当前位置：极客教程 > Matplotlib > Matplotlib 问答 > Matplotlib中如何创建马赛克图：全面指南与实例

Matplotlib中如何创建马赛克图：全面指南与实例

Matplotlib中如何创建马赛克图：全面指南与实例

参考：How to Make a Mosaic Plot in Matplotlib

马赛克图是一种强大的可视化工具，用于展示多个分类变量之间的关系。在数据分析和统计学中，它经常被用来探索和呈现复杂的多维数据。本文将详细介绍如何使用Python的Matplotlib库创建马赛克图，并提供多个实用示例，帮助您掌握这一技能。

1. 马赛克图简介

马赛克图，也称为马赛克显示或Marimekko图，是一种多变量图表，用于显示两个或多个分类变量之间的关系。它通过矩形区域的大小来表示数据的频率或比例，使得复杂的数据关系一目了然。

1.1 马赛克图的特点

  • 直观性：通过矩形面积大小直观地展示数据比例
  • 多维性：可同时展示多个分类变量之间的关系
  • 比例性：能够清晰地显示不同类别之间的相对大小

1.2 马赛克图的应用场景

  • 市场分析：展示不同产品在不同地区的销售情况
  • 人口统计：显示不同年龄组在不同教育水平上的分布
  • 医学研究：分析不同症状在不同疾病中的出现频率

2. Matplotlib基础

在开始创建马赛克图之前，让我们先回顾一下Matplotlib的基础知识。

import matplotlib.pyplot as plt
import numpy as np

# 创建一个简单的折线图
x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.figure(figsize=(8, 6))
plt.plot(x, y, label='Sine Wave')
plt.title('How to matplotlib.com: Simple Line Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.legend()
plt.grid(True)
plt.show()

Output:

Matplotlib中如何创建马赛克图：全面指南与实例

这个示例展示了Matplotlib的基本用法，包括创建图形、绘制数据、添加标题和标签等。

3. 准备数据

创建马赛克图的第一步是准备合适的数据。通常，我们需要一个包含多个分类变量的数据集。

import pandas as pd

# 创建示例数据
data = {
    'Region': ['North', 'South', 'East', 'West'] * 3,
    'Product': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C', 'C'],
    'Sales': [100, 80, 120, 90, 150, 160, 130, 140, 200, 180, 210, 190]
}

df = pd.DataFrame(data)
print("How to matplotlib.com: Sample Data")
print(df)

Output:

Matplotlib中如何创建马赛克图：全面指南与实例

这个示例创建了一个包含地区、产品和销售额的简单数据集，我们将用它来创建马赛克图。

4. 使用Matplotlib创建基本马赛克图

虽然Matplotlib没有直接创建马赛克图的函数，但我们可以使用plt.bar函数来模拟马赛克图的效果。

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

# 准备数据
data = {
    'Category': ['A', 'A', 'B', 'B', 'C', 'C'],
    'Subcategory': ['X', 'Y'] * 3,
    'Value': [20, 30, 15, 25, 35, 15]
}
df = pd.DataFrame(data)

# 计算每个类别的总和和累积和
df['total'] = df.groupby('Category')['Value'].transform('sum')
df['cum_sum'] = df.groupby('Category')['Value'].cumsum()
df['y_coord'] = df['cum_sum'] - df['Value']

# 创建马赛克图
fig, ax = plt.subplots(figsize=(10, 6))

colors = plt.cm.Set3(np.linspace(0, 1, len(df['Subcategory'].unique())))

for i, (index, row) in enumerate(df.iterrows()):
    ax.bar(row['Category'], row['Value'], bottom=row['y_coord'], 
           width=0.5, color=colors[i % len(colors)], 
           label=row['Subcategory'] if i < 2 else "")

ax.set_title('How to matplotlib.com: Basic Mosaic Plot')
ax.set_xlabel('Categories')
ax.set_ylabel('Values')
ax.legend(title='Subcategories')

plt.tight_layout()
plt.show()

