華夫餅圖Waffle chart是一種獨(dú)特而直觀的圖表，用于表示分類數(shù)據(jù)。它采用網(wǎng)格狀排列的等大小方格或矩形，每個方格或矩形分配不同的顏色或陰影來表示不同的類別。這種可視化方法有效地傳達(dá)了每個類別在整個數(shù)據(jù)集中的相對比例。本文介紹如何使用基于Python的PyWaffle庫繪制華夫餅圖。PyWaffle開源倉庫地址見： PyWaffle ，PyWaffle官方文檔見： PyWaffle-docs 。本文代碼下載地址： Python-Study-Notes 。

PyWaffle安裝方式如下：

pip install -U pywaffle

# PyWaffle庫依賴于matplotlib繪制圖片
import matplotlib.pyplot as plt
from pywaffle import Waffle

1 使用簡介

1.1 基本使用

1.1.1 基礎(chǔ)繪圖

PyWaffle庫通過其Waffle類提供了一種便捷的方式來創(chuàng)建華夫餅圖。每個類別的方格占比可以通過參數(shù)values進(jìn)行設(shè)置，數(shù)據(jù)可以是列表、字典和Pandas.DataFrame結(jié)構(gòu)。然后可以使用rows和columns參數(shù)來定制行數(shù)和列數(shù)。只需要指定其中一個參數(shù)，另一個參數(shù)可以根據(jù)values的總和推斷出來。

# 新建繪圖圖像
fig = plt.figure(
    FigureClass=Waffle,
    rows=5,
    # columns=10,
    values=[30, 16, 4]
)
# 保存結(jié)果
# fig.savefig("plot.png", bbox_inches="tight")
plt.show()

如果value參數(shù)輸入的是比例值，則必須設(shè)置rows和columns屬性來定義值的顯示方式。

fig = plt.figure(
    FigureClass=Waffle,
    rows=2,
    columns=5,
    values=[0.2, 0.5, 0.3]
)
plt.show()

如果values總和與rows*columns的結(jié)果不一致，Waffle類將values解釋為各部分的相對比例。

fig = plt.figure(
    FigureClass=Waffle,
    rows=5,
    columns=5,
    values=[30, 16, 4]
)
plt.show()

當(dāng)字典傳遞給values時，鍵將用作標(biāo)簽并顯示在圖例中，注意圖例會默認(rèn)顯示。

plt.figure(
    FigureClass=Waffle,
    rows=5,
    values={'Cat': 30, 'Dog': 16, 'Bird': 4},
    legend={'loc': 'upper left', 'bbox_to_anchor': (1, 1), 'frameon': False} # 修改圖例
)
plt.show()

不顯示圖例。

fig = plt.figure(
    FigureClass=Waffle,
    rows=5,
    values={'Cat': 30, 'Dog': 16, 'Bird': 4},
    legend={'loc': 'upper left', 'bbox_to_anchor': (1, 1), 'frameon': False} # 修改圖例
)

# 移除legend
fig.axes[0].get_legend().remove()

plt.show()

1.1.2 類別比例設(shè)置

如果values的總和與rows*columns的結(jié)果不一致，Waffle類將解釋values為各部分的相對比例。如下所示各個類別方塊數(shù)輸出為小數(shù)，小數(shù)位的取舍會導(dǎo)致不同的展示效果：

# nearest, ceil or floor

import numpy as np

target = {'Cat': 48, 'Dog': 46, 'Bird': 3, 'Fish': 9}

values = np.array(list(target.values()))

values_ratio = values /sum(values)
# 華夫餅圖結(jié)構(gòu)
row = 2
col = 5
# 各個類別方塊數(shù)
values_ratio * row *col

array([4.52830189, 4.33962264, 0.28301887, 0.8490566 ])

為此，Waffle類通過rounding_rule參數(shù)來處理小數(shù)位取舍問題。rounding_rule可選值為nearest(默認(rèn)), ceil或floor。具體如下：

nearest

nearest表示將方塊的數(shù)值四舍五入到最接近的整數(shù)。

# 各個類別方塊數(shù)
np.round(values_ratio * row *col, 0).astype(int)

array([5, 4, 0, 1])

np.round(values_ratio*10,0).astype(int)

plt.figure(
    FigureClass=Waffle,
    rows=2,
    columns=5,
    values=target,
    rounding_rule='nearest', # 默認(rèn)值
    legend={'loc': 'upper left', 'bbox_to_anchor': (1, 1), 'frameon': False} # 修改圖例
)
plt.show()

ceil

ceil表示將方塊的數(shù)值向上舍入到最接近的整數(shù)。然而，在nearest和ceil模式下，方塊的總和可能會超過華夫餅圖的預(yù)設(shè)長度，超出預(yù)設(shè)長度的方塊將不會顯示。這也意味著，輸入類別位置越靠后，其方塊顯示的數(shù)值越可能不準(zhǔn)確。

