group]}o', label=group, bottom=0)

plt.title('Color-coded Lollipop Chart - how2matplotlib.com')
plt.xlabel('Category')
plt.ylabel('Value')
plt.legend()
plt.show()

这个例子使用不同的颜色来表示不同的组别，增加了图表的信息量。

4.3 大小变化

我们可以通过改变”糖”的大小来表示另一个数据维度：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# 创建示例数据
np.random.seed(42)
data = {'Product': ['A', 'B', 'C', 'D', 'E'],
        'Sales': np.random.randint(100, 1000, 5),
        'Profit': np.random.randint(10, 100, 5)}
df = pd.DataFrame(data)

# 创建带大小变化的棒棒糖图
fig, ax = plt.subplots(figsize=(12, 6))
ax.stem(df['Product'], df['Sales'], linefmt='grey', markerfmt='none', bottom=0)

# 使用散点图添加可变大小的"糖"
scatter = ax.scatter(df['Product'], df['Sales'], s=df['Profit']*5, c=df['Profit'], 
                     cmap='viridis', edgecolor='black')

plt.title('Sales and Profit - Lollipop Chart with Variable Size - how2matplotlib.com')
plt.xlabel('Product')
plt.ylabel('Sales')

# 添加颜色条
plt.colorbar(scatter, label='Profit')

plt.tight_layout()
plt.show()

Output:

使用Pandas和Matplotlib创建棒棒糖图表的完整指南

在这个例子中，我们使用散点图的大小来表示利润，颜色深浅也表示利润的多少，从而在一张图中展示了销售额和利润两个维度的数据。

4.4 分组棒棒糖图

分组棒棒糖图可以用来比较多个类别across不同组别：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# 创建示例数据
categories = ['A', 'B', 'C', 'D']
groups = ['Group1', 'Group2', 'Group3']
data = pd.DataFrame({
    'Category': np.repeat(categories, len(groups)),
    'Group': np.tile(groups, len(categories)),
    'Value': np.random.randint(50, 100, len(categories) * len(groups))
})

# 创建分组棒棒糖图
fig, ax = plt.subplots(figsize=(12, 6))

# 计算x轴位置
x = np.arange(len(categories))
width = 0.25

for i, group in enumerate(groups):
    group_data = data[data['Group'] == group]
    ax.stem(x + i*width, group_data['Value'], linefmt=f'C{i}', markerfmt=f'C{i}o', 
            bottom=0, label=group)

ax.set_xticks(x + width)
ax.set_xticklabels(categories)
ax.set_title('Grouped Lollipop Chart - how2matplotlib.com')
ax.set_xlabel('Category')
ax.set_ylabel('Value')
ax.legend()

plt.tight_layout()
plt.show()

Output:

使用Pandas和Matplotlib创建棒棒糖图表的完整指南

这个分组棒棒糖图展示了不同类别在不同组别中的表现，使用了不同的颜色和位置偏移来区分组别。

5. 自定义样式和美化

为了使棒棒糖图更加吸引眼球和专业，我们可以对其进行各种样式自定义和美化。

5.1 自定义颜色和样式

我们可以使用自定义的颜色方案和样式来增强图表的视觉吸引力：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 设置Seaborn样式
sns.set_style("whitegrid")

# 创建示例数据
data = {'Month': ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 
                  'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec'],
        'Sales': [100, 120, 140, 160, 180, 200, 
                  220, 240, 220, 200, 180, 160]}
df = pd.DataFrame(data)

# 创建自定义颜色的棒棒糖图
fig, ax = plt.subplots(figsize=(12, 6))
ax.stem(df['Month'], df['Sales'], linefmt='#8B4513', markerfmt='o', bottom=0)
ax.plot(df['Month'], df['Sales'], 'o', color='#FF6347', markersize=10)

# 自定义样式
ax.set_title('Monthly Sales - Customized Lollipop Chart - how2matplotlib.com', fontsize=16)
ax.set_xlabel('Month', fontsize=12)
ax.set_ylabel('Sales', fontsize=12)
ax.tick_params(axis='both', which='major', labelsize=10)

# 添加背景色
ax.set_facecolor('#F0F8FF')

plt.tight_layout()
plt.show()

Output:

使用Pandas和Matplotlib创建棒棒糖图表的完整指南

这个例子使用了自定义的颜色和Seaborn样式来创建一个更加美观的棒棒糖图。

5.2 添加注释和强调

我们可以通过添加注释和强调某些数据点来引导读者关注重要信息：

import pandas as pd
import matplotlib.pyplot as plt

# 创建示例数据
data = {'Quarter': ['Q1', 'Q2', 'Q3', 'Q4'],
        'Revenue': [1000, 1200, 1500, 1800]}
df = pd.DataFrame(data)

# 创建带注释的棒棒糖图
fig, ax = plt.subplots(figsize=(12, 6))
ax.stem(df['Quarter'], df['Revenue'], linefmt='grey', markerfmt='D', bottom=0)

# 强调最高值
max_revenue = df['Revenue'].max()
max_quarter = df.loc[df['Revenue'] == max_revenue, 'Quarter'].iloc[0]
ax.plot(max_quarter, max_revenue, 'ro', markersize=15)