Output:

Matplotlib中如何创建马赛克图：全面指南与实例

这个示例展示了如何使用Matplotlib创建一个基本的马赛克图。我们使用堆叠的条形图来模拟马赛克图的效果，每个矩形的高度代表该类别的值。

5. 添加百分比标签

为了使马赛克图更加信息丰富，我们可以在每个矩形上添加百分比标签。

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

# 准备数据
data = {
    'Category': ['A', 'A', 'B', 'B', 'C', 'C'],
    'Subcategory': ['X', 'Y'] * 3,
    'Value': [20, 30, 15, 25, 35, 15]
}
df = pd.DataFrame(data)

# 计算百分比
df['total'] = df.groupby('Category')['Value'].transform('sum')
df['percentage'] = df['Value'] / df['total'] * 100
df['cum_sum'] = df.groupby('Category')['Value'].cumsum()
df['y_coord'] = df['cum_sum'] - df['Value']

# 创建马赛克图
fig, ax = plt.subplots(figsize=(10, 6))

colors = plt.cm.Set3(np.linspace(0, 1, len(df['Subcategory'].unique())))

for i, (index, row) in enumerate(df.iterrows()):
    rect = ax.bar(row['Category'], row['Value'], bottom=row['y_coord'], 
                  width=0.5, color=colors[i % len(colors)], 
                  label=row['Subcategory'] if i < 2 else "")

    # 添加百分比标签
    height = rect[0].get_height()
    ax.text(rect[0].get_x() + rect[0].get_width()/2., row['y_coord'] + height/2.,
            f'{row["percentage"]:.1f}%', ha='center', va='center')

ax.set_title('How to matplotlib.com: Mosaic Plot with Percentage Labels')
ax.set_xlabel('Categories')
ax.set_ylabel('Values')
ax.legend(title='Subcategories')

plt.tight_layout()
plt.show()

Output:

Matplotlib中如何创建马赛克图：全面指南与实例

这个示例在基本马赛克图的基础上，为每个矩形添加了百分比标签，使得数据的比例关系更加清晰。

6. 调整马赛克图的宽度

在标准马赛克图中，每个类别的宽度通常与其总值成正比。我们可以通过调整条形图的宽度来实现这一效果。

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

# 准备数据
data = {
    'Category': ['A', 'A', 'B', 'B', 'C', 'C'],
    'Subcategory': ['X', 'Y'] * 3,
    'Value': [20, 30, 15, 25, 35, 15]
}
df = pd.DataFrame(data)

# 计算总和和百分比
df['total'] = df.groupby('Category')['Value'].transform('sum')
df['percentage'] = df['Value'] / df['total'] * 100
df['cum_sum'] = df.groupby('Category')['Value'].cumsum()
df['y_coord'] = df['cum_sum'] - df['Value']

# 计算宽度
total_sum = df['total'].sum()
df['width'] = df['total'] / total_sum

# 计算x坐标
df['x_coord'] = df.groupby('Category')['width'].cumsum() - df['width']

# 创建马赛克图
fig, ax = plt.subplots(figsize=(12, 6))

colors = plt.cm.Set3(np.linspace(0, 1, len(df['Subcategory'].unique())))

for i, (index, row) in enumerate(df.iterrows()):
    rect = ax.bar(row['x_coord'] + row['width']/2, row['Value'], bottom=row['y_coord'], 
                  width=row['width'], color=colors[i % len(colors)], 
                  label=row['Subcategory'] if i < 2 else "")

    # 添加百分比标签
    height = rect[0].get_height()
    ax.text(rect[0].get_x() + rect[0].get_width()/2., row['y_coord'] + height/2.,
            f'{row["percentage"]:.1f}%', ha='center', va='center')

ax.set_title('How to matplotlib.com: Proportional Width Mosaic Plot')
ax.set_xlabel('Categories')
ax.set_ylabel('Values')
ax.set_xticks(df.groupby('Category')['x_coord'].mean())
ax.set_xticklabels(df['Category'].unique())
ax.legend(title='Subcategories')

plt.tight_layout()
plt.show()

