Chartify

chartify 是將日記帳轉成圖形化的套件。

Area Chart

請先由下網址下載來台旅遊人數 csv 檔 https://data.gov.tw/dataset/45537

請先安裝如下套件

pip install pandas openpyxl chartify

完整程式碼如下

取消疊加 : 上述繪圖時,  stacked=False的顯示結果如下

底下是另一種寫法，使用 df.T 轉成垂直方向

Categorical Chart

categorical [͵kætəˋgɔrɪk!] 在統計學上稱為類別資料, 屬於分類的資料(如血型). 在chartify則用於繪制各種狀況的比率.

底下的代碼, x軸為年度 (categorical_column分類欄), y 軸(stack_column疊加欄)為地區, 數字欄為 人數

在產生ch物件時, 需指定x軸種類為  x_axis_type=’categorical’

legend_location設定為 outside_buttom, 則可將圖例置於下方

xy軸轉向

只需在產生 ch 物件時, 分類軸改為 y 軸即可

heatmap

熱度圖, 請看下面代碼

範例資料

Chartify是用來統計流水帳的一個套件. 其圖表是產生html後, 使用網頁瀏覽器顯示. 但產生的html及javascript在IE上的支援度不好, 有時用IE會看不到結果. 所以請把預設使用的瀏覽器改為Chrome.

chartify怕我們一時找不到資料, 所以裏面內藏了一大筆資料可以用, 使用如下方法, 即可產生DataFrame的資料表格. 這裏面有每一天每一國家不同水果的單價及銷售數量, 共1000筆資料

import pandas as pd
import chartify
df=chartify.examples.example_data()
print(df)

Scatter Chart

scatter[ˋskætɚ] 分散

底下簡易的代碼, 可以畫出x軸為單價, y軸為總價的圖表. 首先使用chartify.Chart()產生一個 ch圖表物件, 然後再使用ch.plot.scatter()指定圖表種類, 其資料來源為data_frame, 並指定x, y軸欄位即可, 最後記得使用 ch.show().

ch.show()可以產生一個html 檔, 並交由 瀏覽器顯示.  show(‘png’)即表示直接輸出成圖片, 但此作法會使用selenium 並啟用headless chromedriver顯示, 因為是headless, 所以意義不大

import pandas as pd
import chartify
df=chartify.examples.example_data()
ch=chartify.Chart()
ch.plot.scatter(data_frame=df, x_column='unit_price', y_column='total_price')
ch.show()

圖表資訊

圖表資訊包含了圖表標題, 副標, X、Y 軸標籤, 圖片的數據來源等等, 這些都可以一一修改

預設沒有標題, x, y軸標籤時, 會提示使用什麼方法來設定, 如果不想看到這些訊息, 可以在產生ch物件時設定

ch=chartify.Chart(blank_lables=True)

若要手動設定時, 可參照如下代碼

import pandas as pd
import chartify
df=chartify.examples.example_data()
ch=chartify.Chart()
ch.plot.scatter(data_frame=df, x_column='unit_price', y_column='total_price')
ch.set_title('各國水果價格')
ch.set_subtitle('2019年行情價')
ch.axes.set_xaxis_label('單價')
ch.axes.set_yaxis_label('總價')
ch.set_source_label('Power By Thomas')
ch.show()