【matplotlib 实战】–堆叠面积图

堆叠面积图和面积图都是用于展示数据随时间变化趋势的统计图表,但它们的特点有所不同。
面积图的特点在于它能够直观地展示数量之间的关系,而且不需要标注数据点,可以轻松地观察数据的变化趋势。而堆叠面积图则更适合展示多个数据系列之间的变化趋势,它们一层层的堆叠起来,每个数据系列的起始点是上一个数据系列的结束点,多数据列的展示更加直观和易于理解。

堆叠面积图观察几个数据系列随时间的变化情况时,既能看到各数据系列的走势,又能看到整体的规模,
但是,过多的系列,也会导致难以分辨。
此外,堆叠面积图展示的数据一般会有时间上的关联,当数据没有时间上的关联时,建议适用堆叠柱状图。

1. 主要元素

堆叠面积图是一种用于展示数据分类、分组和数据关联性的图表,主要由以下几个元素组成:

  1. 堆叠面积:表示数据的分布或密度
  2. 图例:图例用于说明堆叠图的绘制规则和参数
  3. X轴:一般是有序变量,表示数据点的变化区间
  4. Y轴:数据点在不同时刻的值

【matplotlib 实战】--堆叠面积图

2. 适用的场景

堆叠面积图适用于以下分析场景:

  • 类别占比比较:堆叠面积图可以用来比较不同类别在总体中的占比关系。例如,你可以使用堆叠面积图来展示销售额按产品类别的分布情况,以显示每个类别对总销售额的贡献。
  • 趋势展示:堆叠面积图可以在一个图表中同时显示多个类别或组的趋势。它可以用来展示每个类别在不同时间点或区域的变化情况,并帮助分析人员观察和理解各类别之间的差异和趋势。
  • 堆叠级别比较:堆叠面积图还可以用来比较不同级别的数据在总体中的占比关系。例如,你可以使用堆叠面积图来展示各部门在总体支出中的比例,以显示各个部门的相对贡献。
  • 累积效果展示:堆叠面积图可以展示随着时间、地区或其他维度的推移,各组别所积累的整体效果。这对于观察累积效果的变化和趋势非常有帮助。

3. 不适用的场景

堆叠面积图不适用于以下分析场景:

  • 数据重叠:如果数据中有重叠的部分,堆叠面积图会使数据难以解读和比较。当数据的堆叠部分变得模糊或不清晰时,堆叠面积图可能就无法有效地传达信息。
  • 数据量变动:如果每个类别或组的数据量差别很大,堆叠面积图可能会导致视觉上的需求不平衡。数据量较大的类别或组可能会过于突出,而数据量较小的类别或组则可能被掩盖。
  • 无法显示趋势:堆叠面积图在展示数据的总体趋势上相对有效,但却不适用于显示每个类别或组内部的趋势。如果你希望关注每个类别或组的个别趋势,那么使用其他图表类型如折线图可能更为合适。
  • 存在负值数据:堆叠面积图假设数据都是正值,不适合用于展示包含负值的数据。这是因为堆叠面积图的堆叠效果会导致负值的表现相对模糊,难以准确表达。

4. 分析实战

这次使用三大产业的增加值来实战堆叠面积图的分析。

4.1. 数据来源

数据来源国家统计局公开数据,已经整理好的csv文件在:https://databook.top/nation/A02

本次分析使用其中的 A0201.csv 文件(国内生产总值数据)。

下面的文件路径 fp 要换成自己实际的文件路径。

fp = "d:/share/A0201.csv"  df = pd.read_csv(fp) df 

【matplotlib 实战】--堆叠面积图

4.2. 数据清理

过滤出三大产业的数据:

key1 = "第一产业增加值(亿元)" key2 = "第二产业增加值(亿元)" key3 = "第三产业增加值(亿元)"  df = df[(df["zbCN"] == key1)         | (df["zbCN"] == key2)         | (df["zbCN"] == key3)] df 

【matplotlib 实战】--堆叠面积图

4.3. 分析结果可视化

绘制三大产业的堆叠面积图:

from matplotlib.ticker import MultipleLocator  key1 = "第一产业增加值(亿元)" key2 = "第二产业增加值(亿元)" key3 = "第三产业增加值(亿元)"  val1 = df[(df["zbCN"] == key1)].sort_values("sj") val2 = df[(df["zbCN"] == key2)].sort_values("sj") val3 = df[(df["zbCN"] == key3)].sort_values("sj")  with plt.style.context("seaborn-v0_8"):     fig = plt.figure()     ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])     ax.xaxis.set_major_locator(MultipleLocator(4))     ax.xaxis.set_minor_locator(MultipleLocator(2))      ax.stackplot(         val1["sjCN"],         [val1["value"], val2["value"], val3["value"]],         labels=[key1, key2, key3],         alpha=0.8,     )      ax.legend(loc="upper left") 

【matplotlib 实战】--堆叠面积图

各个数据集在堆叠面积图中不会重合,
所以不仅可以看出各个产业的增长情况,还能看出整体的增长主要来自哪个产业的影响。

从分析结果可以看出,我国的经济增长主要来自于第二,第三产业的增长。
这个结果和之前的文章中关于人口的分析也是相吻合的,在那个文章中,我们发现农业人口大量减少,城镇人口大量增加。

发表评论

相关文章