绘制板块层级图

实验名称

绘制板块层级图

实验目的

1.掌握数据文件读取

2.掌握数据处理的方法

3.实现板块层级图的绘制

实验原理

   板块层级图（treemap）是一种基于面积的可视化方式，通过每一个板块（通常为矩形）的尺寸大小进行度量。外部矩形代表父类别，而内部矩形代表子类别。我们也可以通过板块层级图简单的呈现比例关系，不过它更擅于呈现树状结构的数据。读取绘图所用的数据，并对数据进行处理将数据处理成我们可以使用的形式，绘制板块层级图，设置标签和标题。

关键信息总结：

1. 板块层级图（Treemap）定义
- 基于面积的可视化方法，用矩形尺寸表示数据大小。
- 外部矩形 = 父类别，内部矩形 = 子类别。
- 擅长展示树状结构数据，也可呈现比例关系。

2. 绘图步骤
- 数据读取与处理：整理数据为适合绘图的格式（如分层结构）。
- 绘制图表：使用工具（如Python的`matplotlib`或`plotly`）生成Treemap。
- 设置标签与标题：标注父/子类别名称，添加图表标题。

3. 适用场景
- 展示层级关系（如文件目录、市场份额分类）。
- 直观比较不同类别的占比（通过矩形面积）。

实验环境

OS：Windows11

python：v3.12

实验步骤

一、安装pandas、matplotlib、seaborn、squarify#

1.输入命令：pip install pandas

2.输入命令：pip install matplotlib

3.输入命令：pip install seaborn

4.输入命令：pip install squarify

二、读取数据

在这里我们使用pandas库中的read_csv函数来读取这3个数据文件。

 1 import pandas as pd
 2  
 3 # 读取CSV文件
 4 products_df = pd.read_csv('C:/Users/Administrator/Downloads/products.csv')
 5 aisles_df = pd.read_csv('C:/Users/Administrator/Downloads/aisles.csv')
 6 departments_df = pd.read_csv('C:/Users/Administrator/Downloads/departments.csv')
 7  
 8 # 打印每个DataFrame的前几行，以验证读取是否成功
 9 print("Products DataFrame:")
10 #print(products_df.to_string(index=False))
11 print(products_df.head())
12  
13 print("\nAisles DataFrame:")
14 #print(aisles_df.to_string(index=False))
15 print(aisles_df.head())
16  
17 print("\nDepartments DataFrame:")
18 print(departments_df.to_string(index=False))

数据读取的结果：

三、数据处理

我们需要根据源表对目标表进行匹配查询，使用merge函数进行操作。

 1 order_products_prior_df = pd.merge(products_df, aisles_df, on='aisle_id', how='left')
 2 order_products_prior_df = pd.merge(order_products_prior_df, departments_df, on='department_id', how='left')
 3 order_products_prior_df.head()
 4 temp = order_products_prior_df[['product_name', 'aisle', 'department']]
 5 temp = pd.concat([
 6     order_products_prior_df.groupby('department')['product_name'].nunique().rename('products_department'),
 7     order_products_prior_df.groupby('department')['aisle'].nunique().rename('aisle_department')
 8 ], axis=1).reset_index()
 9  
10 temp = temp.set_index('department')
11 temp2 = temp.sort_values(by="aisle_department", ascending=False)

　　这段代码通过Pandas对多个数据表（产品、通道、部门）进行关联和聚合，最终生成一个按部门分组的统计表（`temp2`），其中包含每个部门的唯一商品数量和唯一通道数量。代码首先使用`pd.merge`将产品、通道和部门表按`aisle_id`和`department_id`左连接，确保数据完整性；随后提取关键字段（`product_name`、`aisle`、`department`），并按部门分组统计唯一值数量，生成两列指标（`products_department`和`aisle_department`）。最后，将部门设为索引并按通道数降序排序，为后续绘制板块层级图（Treemap）提供结构化数据，其中部门作为父类别，商品和通道数量分别决定矩形面积和颜色映射，直观展示层级与比例关系。

将进行匹配操作后的数据进行输出：

四、绘制板块层级图

绘制初始的板块层级图

cmap = matplotlib.cm.viridis
mini,maxi = temp2.products_department.min(),temp2.products_department.max()
norm = matplotlib.colors.Normalize(vmin=mini,vmax=maxi)
colors = [cmap(norm(value)) for value in temp2.products_department]
colors[1] = "#FBFCFE"
labels = ["%s\n%d aisle num\n%d products num"% (label) for label in
          zip(temp2.index,temp2.aisle_department,temp2.products_department)]
fig = plt.figure(figsize=(20,16))
ax = fig.add_subplot(111,aspect="equal")
ax = squarify.plot(temp2.aisle_department, color=colors, label=labels, ax=ax, alpha=.7)

绘制结果如下：

 

设置x，y轴的属性：

1 ax.set_xticks([])
2 ax.set_yticks([])

添加图表标签：

1 fig.suptitle("How are aisles organized within departments",fontsize=20)

添加数据标签：

1 img = plt.imshow([temp.products_department],camp=camp)
2 img.set_visible(False)
3 fig.colorbar(img,orientation="vertical",shrink=.96)
4 fig.text(.76,.9,"numbers of products",fontsize=14)

板块层级图效果如下：

 

实验总结

      本次"绘制板块层级图"实验让我收获颇丰，不仅掌握了数据可视化的关键技术，更深刻理解了数据分析和呈现的重要性。通过实验，我系统性地完成了从数据读取、处理到可视化呈现的完整流程，实现了商品-通道-部门层级结构的直观展示。

      在实验过程中，我首先使用Pandas库成功读取并合并了三个数据表（products、aisles、departments），通过merge操作确保数据的完整性和一致性。数据处理阶段，我运用groupby和nunique方法进行分组统计，计算出每个部门的商品数量和通道数量，为后续可视化奠定了数据基础。

       实验中最具挑战性的是Treemap的绘制环节。我通过squarify库实现了基于面积的层级可视化，其中：
1）矩形大小代表商品数量
2）颜色深浅反映通道多样性
3）标签清晰展示部门名称及关键指标

       遇到的问题及解决方案：
1. 数据合并时出现空值：通过检查外键匹配情况，确保数据完整性
2. 颜色映射不均衡：使用matplotlib.colors.Normalize动态调整颜色范围
3. 标签重叠问题：优化标签内容和布局，提高可读性

       主要收获：
1. 掌握了Pandas数据处理的核心方法（merge、groupby等）
2. 熟练使用Matplotlib和Squarify进行高级可视化
3. 理解了层级数据可视化的设计原则
4. 培养了数据分析和问题解决能力

       改进方向：
1. 尝试交互式可视化工具（如Plotly）
2. 扩展更复杂的多级Treemap
3. 优化颜色方案和标签布局
4. 增加动态数据更新功能