Output:

Matplotlib中如何创建马赛克图：全面指南与实例

这个示例展示了如何创建一个宽度与总值成正比的马赛克图，更好地反映了各类别之间的相对大小。

7. 添加网格线

为了更容易比较不同矩形的大小，我们可以在马赛克图中添加网格线。

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

# 准备数据
data = {
    'Category': ['A', 'A', 'B', 'B', 'C', 'C'],
    'Subcategory': ['X', 'Y'] * 3,
    'Value': [20, 30, 15, 25, 35, 15]
}
df = pd.DataFrame(data)

# 计算总和和百分比
df['total'] = df.groupby('Category')['Value'].transform('sum')
df['percentage'] = df['Value'] / df['total'] * 100
df['cum_sum'] = df.groupby('Category')['Value'].cumsum()
df['y_coord'] = df['cum_sum'] - df['Value']

# 计算宽度和x坐标
total_sum = df['total'].sum()
df['width'] = df['total'] / total_sum
df['x_coord'] = df.groupby('Category')['width'].cumsum() - df['width']

# 创建马赛克图
fig, ax = plt.subplots(figsize=(12, 6))

colors = plt.cm.Set3(np.linspace(0, 1, len(df['Subcategory'].unique())))

for i, (index, row) in enumerate(df.iterrows()):
    rect = ax.bar(row['x_coord'] + row['width']/2, row['Value'], bottom=row['y_coord'], 
                  width=row['width'], color=colors[i % len(colors)], 
                  label=row['Subcategory'] if i < 2 else "")

    # 添加百分比标签
    height = rect[0].get_height()
    ax.text(rect[0].get_x() + rect[0].get_width()/2., row['y_coord'] + height/2.,
            f'{row["percentage"]:.1f}%', ha='center', va='center')

# 添加网格线
ax.set_axisbelow(True)
ax.yaxis.grid(True, linestyle='--', alpha=0.7)
ax.xaxis.grid(True, linestyle='--', alpha=0.7)

ax.set_title('How to matplotlib.com: Mosaic Plot with Grid Lines')
ax.set_xlabel('Categories')
ax.set_ylabel('Values')
ax.set_xticks(df.groupby('Category')['x_coord'].mean())
ax.set_xticklabels(df['Category'].unique())
ax.legend(title='Subcategories')

plt.tight_layout()
plt.show()

Output:

Matplotlib中如何创建马赛克图：全面指南与实例

这个示例在之前的马赛克图基础上添加了网格线，使得比较不同矩形的大小变得更加容易。

8. 自定义颜色和样式

我们可以通过自定义颜色和样式来增强马赛克图的视觉吸引力。

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

# 准备数据
data = {
    'Category': ['A', 'A', 'B', 'B', 'C', 'C'],
    'Subcategory': ['X', 'Y'] * 3,
    'Value': [20, 30, 15, 25, 35, 15]
}
df = pd.DataFrame(data)

# 计算总和和百分比
df['total'] = df.groupby('Category')['Value'].transform('sum')
df['percentage'] = df['Value'] / df['total'] * 100
df['cum_sum'] = df.groupby('Category')['Value'].cumsum()
df['y_coord'] = df['cum_sum'] - df['Value']

# 计算宽度和x坐标
total_sum = df['total'].sum()
df['width'] = df['total'] / total_sum
df['x_coord'] = df.groupby('Category')['width'].cumsum() - df['width']

# 创建马赛克图
fig, ax = plt.subplots(figsize=(12, 6))

# 自定义颜色
colors = ['#FF9999', '#66B2FF', '#99FF99', '#FFCC99', '#FF99CC', '#99CCFF']

for i, (index, row) in enumerate(df.iterrows()):
    rect = ax.bar(row['x_coord'] + row['width']/2, row['Value'], bottom=row['y_coord'], 
                  width=row['width'], color=colors[i], edgecolor='white', linewidth=1.5,
                  label=row['Subcategory'] if i < 2 else "")

