一、实验名称

比例数据可视化

二、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

三、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。

四、实验环境

OS：win10
python：v3.6

五、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。

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。

order_products_prior_df = pd.merge(products_df, aisles_df, on='aisle_id', how='left')
order_products_prior_df=pd.merge(order_products_prior_df,
departments_df,
on='department_id', how='left')
order_products_prior_df.head()
temp = order_products_prior_df[['product_name', 'aisle', 'department']]
temp = pd.concat([
order_products_prior_df.groupby('department')['product_name'].nunique().rename('products_department'),
order_products_prior_df.groupby('department')['aisle'].nunique().rename('aisle_department'
)
], axis=1).reset_index()
temp = temp.set_index('department')
temp2 = temp.sort_values(by="aisle_department", ascending=False)
print(temp)
print(temp2)

进行匹配操作后的数据：

（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=(12, 10))
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

设置 x、y 轴的属性：

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

添加图表标题：

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

添加数据标签：

img = plt.imshow([temp2.products_department], cmap=cmap)
img.set_visible(False)
fig.colorbar(img, orientation="vertical", shrink=.96)
fig.text(.76, .9, "numbers of products", fontsize=14)

板块层级图效果如下：

完整代码如下：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import matplotlib
import squarify
color = sns.color_palette()
pd.options.mode.chained_assignment = None # default='warn'
products_df = pd.read_csv("E:/数据可视化/products.csv")
aisles_df = pd.read_csv("E:/数据可视化/aisles.csv")
departments_df = pd.read_csv("E:/数据可视化/departments.csv")
order_products_prior_df = pd.merge(products_df, aisles_df, on='aisle_id', how='left')
order_products_prior_df=pd.merge(order_products_prior_df,
departments_df,
on='department_id', how='left')
order_products_prior_df.head()
temp = order_products_prior_df[['product_name', 'aisle', 'department']]
temp = pd.concat([
order_products_prior_df.groupby('department')['product_name'].nunique().rename('products_department'),
order_products_prior_df.groupby('department')['aisle'].nunique().rename('aisle_department'
)
], axis=1).reset_index()
temp = temp.set_index('department')
temp2 = temp.sort_values(by="aisle_department", ascending=False)
print(temp)
print(temp2)
x = 0
y = 0
width = 100
height = 100
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=(12, 10))
ax = fig.add_subplot(111, aspect="equal")
ax = squarify.plot(temp2.aisle_department, color=colors, label=labels, ax=ax, alpha=.7)
fig.suptitle("How are aisles organized within departments", fontsize=20 )
ax.set_xticks([])
ax.set_yticks([])
img = plt.imshow([temp2.products_department], cmap=cmap)
img.set_visible(False)
fig.colorbar(img, orientation="vertical", shrink=.96)
fig.text(.76, .9, "numbers of products", fontsize=14)
plt.show()

六、实验心得

（一）数据处理
实验初期，我通过pandas的read_csv函数读取了三个独立的数据源（产品、货架、部门数据），并借助merge函数以左连接的方式完成多表关联，这一过程让我深刻理解到数据清洗与整合是可视化的基础。例如，在处理order_products_prior_df时，通过groupby结合nunique函数统计各部门的产品数量和货架数量，这种分组聚合操作不仅规范了数据格式，更构建了适合板块层级图（Treemap）的树状结构 —— 父类别（部门）与子类别（货架、产品）的层级关系通过数据预处理得以清晰呈现。
（二）可视化实现
本次实验的核心是使用squarify库绘制板块层级图，这一过程充满技术挑战与设计思考：
（1）图表特性的选择：板块层级图通过矩形面积映射数据大小，相较于传统饼图，其优势在于能同时展示多层级比例关系（如部门 - 货架 - 产品的嵌套结构），尤其适合树状数据。例如，实验中 “personal care” 部门的矩形面积最大，直观反映其货架和产品数量均为最高，而 “bulk” 部门的极小面积则凸显其数据特征。
（2）视觉元素的调优：颜色映射使用matplotlib.cm.viridis渐变色，结合Normalize函数实现数据范围归一化，确保颜色对比度合理；通过手动调整特定板块颜色（如设置colors[1]=“#FBFCFE”），避免视觉干扰。标签设计上，采用"%s\n%d aisle num\n%d products num"格式分层展示部门名称、货架数、产品数，解决了信息密度与可读性的平衡问题。
（3）细节优化的重要性：移除坐标轴（set_xticks([])/set_yticks([])）使图表更简洁，添加垂直颜色条并标注 “numbers of products”，辅助观众理解颜色与产品数量的映射关系，这些细节处理显著提升了图表的信息传达效率。

