Was ist ein Datenvisualisierungsdesign?

Dies ist eine Zusammenfassung der Punkte der Datenvisualisierung, die in der Notiz von Go Ando von THE GUILD veröffentlicht wurden, der für Dienste bekannt ist, die sich auf UX und UI konzentrieren.

https://note.mu/goando/n/n99f6c395ae8a

Was ist mit # 1 und # 2?

Siehe unten für # 1
- https://qiita.com/skotaro/items/cdb0732ad1ad2a4b6236
Siehe unten für # 2
- https://qiita.com/okd46/items/ee27aeee714f54a8a6c5

Vorsichtsmaßnahmen

In Bezug auf die Schriftart funktioniert es auf einem Mac, aber wahrscheinlich nicht auf einem anderen Betriebssystem. Bitte geben Sie eine andere Schriftart an.

plt.rcParams['font.family'] = 'Hiragino Sans'

Es ist der Teil von.

13. Es ist effektiv, ein Diagramm in die Tabelle aufzunehmen

Verwenden Sie Pandas.

import pandas as pd
import numpy as np

%matplotlib inline
# data
apple_products = pd.DataFrame({"Produkt":["iPhone","iPad","Mac","Services","Other"],
                              "Der Umsatz(M Dollar)":[141319,19222,25859,29980,12863],
                             "Einheit":[216756,43753,19251,np.nan,np.nan]})

#Wertformat
format_dict = {'Der Umsatz(M Dollar)':'{0:,.0f}', 'Einheit':'{0:,.0f}'}

#Anzeige beim Einstellen des Diagramms
(apple_products
 .style
 .format(format_dict)
 .hide_index()
 .bar(color="#99ceff", vmin=0, subset=['Der Umsatz(M Dollar)'], align='zero')
 .bar(color="#ff999b", vmin=0, subset=['Einheit'], align='zero'))

Trennen Sie im Wertformatteil alle 3 Ziffern durch ein Komma [^ 1].
Verwenden Sie die Pandas-Styling-Funktion für Tabellen [^ 2]
Für nan war es in Ordnung, es mit 0 zu füllen, aber es blieb als nan, da Dienste und andere für das Gerät nicht anwendbar waren
Geben Sie für den Teil .bar () align = 'zero' an, damit das Diagramm eine geeignete Größe hat.

15. Gestapelte Diagramme sind nützlich, um Proportionen zu vergleichen

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


#Zur Fehlervermeidung bei Pandas
from pandas.plotting import register_matplotlib_converters
register_matplotlib_converters()

#Schriftarteinstellungen
plt.rcParams['font.family'] = 'Hiragino Sans'  
plt.rcParams['font.weight'] = 'heavy'

#Daten
music_env_df = pd.DataFrame({"Radio":[0.4,0.21],"CD / Download":[0.22,0.44],"Videoverteilung":[0.2,0.3],"Musikverteilung":[0.18,0.05]},
            index=["GLOBAL","JAPAN"])
#Für gestapelte Diagramme
music_env_df.T.cumsum()
#Diagrammfarbe
bar_colors = ["#3B7780","#98C550","#7FC2CB","#E9C645"]

#bekomme x ticklabel
x = music_env_df.index
#Jeder Elementname in der Grafik
keys = music_env_df.keys()

fig,ax = plt.subplots(figsize=(7,7))

# 1.Löschen Sie den linken und rechten Frame
sides = ['left','right']
[ax.spines[side].set_visible(False) for side in sides] 

# 2.Speicher der linken Achse, Speicherbezeichnung gelöscht
ax.tick_params(left=False, labelleft=False)

# 3.Ändern Sie die Farbe der oberen und unteren Ränder
ax.spines['bottom'].set_color("dimgray")
ax.spines['top'].set_color("dimgray")

# 4.Speichereinstellungen für die x-Achse
ax.tick_params(axis='x', labelsize='x-large',color="dimgray",labelcolor="dimgray")

# 5.Gestapelte Diagramme und speichert Plotinformationen
bar_info = []
for i in range(len(keys)):
    if i == 0:
        bar_info.append(ax.bar(x, music_env_df.T.iloc[i],width=0.5,color=bar_colors[i]))
    else:
        bar_info.append(ax.bar(x, music_env_df.T.iloc[i], bottom=music_env_df.T.cumsum().iloc[i-1],width=0.5,color=bar_colors[i]))