    # 添加百分比标签
    height = rect[0].get_height()
    ax.text(rect[0].get_x() + rect[0].get_width()/2., row['y_coord'] + height/2.,
            f'{row["percentage"]:.1f}%', ha='center', va='center', fontweight='bold')

# 自定义样式
ax.set_facecolor('#F0F0F0')
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
ax.spines['left'].set_color('#CCCCCC')
ax.spines['bottom'].set_color('#CCCCCC')

ax.set_title('How to matplotlib.com: Customized Mosaic Plot', fontsize=16, fontweight='bold')
ax.set_xlabel('Categories', fontsize=12)
ax.set_ylabel('Values', fontsize=12)
ax.set_xticks(df.groupby('Category')['x_coord'].mean())
ax.set_xticklabels(df['Category'].unique(), fontsize=10)
ax.legend(title='Subcategories', title_fontsize=12, fontsize=10)

plt.tight_layout()
plt.show()

Output:

Matplotlib中如何创建马赛克图：全面指南与实例

这个示例展示了如何通过自定义颜色、边框、背景和字体来创建一个更具视觉吸引力的马赛克图。

9. 处理更复杂的数据集

在实际应用中，我们可能需要处理更复杂的数据集。以下是一个处理多层次分类数据的示例。

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

# 准备更复杂的数据
data = {
    'Region': ['North', 'North', 'North', 'South', 'South', 'South', 'East', 'East', 'East', 'West', 'West', 'West'] * 2,
    'Product': ['A', 'B', 'C'] * 8,
    'Channel': ['Online', 'Online', 'Online', 'Online', 'Online', 'Online', 'Offline', 'Offline', 'Offline', 'Offline', 'Offline', 'Offline'] * 2,
    'Sales': np.random.randint(100, 1000, 24)
}
df = pd.DataFrame(data)

# 计算总和和百分比
df['total'] = df.groupby('Region')['Sales'].transform('sum')
df['percentage'] = df['Sales'] / df['total'] * 100
df['cum_sum'] = df.groupby(['Region', 'Channel'])['Sales'].cumsum()
df['y_coord'] = df['cum_sum'] - df['Sales']

# 计算宽度和x坐标
total_sum = df['total'].sum()
df['width'] = df['total'] / total_sum
df['x_coord'] = df.groupby('Region')['width'].cumsum() - df['width']

# 创建马赛克图
fig, ax = plt.subplots(figsize=(15, 8))

colors = plt.cm.Set3(np.linspace(0, 1, len(df['Product'].unique())))
channel_offset = {'Online': 0, 'Offline': 0.5}

for i, (index, row) in enumerate(df.iterrows()):
    rect = ax.bar(row['x_coord'] + row['width']/2 + channel_offset[row['Channel']]*row['width']/2, 
                  row['Sales'], bottom=row['y_coord'], 
                  width=row['width']/2, color=colors[i % len(colors)], 
                  label=row['Product'] if i < 3 else "")

    # 添加百分比标签（只为较大的矩形添加标签）
    if row['percentage'] > 5:
        height = rect[0].get_height()
        ax.text(rect[0].get_x() + rect[0].get_width()/2., row['y_coord'] + height/2.,
                f'{row["percentage"]:.1f}%', ha='center', va='center', fontsize=8)

ax.set_title('How to matplotlib.com: Complex Mosaic Plot', fontsize=16)
ax.set_xlabel('Regions', fontsize=12)
ax.set_ylabel('Sales', fontsize=12)
ax.set_xticks(df.groupby('Region')['x_coord'].mean())
ax.set_xticklabels(df['Region'].unique())
ax.legend(title='Products', bbox_to_anchor=(1.05, 1), loc='upper left')