# 各個類別方塊數(shù)
np.ceil(values_ratio * row *col).astype(int)

array([5, 5, 1, 1])

np.round(values_ratio*10,0).astype(int)

plt.figure(
    FigureClass=Waffle,
    rows=2,
    columns=5,
    values=target,
    rounding_rule='ceil', # 默認(rèn)值
    legend={'loc': 'upper left', 'bbox_to_anchor': (1, 1), 'frameon': False} # 修改圖例
)
plt.show()

floor

floor表示將方塊的數(shù)值向下舍入到最接近的整數(shù)，由于這種舍入方式的特性，繪制的方塊數(shù)可少于預(yù)設(shè)的數(shù)量。

# 各個類別方塊數(shù)
np.floor(values_ratio * row *col).astype(int)

array([4, 4, 0, 0])

np.round(values_ratio*10,0).astype(int)

plt.figure(
    FigureClass=Waffle,
    rows=2,
    columns=5,
    values=target,
    rounding_rule='floor', # 默認(rèn)值
    legend={'loc': 'upper left', 'bbox_to_anchor': (1, 1), 'frameon': False} # 修改圖例
)
plt.show()

如果想要在華夫餅圖中完整顯示所有類別，但又不希望方塊數(shù)量過多，一種有效的方法是只設(shè)定rows或columns中的一個參數(shù)，然后將每個類別的數(shù)值除以最小類別的數(shù)值，以確保最少類別的方塊數(shù)量為1，同時將其他類別的數(shù)值顯示為相對于最少類別的比例。

target_ = target.copy()
# 找到最小值
min_value = min(target_.values())

# 更新字典中每個鍵對應(yīng)的值
target_ = {key: int(value / min_value) for key, value in target.items()}
print(target_)

{'Cat': 16, 'Dog': 15, 'Bird': 1, 'Fish': 3}

np.round(values_ratio*10,0).astype(int)

plt.figure(
    FigureClass=Waffle,
    rows=4,
    values=target_,
    legend={'loc': 'upper left', 'bbox_to_anchor': (1, 1), 'frameon': False} # 修改圖例
)
plt.show()

1.2 樣式設(shè)置

1.2.1 展示效果設(shè)置

標(biāo)題、標(biāo)簽和圖例

data = {'Cat': 30, 'Dog': 16, 'Bird': 4}
fig = plt.figure(
    FigureClass=Waffle,
    rows=5,
    columns=10,
    values = data,
    title={
        'label': 'Example plot',
        'loc': 'center',
        'fontdict': {
            'fontsize': 20
        }
    },
    labels=[f"{k} ({int(v / sum(data.values()) * 100)}%)" for k, v in data.items()],
    legend={
        #'labels': [f"{k} ({v}%)" for k, v in data.items()],  # labels可以在legend中設(shè)置
        'loc': 'lower left',
        'bbox_to_anchor': (0, -0.2),
        'ncol': len(data),
        'framealpha': 0,
        'fontsize': 12
    },
    # 設(shè)置顏色條，支持Pastel1, Pastel2, Paired, Accent, Dark2, Set1, Set2, Set3, tab10, tab20, tab20b, tab20c
    cmap_name="Accent",
    facecolor='#DDDDDD',  # 繪圖背景色

    # 也可以單獨(dú)設(shè)置顏色
    # colors=["#232066", "#983D3D", "#DCB732", "F12F34"]

)

方塊寬高比設(shè)置

參數(shù)block_aspect_ratio通過更改塊的寬度與塊的高度之比來控制方塊的形狀。默認(rèn)block_aspect_ratio為1，也就是每個方塊都是正方形。

fig = plt.figure(
    FigureClass=Waffle,
    rows=5,
    values=[30, 16, 4],
    block_aspect_ratio=1.618
)