# 6.Elemente in jedem Diagramm
for i,one in enumerate(bar_info):
    # %Speichern Sie die Nummer von
    bar_center = [[0,0],[0,0]]
    #Speichert Linienkoordinaten, die Unterschiede zwischen Balkendiagrammen hervorheben
    bar_line = [[0,0],[0,0]]
    for j,one_bar in enumerate(one):
        bar_center[j][0] =  one_bar.xy[0]+one_bar.get_width()/2
        bar_center[j][1] =  one_bar.xy[1]+one_bar.get_height()/2
        #Elementnamen anzeigen
        if j == 0:    
            ax.annotate(keys[i],xy=(0,0),xycoords="data",
                       xytext=(-0.4,bar_center[j][1]),
                       ha='right',color=bar_colors[i],fontsize=16)
            bar_line[j][0] = one_bar.xy[0]+one_bar.get_width()
            bar_line[j][1] = one_bar.xy[1]
        else:
            bar_line[j][0] = one_bar.xy[0] - bar_line[0][0]
            bar_line[j][1] = one_bar.xy[1] - bar_line[0][1]
        #Zeigen Sie den Prozentwert (%) an.
        ax.annotate(f'{one_bar.get_height():.0%}',xy=(0,0),xycoords="data",
                   xytext=(bar_center[j][0],bar_center[j][1]),
                   ha="center",va="center",color="white",fontsize=16)
        #Markierte Linien anzeigen
        ax.arrow(bar_line[0][0],bar_line[0][1], bar_line[1][0], bar_line[1][1], head_width=0, head_length=0, ec='dimgray')
        
# 7.Stellen Sie den vertikalen Achsenbereich ein
ax.set_ylim(0,1)

Erstellen Sie Summensummen-Daten zum Stapeln (music_env_df.T.cumsum ())
Verbinden Sie für die hervorgehobene Linie von # 6 die obere rechte Seite des GLOBAL-Balkendiagramms mit der oberen linken Seite des JAPAN-Balkendiagramms.

Extra Edition # 1

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


#Zur Fehlervermeidung bei Pandas
from pandas.plotting import register_matplotlib_converters
register_matplotlib_converters()

#Schriftarteinstellungen
plt.rcParams['font.family'] = 'Hiragino Sans'  
plt.rcParams['font.weight'] = 'heavy'

#Daten
icing_method = pd.DataFrame([0.35, 0.19, 0.13,0.05,0.03,0.02],
                           index=['Eisbad 2 ℃', 'Eisbad 8 ℃', 'Bewässerung+Eismassage','Bewässerung','Ventilator','Intravenöse Vereisung'],
                           columns=['Abkühlgeschwindigkeit'])

icing_detail = ["Tauchen Sie den ganzen Körper in ein 2 ℃ Eisbad","Tauchen Sie den ganzen Körper bei 8 ° C in ein Eisbad","12 ℃ Bewässerung+Eismassage",
                "Gießen Sie weiterhin 15 ℃ Leitungswasser über den ganzen Körper","Es trifft den Wind eines Ventilators bei einer Raumtemperatur von 22 ° C.","(Hals / Achsel / Leisten)"]

#Nur die Farbe des Balkens wird als Original angegeben
ori_blue = "#71C0F9"

fig, ax = plt.subplots(figsize=(12, 6))

icing_method.plot.barh(legend=False, ax=ax, width=0.8,color=ori_blue)

# 1.Titeleinstellung
plt.title("Kühlmethode und Abkühlgeschwindigkeit",fontsize=24,fontweight='bold',color="dimgray")

# 2.Machen Sie links viel Rand
plt.subplots_adjust(left=0.35)

# 3.Kehren Sie die Reihenfolge der y-Achse um
ax.invert_yaxis()

# 4.Löschen Sie andere als den linken Rahmen
sides = ['right', 'top', 'bottom']
[ax.spines[side].set_visible(False) for side in sides] 

# 5.y-Achse x-Achse ankreuzen,Löschen Sie das Häkchen der y-Achse
ax.tick_params(bottom=False, left=False,labelleft=False)

# 6.Einstellung der x-Achsenwertbeschriftung
ax.set_xticks([i*0.1 for i in range(5)])
ax.tick_params(axis='x', labelcolor="silver")

# 7.Einstellung des x-Achsenbereichs (0.Bis zu 4 x=0.Weil das Gitter von 4 nicht herauskommt)
ax.set_xlim(0,0.41)

# 8.X-Achsen-Rastereinstellungen
ax.grid(axis="x")

# 9.Einstellung der Beschriftung der x-Achse
ax.set_xlabel("Körpertemperatur (℃), die alle 10 Sekunden abfällt",fontsize="x-large",fontweight="bold",color="silver")

# 10.Der tatsächliche Wert wird auf der rechten Seite der Leiste angezeigt, und der Artikel und die ergänzende Beschreibung werden auf der rechten Seite angezeigt.
vmax = icing_method['Abkühlgeschwindigkeit'].max()
for i, (value,main_label,sub_label) in enumerate(zip(icing_method['Abkühlgeschwindigkeit'],icing_method.index,icing_detail)):
    ax.text(value+vmax*0.02, i, f'{value:,} ℃', fontsize='x-large', va='center', color=ori_blue)
    ax.text(-0.01, i-0.1,main_label  , fontsize='xx-large', va='center',ha='right',color="dimgray")
    ax.text(-0.01,i+0.25, sub_label, fontsize='x-large' ,va='center',ha='right', color="silver")

Wie im Artikel und in der ergänzenden Erläuterung gezeigt, kann die Schriftgröße nicht innerhalb desselben Textes geändert werden, sodass sie separat angezeigt werden.