# 添加Channel标签
for region in df['Region'].unique():
    x = df[df['Region'] == region]['x_coord'].iloc[0]
    width = df[df['Region'] == region]['width'].iloc[0]
    ax.text(x + width/4, ax.get_ylim()[1], 'Online', ha='center', va='bottom', fontsize=10)
    ax.text(x + 3*width/4, ax.get_ylim()[1], 'Offline', ha='center', va='bottom', fontsize=10)

plt.tight_layout()
plt.show()

Output:

Matplotlib中如何创建马赛克图：全面指南与实例

这个示例展示了如何处理包含多个分类变量（地区、产品、销售渠道）的复杂数据集，并创建一个多层次的马赛克图。

10. 添加交互性

虽然Matplotlib主要用于创建静态图表，但我们可以结合使用其他库（如ipywidgets）来为马赛克图添加一些交互性。

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
from ipywidgets import interact, widgets

# 准备数据
data = {
    'Region': ['North', 'South', 'East', 'West'] * 3,
    'Product': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C', 'C'],
    'Sales': [100, 80, 120, 90, 150, 160, 130, 140, 200, 180, 210, 190]
}
df = pd.DataFrame(data)

def plot_mosaic(selected_products):
    # 过滤数据
    filtered_df = df[df['Product'].isin(selected_products)]

    # 计算总和和百分比
    filtered_df['total'] = filtered_df.groupby('Region')['Sales'].transform('sum')
    filtered_df['percentage'] = filtered_df['Sales'] / filtered_df['total'] * 100
    filtered_df['cum_sum'] = filtered_df.groupby('Region')['Sales'].cumsum()
    filtered_df['y_coord'] = filtered_df['cum_sum'] - filtered_df['Sales']

    # 计算宽度和x坐标
    total_sum = filtered_df['total'].sum()
    filtered_df['width'] = filtered_df['total'] / total_sum
    filtered_df['x_coord'] = filtered_df.groupby('Region')['width'].cumsum() - filtered_df['width']

    # 创建马赛克图
    fig, ax = plt.subplots(figsize=(12, 6))

    colors = plt.cm.Set3(np.linspace(0, 1, len(filtered_df['Product'].unique())))

    for i, (index, row) in enumerate(filtered_df.iterrows()):
        rect = ax.bar(row['x_coord'] + row['width']/2, row['Sales'], bottom=row['y_coord'], 
                      width=row['width'], color=colors[i % len(colors)], 
                      label=row['Product'] if i < len(selected_products) else "")

        # 添加百分比标签
        height = rect[0].get_height()
        ax.text(rect[0].get_x() + rect[0].get_width()/2., row['y_coord'] + height/2.,
                f'{row["percentage"]:.1f}%', ha='center', va='center')

    ax.set_title('How to matplotlib.com: Interactive Mosaic Plot')
    ax.set_xlabel('Regions')
    ax.set_ylabel('Sales')
    ax.set_xticks(filtered_df.groupby('Region')['x_coord'].mean())
    ax.set_xticklabels(filtered_df['Region'].unique())
    ax.legend(title='Products')

    plt.tight_layout()
    plt.show()

# 创建交互式控件
product_selector = widgets.SelectMultiple(
    options=df['Product'].unique(),
    value=['A', 'B', 'C'],
    description='Products:',
    disabled=False
)

interact(plot_mosaic, selected_products=product_selector)

这个示例展示了如何使用ipywidgets创建一个交互式的马赛克图，允许用户选择要显示的产品。

11. 添加注释和解释

为了使马赛克图更具信息性，我们可以添加注释和解释来突出重要的数据点或趋势。

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

# 准备数据
data = {
    'Category': ['A', 'A', 'B', 'B', 'C', 'C'],
    'Subcategory': ['X', 'Y'] * 3,
    'Value': [20, 30, 15, 25, 35, 15]
}
df = pd.DataFrame(data)

