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
气泡图（Bubble）是一种多变量图表，是散点图的变体，也可以认为是散点图和百分比区域图的组合。其可用于展示三个变量之间的关系，和散点图一样，绘制时将一个变量放在横轴，另一个变量放在纵轴，而第三个变量则用气泡的大小来表示。
排列在工作表的列中的数据（第一列中列出x值，在相邻列中列出相应的y值和气泡大小的值）可以绘制在气泡图中。
气泡图与散点图相似，不同之处在于：气泡图允许在图表中额外加入一个表示大小的变量进行对比，而第四维度的数据则可以通过不同的颜色来表示（甚至在渐变中使用阴影来表示)。
另一种使用气泡元素的流行方法是使用气泡地图。在气泡地图中，x和y分别代表一个地理位置的经纬坐标。在不要求定位非常精确的情况下，气泡地图可以将数据的相对集中度完美地体现在地理背景中。
此外，表示时间维度的数据时，可以将时间维度作为直角坐标系中的一个维度，或者结合动画来表现数据随着时间的变化情况。
气泡图通常用于比较和展示不同类别圆点（这里我们称为气泡）之间的关系，通过气泡的位置以及面积大小。从整体上看，气泡图可用于分析数据之间的相关性。
但需要注意的是，气泡图的数据大小容量有限，气泡太多会使图表难以阅读。但是可以通过增加一些交互行为弥补：隐藏一些信息，当鼠标点击或者悬浮时显示，或者添加一个选项用于重组或者过滤分组类别。
最后，气泡的大小是映射面积而非半径或直径，如果是基于半径或者直径，圆的大小不仅会呈现指数级的变化，而且还会导致视觉上的误差。如图1所示。
▲图1 气泡图
02 实例
气泡图的代码如代码示例①所示。
代码示例①
1# 简单气泡图
2x=[1,2,3,4]
3y=[2,4,6,8]
4sizes = np.array(y)*5 # 气泡大小，单位屏幕像素
5p = figure(title="bubble chart")
6p.scatter(x, y, marker="circle", size=sizes, color="navy",
7# fill_color=None, line_width=2
8 )
9show(p)
运行结果如图2所示。
▲图2 代码示例①运行结果
从代码示例①中的第6行可以看出，气泡图的绘制仍使用散点图法，稍微不同的是在该方法中定义了散点数据的尺寸（size）大小。除此之外，可以再增加一个维度，用不同的气泡颜色进行数据分类。
代码示例②
1# 复杂气泡图，完整代码
2import pandas as pd
3from bokeh.embed import file_html
4from bokeh.io import output_notebook, show
5from bokeh.layouts import layout
6from bokeh.models import (
7 ColumnDataSource, Plot, Circle, Range1d, LinearAxis, HoverTool,
8 Text, SingleIntervalTicker, Slider, CustomJS, Legend, LegendItem, CategoricalColorMapper) # 底层样式
9from bokeh.palettes import Spectral6
10# from data import process_data
11import numpy as np
12def process_data():
13 from bokeh.sampledata.gapminder import fertility, life_expectancy, population, regions
14
15 # Make the column names ints not strings for handling
16 columns = list(fertility.columns)
17 years = list(range(int(columns[0]), int(columns[-1])))
18 rename_dict = dict(zip(columns, years))
19
20 fertility = fertility.rename(columns=rename_dict)
21 life_expectancy = life_expectancy.rename(columns=rename_dict)
22 population = population.rename(columns=rename_dict)
23 regions = regions.rename(columns=rename_dict)
24 regions_list = list(regions.Group.unique())
25
26 # Turn population into bubble sizes. Use min_size and factor to tweak.