七、扩展内容

（一）库的导入与设置
pandas：用于数据处理和分析，比如读取 CSV 文件、数据合并、分组聚合等操作。
matplotlib.pyplot：用于创建和定制可视化图表。
seaborn：用来提供调色板等可视化辅助功能。
matplotlib：matplotlib.pyplot的基础库，提供了颜色映射等工具。
squarify：用于绘制板块层级图。
pd.options.mode.chained_assignment = None：关闭pandas中链式赋值的警告信息。
（二）数据读取与合并

pd.read_csv：从 CSV 文件中读取数据并创建DataFrame对象。
pd.merge：将多个DataFrame按照指定的列进行合并，how='left’表示左连接。
（三）数据聚合与统计

groupby：按照指定列对数据进行分组。
nunique：统计每个分组中唯一值的数量。
pd.concat：将多个Series或DataFrame沿着指定轴（这里是axis=1，即列方向）进行拼接。
reset_index：将索引转换为列。
set_index：将指定列设置为索引。
sort_values：按照指定列对数据进行排序，ascending=False表示降序排序。
（四）颜色映射与标签设置

matplotlib.cm.viridis：选择viridis颜色映射。
matplotlib.colors.Normalize：对数据进行归一化处理，将数据映射到[0, 1]区间。
zip：将多个可迭代对象打包成元组序列。
（五）绘制板块层级图

plt.figure：创建一个新的图形窗口，figsize参数指定图形的大小。
fig.add_subplot：在图形窗口中添加一个子图。
squarify.plot：绘制板块层级图，alpha参数控制透明度。
（六）图表的定制与展示

fig.suptitle：设置图形的总标题。
ax.set_xticks([])和ax.set_yticks([])：移除坐标轴刻度。
plt.imshow：创建一个图像对象，用于颜色条的生成。
fig.colorbar：添加颜色条。
fig.text：在图形中添加文本注释。
plt.show：显示图形。
知识点总结
1.数据读取与处理
读取 CSV 文件：借助pandas的read_csv函数来读取存储在本地的 CSV 文件，进而创建DataFrame对象，以方便后续的数据处理。
数据合并：运用pd.merge函数，能够按照指定的列（像aisle_id、department_id）对多个DataFrame进行合并，支持多种连接方式，这里使用的是左连接（how=‘left’）。
数据筛选与提取：通过DataFrame的索引操作，筛选出需要的列（例如[‘product_name’, ‘aisle’, ‘department’]），以聚焦于关键数据。
分组聚合：groupby方法可以按照指定列对数据分组，接着利用nunique函数统计每个分组内唯一值的数量，从而完成数据的聚合操作。
数据拼接：使用pd.concat函数，能将多个Series或DataFrame沿着指定轴（这里是列方向，axis = 1）拼接起来。
索引设置与排序：set_index方法可将指定列设置为索引，而sort_values方法则能按照指定列对数据进行排序，排序方式可选择升序或降序。
2. 可视化准备
调色板选择：seaborn库的color_palette函数可用于选择调色板，为可视化提供丰富的颜色选项。
颜色映射与归一化：matplotlib.cm模块提供了多种颜色映射，如viridis；matplotlib.colors.Normalize函数能将数据归一化到[0, 1]区间，以此实现数据与颜色的映射。
3. 可视化绘制
板块层级图绘制：squarify库的plot函数可用于绘制板块层级图，通过设置不同的参数（如颜色、标签、透明度等），能定制图表的外观。
图表创建与布局：plt.figure函数可创建一个新的图形窗口，fig.add_subplot函数能在图形窗口中添加子图。
图表元素设置：可通过一系列方法设置图表的各种元素，例如fig.suptitle设置总标题，ax.set_xticks和ax.set_yticks移除坐标轴刻度，fig.colorbar添加颜色条，fig.text添加文本注释等。
图表显示：最后使用plt.show函数显示绘制好的图表。