# 计算总和和百分比
df['total'] = df.groupby('Category')['Value'].transform('sum')
df['percentage'] = df['Value'] / df['total'] * 100
df['cum_sum'] = df.groupby('Category')['Value'].cumsum()
df['y_coord'] = df['cum_sum'] - df['Value']

# 计算宽度和x坐标
total_sum = df['total'].sum()
df['width'] = df['total'] / total_sum
df['x_coord'] = df.groupby('Category')['width'].cumsum() - df['width']

# 创建马赛克图
fig, ax = plt.subplots(figsize=(12, 8))

colors = plt.cm.Set3(np.linspace(0, 1, len(df['Subcategory'].unique())))

for i, (index, row) in enumerate(df.iterrows()):
    rect = ax.bar(row['x_coord'] + row['width']/2, row['Value'], bottom=row['y_coord'], 
                  width=row['width'], color=colors[i % len(colors)], 
                  label=row['Subcategory'] if i < 2 else "")

    # 添加百分比标签
    height = rect[0].get_height()
    ax.text(rect[0].get_x() + rect[0].get_width()/2., row['y_coord'] + height/2.,
            f'{row["percentage"]:.1f}%', ha='center', va='center')

# 添加注释
max_value = df['Value'].max()
max_row = df.loc[df['Value'] == max_value].iloc[0]
ax.annotate('Highest Value', 
            xy=(max_row['x_coord'] + max_row['width']/2, max_row['y_coord'] + max_value/2),
            xytext=(0.8, 0.95), textcoords='axes fraction',
            arrowprops=dict(facecolor='black', shrink=0.05),
            horizontalalignment='right', verticalalignment='top')

# 添加解释文本
ax.text(0.02, 0.02, 'How to matplotlib.com:\nThis mosaic plot shows the distribution of values\nacross different categories and subcategories.\nThe size of each rectangle represents the relative value,\nand the percentages indicate the proportion within each category.',
        transform=ax.transAxes, fontsize=10, verticalalignment='bottom')

ax.set_title('Annotated Mosaic Plot', fontsize=16)
ax.set_xlabel('Categories')
ax.set_ylabel('Values')
ax.set_xticks(df.groupby('Category')['x_coord'].mean())
ax.set_xticklabels(df['Category'].unique())
ax.legend(title='Subcategories')

plt.tight_layout()
plt.show()

Output:

Matplotlib中如何创建马赛克图：全面指南与实例

这个示例展示了如何在马赛克图中添加注释和解释文本，以提供更多上下文信息和突出重要的数据点。

12. 结合其他图表类型

马赛克图可以与其他类型的图表结合使用，以提供更全面的数据视图。以下是一个将马赛克图与条形图结合的示例。

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

# 准备数据
data = {
    'Category': ['A', 'A', 'B', 'B', 'C', 'C'],
    'Subcategory': ['X', 'Y'] * 3,
    'Value': [20, 30, 15, 25, 35, 15],
    'ExtraMetric': [5, 8, 3, 6, 9, 4]
}
df = pd.DataFrame(data)

# 计算总和和百分比
df['total'] = df.groupby('Category')['Value'].transform('sum')
df['percentage'] = df['Value'] / df['total'] * 100
df['cum_sum'] = df.groupby('Category')['Value'].cumsum()
df['y_coord'] = df['cum_sum'] - df['Value']

# 计算宽度和x坐标
total_sum = df['total'].sum()
df['width'] = df['total'] / total_sum
df['x_coord'] = df.groupby('Category')['width'].cumsum() - df['width']

# 创建图形和子图
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 12), height_ratios=[3, 1])

# 绘制马赛克图
colors = plt.cm.Set3(np.linspace(0, 1, len(df['Subcategory'].unique())))

for i, (index, row) in enumerate(df.iterrows()):
    rect = ax1.bar(row['x_coord'] + row['width']/2, row['Value'], bottom=row['y_coord'], 
                   width=row['width'], color=colors[i % len(colors)], 
                   label=row['Subcategory'] if i < 2 else "")