方塊間距控制

參數(shù)interval_ratio_x和interval_ratio_y分別負(fù)責(zé)調(diào)節(jié)塊之間的水平和垂直間距。具體來說，interval_ratio_x代表了塊之間的水平間距與塊寬度的比率，而interval_ratio_y則反映了塊之間的垂直間距與塊高度的比率。

fig = plt.figure(
    FigureClass=Waffle,
    rows=5,
    values=[30, 16, 4],
    interval_ratio_x=1,
    interval_ratio_y=0.5
)

起始方塊繪圖位置

starting_location用于設(shè)置起始方塊的位置。這個參數(shù)可輸入包括 "NW（西北角、左上角）"、"SW（默認(rèn)值，西南角，右下角）"、"NE（東北角，右上角）" 和 "SE（東南角，右下角）"。

fig = plt.figure(
    FigureClass=Waffle,
    rows=5,
    values=[30, 16, 4],
    starting_location='SE'
)

繪圖方向

默認(rèn)情況下PyWaffle逐列繪制方塊，因此類別是按水平方向排列繪制的，如果按行繪制方塊，則設(shè)置vertical參數(shù)為True。

fig = plt.figure(
    FigureClass=Waffle,
    rows=5,
    values=[30, 16, 4],
    vertical=True
)

類別方塊排列方式

block_arranging_style參數(shù)用于控圖中各類別方塊的排列方式，具體如下：

• normal: 默認(rèn)方式，方塊會按照常規(guī)的網(wǎng)格模式進(jìn)行排列。
• new-line: 每個類別的方塊都會從新的一行開始排列。這意味著，如果你有多個類別，每行只有一個類別的圖標(biāo)。
• snake: 方塊會按照“蛇形”或“之字形”的模式進(jìn)行排列。

# new-line排列
fig = plt.figure(
    FigureClass=Waffle,
    rows=5,
    values=[12, 22, 20, 4],
    vertical=True,
    block_arranging_style='new-line'
)

# snake排列
fig = plt.figure(
    FigureClass=Waffle,
    rows=5,
    values=[12, 22, 20, 4],
    block_arranging_style='snake'
)

1.2.2 繪圖框架自定義

子圖繪制

PyWaffle可以通過添加子圖的方式，實(shí)現(xiàn)在同一張圖中顯示多個華夫餅圖。以下是示例：

import pandas as pd
# 創(chuàng)建一個產(chǎn)量表格
data = pd.DataFrame(
    {
        'labels': ['Car', 'Truck', 'Motorcycle'],
        'Factory A': [44183, 12354, 3246],
        'Factory B': [29198, 7678, 2556],
        'Factory C': [9013, 4079, 996],
    },
).set_index('labels')

fig = plt.figure(
    FigureClass=Waffle,
    plots={
        311: { # 311數(shù)字對應(yīng)于 matplotlib中subplot 的位置編碼方式，311表示一個三行一列的布局中的第一個子圖
            'values': data['Factory A'] / 1000,   # 將實(shí)際數(shù)字轉(zhuǎn)換為合理的塊數(shù)
            'labels': [f"{k} ({v})" for k, v in data['Factory A'].items()],
            'legend': {'loc': 'upper left', 'bbox_to_anchor': (1.05, 1), 'fontsize': 8},
            'title': {'label': 'Vehicle Production of Factory A', 'loc': 'left', 'fontsize': 12}
        },
        312: {
            'values': data['Factory B'] / 1000,
            'labels': [f"{k} ({v})" for k, v in data['Factory B'].items()],
            'legend': {'loc': 'upper left', 'bbox_to_anchor': (1.2, 1), 'fontsize': 8},
            'title': {'label': 'Vehicle Production of Factory B', 'loc': 'left', 'fontsize': 12}
        },
        313: {
            'values': data['Factory C'] / 1000,
            'labels': [f"{k} ({v})" for k, v in data['Factory C'].items()],
            'legend': {'loc': 'upper left', 'bbox_to_anchor': (1.3, 1), 'fontsize': 8},
            'title': {'label': 'Vehicle Production of Factory C', 'loc': 'left', 'fontsize': 12}
        },
    },
    rows=5,   # 應(yīng)用于所有子圖的外部參數(shù)，與下面相同
    cmap_name="Paired", 
    rounding_rule='ceil', 
    figsize=(5, 5)
)

fig.suptitle('Vehicle Production by Vehicle Type', fontsize=14, fontweight='bold')
# 說明1個方塊代表多少車輛
fig.supxlabel('1 block = 1000 vehicles', fontsize=8, ha='right')