# 添加注释
ax.annotate(f'Highest: {max_revenue}',            xy=(max_quarter, max_revenue),            xytext=(10, 10),
            textcoords='offset points',
            ha='left',
            va='bottom',
            bbox=dict(boxstyle='round,pad=0.5', fc='yellow', alpha=0.5),
            arrowprops=dict(arrowstyle='->', connectionstyle='arc3,rad=0'))

ax.set_title('Quarterly Revenue - Annotated Lollipop Chart - how2matplotlib.com', fontsize=16)
ax.set_xlabel('Quarter', fontsize=12)
ax.set_ylabel('Revenue ()', fontsize=12)

plt.tight_layout()
plt.show()

Output:

使用Pandas和Matplotlib创建棒棒糖图表的完整指南

这个例子强调了最高收入的季度，并添加了一个注释来解释这个数据点的重要性。

5.3 使用主题和调色板

使用预定义的主题和调色板可以快速美化图表：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 设置Seaborn主题和调色板
sns.set_theme(style="darkgrid")
sns.set_palette("husl")

# 创建示例数据
data = {'Category': ['A', 'B', 'C', 'D', 'E'],
        'Value1': [10, 25, 15, 30, 20],
        'Value2': [15, 30, 10, 35, 25]}
df = pd.DataFrame(data)

# 创建使用主题的棒棒糖图
fig, ax = plt.subplots(figsize=(12, 6))
ax.stem(df['Category'], df['Value1'], linefmt='C0-', markerfmt='C0o', bottom=0, label='Value1')
ax.stem(df['Category'], df['Value2'], linefmt='C1--', markerfmt='C1D', bottom=0, label='Value2')

ax.set_title('Themed Lollipop Chart - how2matplotlib.com', fontsize=16)
ax.set_xlabel('Category', fontsize=12)
ax.set_ylabel('Value', fontsize=12)
ax.legend()

plt.tight_layout()
plt.show()

Output:

使用Pandas和Matplotlib创建棒棒糖图表的完整指南

这个例子使用了Seaborn的主题和调色板来创建一个视觉上更加协调的棒棒糖图。

6. 交互式棒棒糖图

虽然Matplotlib主要用于创建静态图表，但我们也可以结合其他库来创建交互式的棒棒糖图。

6.1 使用Plotly创建交互式棒棒糖图

Plotly是一个强大的交互式图表库，可以用来创建动态的棒棒糖图：

import pandas as pd
import plotly.graph_objects as go

# 创建示例数据
data = {'Country': ['USA', 'China', 'Japan', 'Germany', 'UK'],
        'GDP': [21433.23, 14342.90, 5081.77, 3846.41, 2829.11]}
df = pd.DataFrame(data)

# 创建交互式棒棒糖图
fig = go.Figure()

fig.add_trace(go.Scatter(
    x=df['Country'],
    y=df['GDP'],
    mode='markers',
    marker=dict(size=12, color='red'),
    name='GDP'
))

fig.add_trace(go.Scatter(
    x=df['Country'],
    y=df['GDP'],
    mode='lines',
    line=dict(color='grey'),
    showlegend=False
))

fig.update_layout(
    title='Interactive GDP Lollipop Chart - how2matplotlib.com',
    xaxis_title='Country',
    yaxis_title='GDP (Billion USD)',
    hovermode='closest'
)

fig.show()

这个例子使用Plotly创建了一个交互式的棒棒糖图，用户可以悬停在数据点上查看详细信息，也可以缩放和平移图表。

7. 棒棒糖图的最佳实践

在创建棒棒糖图时，有一些最佳实践可以帮助我们制作出更加有效和专业的图表：

数据排序：通常按照数值大小对数据进行排序可以使图表更易读。
适当的间距：确保”棒”之间有足够的间距，避免视觉混乱。
颜色使用：谨慎使用颜色，避免过于花哨，除非是为了强调特定信息。
标签清晰：确保所有标签和标题都清晰可读。
数据完整性：如果使用截断的轴，请明确标注以避免误导。
响应式设计：考虑图表在不同设备上的显示效果。

让我们用一个例子来展示这些最佳实践：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 创建示例数据
data = {'Country': ['USA', 'China', 'Japan', 'Germany', 'UK', 'India', 'France', 'Italy', 'Brazil', 'Canada'],
        'GDP': [21433.23, 14342.90, 5081.77, 3846.41, 2829.11, 2723.00, 2715.52, 1988.64, 1830.36, 1736.43]}
df = pd.DataFrame(data)

# 按GDP降序排序
df = df.sort_values('GDP', ascending=False)

# 设置样式
sns.set_style("whitegrid")
plt.figure(figsize=(12, 8))

# 创建棒棒糖图
plt.stem(df['Country'], df['GDP'], linefmt='grey', markerfmt='D', bottom=0)

# 自定义样式
plt.title('Top 10 Countries by GDP - Lollipop Chart - how2matplotlib.com', fontsize=16)
plt.xlabel('Country', fontsize=12)
plt.ylabel('GDP (Billion USD)', fontsize=12)
plt.xticks(rotation=45, ha='right')

# 添加数据标签
for i, v in enumerate(df['GDP']):
    plt.text(i, v, f'{v:,.0f}', ha='center', va='bottom', fontsize=9)

# 设置y轴范围，留出一些空间
plt.ylim(0, max(df['GDP']) * 1.1)

# 添加注释
plt.annotate('Data source: World Bank 2021', xy=(1, 0), xycoords='axes fraction', 
             fontsize=8, ha='right', va='bottom', xytext=(-5, 5), textcoords='offset points')

plt.tight_layout()
plt.show()