    # 添加百分比标签
    height = rect[0].get_height()
    ax1.text(rect[0].get_x() + rect[0].get_width()/2., row['y_coord'] + height/2.,
             f'{row["percentage"]:.1f}%', ha='center', va='center')

ax1.set_title('How to matplotlib.com: Combined Mosaic and Bar Plot', fontsize=16)
ax1.set_xlabel('Categories')
ax1.set_ylabel('Values')
ax1.set_xticks(df.groupby('Category')['x_coord'].mean())
ax1.set_xticklabels(df['Category'].unique())
ax1.legend(title='Subcategories')

# 绘制条形图
ax2.bar(df['Category'] + ' - ' + df['Subcategory'], df['ExtraMetric'], color='lightblue')
ax2.set_xlabel('Categories and Subcategories')
ax2.set_ylabel('Extra Metric')
ax2.set_title('Additional Metric by Category and Subcategory')
plt.setp(ax2.get_xticklabels(), rotation=45, ha='right')

plt.tight_layout()
plt.show()

Output:

Matplotlib中如何创建马赛克图：全面指南与实例

这个示例展示了如何将马赛克图与条形图结合，以同时显示主要数据和额外的度量指标。

13. 处理缺失数据

在实际应用中，我们可能会遇到包含缺失值的数据集。以下是一个处理缺失数据的马赛克图示例。

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

# 准备包含缺失值的数据
data = {
    'Category': ['A', 'A', 'B', 'B', 'C', 'C'],
    'Subcategory': ['X', 'Y'] * 3,
    'Value': [20, 30, np.nan, 25, 35, 15]
}
df = pd.DataFrame(data)

# 处理缺失值
df['Value'] = df['Value'].fillna(df['Value'].mean())

# 计算总和和百分比
df['total'] = df.groupby('Category')['Value'].transform('sum')
df['percentage'] = df['Value'] / df['total'] * 100
df['cum_sum'] = df.groupby('Category')['Value'].cumsum()
df['y_coord'] = df['cum_sum'] - df['Value']

# 计算宽度和x坐标
total_sum = df['total'].sum()
df['width'] = df['total'] / total_sum
df['x_coord'] = df.groupby('Category')['width'].cumsum() - df['width']

# 创建马赛克图
fig, ax = plt.subplots(figsize=(12, 6))

colors = plt.cm.Set3(np.linspace(0, 1, len(df['Subcategory'].unique())))

for i, (index, row) in enumerate(df.iterrows()):
    rect = ax.bar(row['x_coord'] + row['width']/2, row['Value'], bottom=row['y_coord'], 
                  width=row['width'], color=colors[i % len(colors)], 
                  label=row['Subcategory'] if i < 2 else "")

    # 添加百分比标签
    height = rect[0].get_height()
    ax.text(rect[0].get_x() + rect[0].get_width()/2., row['y_coord'] + height/2.,
            f'{row["percentage"]:.1f}%', ha='center', va='center')

    # 标记填充的缺失值
    if pd.isna(data['Value'][i]):
        ax.text(rect[0].get_x() + rect[0].get_width()/2., row['y_coord'] + height + 1,
                'Filled', ha='center', va='bottom', fontsize=8, color='red')

ax.set_title('How to matplotlib.com: Mosaic Plot with Handled Missing Data', fontsize=16)
ax.set_xlabel('Categories')
ax.set_ylabel('Values')
ax.set_xticks(df.groupby('Category')['x_coord'].mean())
ax.set_xticklabels(df['Category'].unique())
ax.legend(title='Subcategories')

plt.tight_layout()
plt.show()

Output:

Matplotlib中如何创建马赛克图：全面指南与实例

这个示例展示了如何处理包含缺失值的数据集，并在马赛克图中标记出填充的数据点。

14. 创建动态马赛克图

虽然Matplotlib主要用于静态图表，但我们可以创建一系列图表来模拟动态效果，例如展示数据随时间的变化。

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
from matplotlib.animation import FuncAnimation

