Treemap en Python

Question

Estoy interesado en la elaboración de un treemap:

¿Cuál es la manera más fácil de hacer uno en Python? ¿Hay una biblioteca que pueda producir dicho gráfico, teniendo en cuenta los datos de entrada adecuados?

Answer 1

Estos podrían utilizarse:

• rpy2 además de un paquete de portfolio en R.
• la google visualization api
• matplotlib

he notado que hay una biblioteca treemap en PyPI también. No lo he intentado.

Answer 2

Aquí hay un par de opciones:

• Treemap
• SquareMap (para su uso con wxPython)

Answer 3

The SciPy cookbook includes an example using matplotlib, but without labels. enlace

IA: https://web.archive.org/web/20150324163314/http://wiki.scipy.org/Cookbook/Matplotlib/TreeMap

Answer 4

Puede utilizar la biblioteca Pygal, esto es tan simple

http://pygal.org/en/stable/documentation/types/treemap.html

Otra solución es que se puede usar la biblioteca squarify, aquí hay un código que yo estaba acostumbrado

import matplotlib 
import matplotlib.pyplot as plt 
import pandas as pd 
import squarify 

# qualtities plotted 
# squarre area is the town surface area (superf) 
# color scale is the town population in 2011 (p11_pop) 

# read data from csv file 
# data from CAPP opendata http://opendata.agglo-pau.fr/index.php/fiche?idQ=27 
df = pd.read_excel("Customer Success New.xlsx") 
df = df.set_index("location_id") 
df = df[["user_id", "company_id"]] 
df2 = df.sort_values(by="user_id", ascending=False) 

# treemap parameters 
x = 0. 
y = 0. 
width = 100. 
height = 100. 
cmap = matplotlib.cm.viridis 

# color scale on the population 
# min and max values without Pau 
mini, maxi = df2.company_id.min(), df2.company_id.max() 
norm = matplotlib.colors.Normalize(vmin=mini, vmax=maxi) 
colors = [cmap(norm(value)) for value in df2.company_id] 
colors[1] = "#FBFCFE" 

# labels for squares 
#labels = ["hab" % (label) for label in zip(df2.index, df2.user_id), df2.company_id)] 
#labels[11] = "MAZERES" % (df2["user_id"]["MAZERES-LEZONS"], df2["company_id"]["MAZERES-LEZONS"]) 

# make plot 
fig = plt.figure(figsize=(12, 10)) 
fig.suptitle("Population et superficie des communes de la CAPP", fontsize=20) 
ax = fig.add_subplot(111, aspect="equal") 
ax = squarify.plot(df2.superf, color=colors, label=labels, ax=ax, alpha=.7) 
ax.set_xticks([]) 
ax.set_yticks([]) 
ax.set_title("L'aire de chaque carré est proportionnelle à la superficie de la commune\n", fontsize=14) 

# color bar 
# create dummy invisible image with a color map 
img = plt.imshow([df2.p11_pop], cmap=cmap) 
img.set_visible(False) 
fig.colorbar(img, orientation="vertical", shrink=.96) 

fig.text(.76, .9, "Population", fontsize=14) 
fig.text(.5, 0.1, 
     "Superficie totale %d km2, Population de la CAPP : %d hab" % (df2.superf.sum(), df2.p11_pop.sum()), 
     fontsize=14, 
     ha="center") 
fig.text(.5, 0.07, 
     "Source : http://opendata.agglo-pau.fr/", 
     fontsize=14, 
     ha="center") 

plt.show()