27 scale_factor = 200
28 population_size = np.sqrt(population / np.pi) / scale_factor
29 min_size = 3
30 population_size = population_size.where(population_size >= min_size).fillna(min_size)
31
32 return fertility, life_expectancy, population_size, regions, years, regions_list
33
34# 数据预处理，感兴趣的读者可以在Pandas提前处理好直接加载
35fertility_df, life_expectancy_df, population_df_size, regions_df, years, regions_list = process_data()
36sources = {}
37region_name = regions_df.Group
38region_name.name = 'region'
39for year in years:
40 fertility = fertility_df[year]
41 fertility.name = 'fertility'
42 life = life_expectancy_df[year]
43 life.name = 'life'
44 population = population_df_size[year]
45 population.name = 'population'
46 new_df = pd.concat([fertility, life, population, region_name], axis=1)
47 sources['_' + str(year)] = ColumnDataSource(new_df)
48dictionary_of_sources = dict(zip([x for x in years], ['_%s' % x for x in years]))
49js_source_array = str(dictionary_of_sources).replace("'", "")
50# 画布参数
51xdr = Range1d(1, 9)
52ydr = Range1d(20, 100)
53plot = Plot(
54 x_range=xdr,
55 y_range=ydr,
56 plot_width=800,
57 plot_height=400,
58 outline_line_color=None,
59 toolbar_location=None,
60 min_border=20,
61)
62# 坐标轴参数
63AXIS_FORMATS = dict(
64 minor_tick_in=None,
65 minor_tick_out=None,
66 major_tick_in=None,
67 major_label_text_font_size="10pt",
68 major_label_text_font_style="normal",
69 axis_label_text_font_size="10pt",
70
71 axis_line_color='#AAAAAA',
72 major_tick_line_color='#AAAAAA',
73 major_label_text_color='#666666',
74
75 major_tick_line_cap="round",
76 axis_line_cap="round",
77 axis_line_width=1,
78 major_tick_line_width=1,
79)
80xaxis = LinearAxis(ticker=SingleIntervalTicker(interval=1), axis_label="Children per woman (total fertility)", **AXIS_FORMATS)
81yaxis = LinearAxis(ticker=SingleIntervalTicker(interval=20), axis_label="Life expectancy at birth (years)", **AXIS_FORMATS)
82plot.add_layout(xaxis, 'below')
83plot.add_layout(yaxis, 'left')
84# 添加年份图层（最底层）
85text_source = ColumnDataSource({'year': ['%s' % years[0]]})
86text = Text(x=2, y=35, text='year', text_font_size='150pt', text_color='#EEEEEE')
87plot.add_glyph(text_source, text)
88# 色盘，分类映射
89color_mapper = CategoricalColorMapper(palette=Spectral6, factors=regions_list)
90# 绘制气泡（散点）
91renderer_source = sources['_%s' % years[0]]
92circle_glyph = Circle(
93 x='fertility', y='life', size='population',
94 fill_color={'field': 'region', 'transform': color_mapper},
95 fill_alpha=0.8,
96 line_color='#7c7e71', line_width=0.5, line_alpha=0.5)
97# 添加图层
98circle_renderer = plot.add_glyph(renderer_source, circle_glyph)
99# 添加hover工具
100tooltips = "@index"
101plot.add_tools(HoverTool(tooltips=tooltips, renderers=[circle_renderer]))
102# 添加滚动条空间
103code = """
104 var year = slider.value,
105 sources = %s,
106 new_source_data = sources[year].data;
107 renderer_source.data = new_source_data;
108 text_source.data = {'year': [String(year)]};
109""" % js_source_array
110# 数据回调
111callback = CustomJS(args=sources, code=code)
112slider = Slider(start=years[0], end=years[-1], value=1, step=1, title="Year", callback=callback)
113callback.args["renderer_source"] = renderer_source
114callback.args["slider"] = slider
115callback.args["text_source"] = text_source
116# 显示
117show(layout([[plot], [slider]], sizing_mode='scale_width'))
运行结果如图3所示。
▲图3 代码示例②运行结果
代码示例②第92行采用models接口进行气泡绘制，并使用滑块控件进行不同年份数据的回调，拖动图中的滑动块可以动态显示不同年份的数据；鼠标悬停在气泡上可以查看是哪个国家的数据。
如果年份数据足够多，则可以使用while循环回调加载不同年份的数据，其展示效果就是一幅类似于Gif效果的动图。
关于作者：屈希峰，资深Python工程师，Bokeh领域的实践者和布道者，对Bokeh有深入的研究。擅长Flask、MongoDB、Sklearn等技术，实践经验丰富。知乎多个专栏（Python中文社区、Python程序员、大数据分析挖掘）作者，专栏累计关注用户十余万人。
本文摘编自《Python数据可视化：基于Bokeh的可视化绘图》，经出版方授权发布。