# 准备随时间变化的数据
np.random.seed(42)
categories = ['A', 'B', 'C']
subcategories = ['X', 'Y']
time_periods = 10

data = {
    'Category': categories * 2 * time_periods,
    'Subcategory': subcategories * 3 * time_periods,
    'Time': sorted([f'T{i}' for i in range(time_periods)] * 6),
    'Value': np.random.randint(10, 100, 60)
}
df = pd.DataFrame(data)

# 创建图形和轴
fig, ax = plt.subplots(figsize=(12, 6))

def update(frame):
    ax.clear()

    # 过滤特定时间段的数据
    time_df = df[df['Time'] == f'T{frame}']

    # 计算总和和百分比
    time_df['total'] = time_df.groupby('Category')['Value'].transform('sum')
    time_df['percentage'] = time_df['Value'] / time_df['total'] * 100
    time_df['cum_sum'] = time_df.groupby('Category')['Value'].cumsum()
    time_df['y_coord'] = time_df['cum_sum'] - time_df['Value']

    # 计算宽度和x坐标
    total_sum = time_df['total'].sum()
    time_df['width'] = time_df['total'] / total_sum
    time_df['x_coord'] = time_df.groupby('Category')['width'].cumsum() - time_df['width']

    colors = plt.cm.Set3(np.linspace(0, 1, len(time_df['Subcategory'].unique())))

    for i, (index, row) in enumerate(time_df.iterrows()):
        rect = ax.bar(row['x_coord'] + row['width']/2, row['Value'], bottom=row['y_coord'], 
                      width=row['width'], color=colors[i % len(colors)], 
                      label=row['Subcategory'] if i < 2 else "")

        # 添加百分比标签
        height = rect[0].get_height()
        ax.text(rect[0].get_x() + rect[0].get_width()/2., row['y_coord'] + height/2.,
                f'{row["percentage"]:.1f}%', ha='center', va='center')

    ax.set_title(f'How to matplotlib.com: Dynamic Mosaic Plot (Time: T{frame})', fontsize=16)
    ax.set_xlabel('Categories')
    ax.set_ylabel('Values')
    ax.set_xticks(time_df.groupby('Category')['x_coord'].mean())
    ax.set_xticklabels(time_df['Category'].unique())
    ax.legend(title='Subcategories')

# 创建动画
anim = FuncAnimation(fig, update, frames=time_periods, repeat=True, interval=1000)

plt.tight_layout()
plt.show()

Output:

Matplotlib中如何创建马赛克图：全面指南与实例

这个示例创建了一个动态的马赛克图，展示了数据随时间变化的情况。

15. 总结

马赛克图是一种强大的可视化工具，特别适合展示多个分类变量之间的关系。通过本文的详细介绍和多个示例，我们学习了如何使用Matplotlib创建各种类型的马赛克图，包括基本的马赛克图、添加百分比标签、调整宽度、自定义样式、处理复杂数据集、添加交互性和注释等。

关键点总结：

  1. 马赛克图通过矩形面积大小直观地展示数据比例。
  2. 使用Matplotlib的bar函数可以模拟马赛克图的效果。
  3. 添加百分比标签可以增加图表的信息量。
  4. 调整矩形宽度可以更好地反映类别之间的相对大小。
  5. 自定义颜色和样式可以增强图表的视觉吸引力。
  6. 处理复杂数据集时，可以使用多层次的分类和颜色编码。
  7. 结合其他图表类型可以提供更全面的数据视图。
  8. 处理缺失数据和创建动态图表是实际应用中的重要技能。

通过掌握这些技巧，您可以创建出既信息丰富又视觉吸引的马赛克图，有效地传达复杂的多维数据关系。在数据分析和可视化过程中，马赛克图无疑是一个值得掌握的重要工具。

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Matplotlib 精品教程