Text(0.5, 0.01, '1 block = 1000 vehicles')

現(xiàn)有軸繪圖

Pywaffle提供Waffle.make_waffle方法來在現(xiàn)有的matplotlib軸上繪圖，而不需要重新初始化Waffle實(shí)例。

fig = plt.figure()
ax = fig.add_subplot(111)


ax.set_title("Axis Title", loc= "right")
ax.set_aspect(aspect="equal")

Waffle.make_waffle(
    ax=ax,  # 利用現(xiàn)有繪圖對象
    rows=5, 
    columns=10, 
    values=[30, 16, 4], 
    title={"label": "Waffle Title", "loc": "left"}
)

此外可以利用make_waffle與已定義坐標(biāo)軸來顯示多個數(shù)據(jù)結(jié)果。

import matplotlib.patches as mpatches 

data = {  
    2021: [175, 139, 96],  
    2022: [232, 187, 126],  
    2023: [345, 278, 195],  
    2024: [456, 389, 267]  
}  
  
df = pd.DataFrame(data,index=['cat', 'dog', 'cow'])  
  
number_of_bars = len(df.columns)
colors = ["darkred", "red", "darkorange"]

# Init the whole figure and axes
fig, axs = plt.subplots(nrows=1,
                        ncols=number_of_bars,
                        figsize=(8,6),)

# Iterate over each bar and create it
for i,ax in enumerate(axs):
    
    col_name = df.columns[i]
    values = df[col_name]/1000
    Waffle.make_waffle(
        ax=ax, 
        rows=20,
        columns=5,
        values=values,
        title={"label": col_name, "loc": "left"},
        colors=colors,
        vertical=True,
        font_size=12
    )
    
fig.suptitle('Animal Type Data Display',
             fontsize=14, fontweight='bold')

legend_labels = df.index
legend_elements = [mpatches.Patch(color=colors[i],
                                  label=legend_labels[i]) for i in range(len(colors))]

fig.legend(handles=legend_elements,
           loc="upper right",
           title="Animal Types",
           bbox_to_anchor=(1.04, 0.5),
           framealpha = 0,
           fontsize=12)
plt.subplots_adjust(right=0.85)
plt.show()

添加其他matplotlib繪圖組件

fig = plt.figure(
    FigureClass=Waffle,
    rows=5,
    values=[30, 16, 4]
)
fig.text(
    x=0.5,
    y=0.5,
    s="hello world!",
    ha="center",
    va="center",
    rotation=30,
    fontsize=40,
    color='black',
    alpha=0.3,
    bbox={
        'boxstyle': 'square', 
        'lw': 3, 
        'ec': 'gray', 
        'fc': (0.9, 0.9, 0.9, 0.5), 
        'alpha': 0.3
    }
)

Text(0.5, 0.5, 'hello world!')

1.2.3 方格樣式變換

Pywaffle支持字符和圖標(biāo)來變換方格樣式。

字符

Pywaffe允許一個或多個Unicode字符來替換華夫餅圖中方格的樣式。可用的Unicode字符見： unicode-table 。

fig = plt.figure(
    FigureClass=Waffle,
    rows=5,
    values=[30, 16, 4],
    colors=["#4C8CB5", "#B7CBD7", "#C0C0C0"],
    characters='??', # 使用兩個Unicode字符來展示
    font_size=24
)

圖標(biāo)

Pywaffe允許 fontawesome 中的圖標(biāo)來替換華夫餅圖中方格的樣式。 注意，如果是Windows系統(tǒng)，需要matplotlib 3.5.2及以下版本才能支持該功能 。Linux系統(tǒng)對matplotlib版本沒有限制。

import matplotlib
# 查看matplotlib版本
matplotlib.__version__

'3.8.3'

圖標(biāo)設(shè)置方式如下：

fig = plt.figure(
    FigureClass=Waffle,
    rows=5,
    values=[30, 16, 4],
    colors=["#FD5C46", "#9DDF3D", "#AFFBC1"],  # 設(shè)置顏色
    icons='person', # 設(shè)置icon
    font_size= 30 # 圖表大小
)

為每個類別設(shè)置對應(yīng)的圖標(biāo)的方式如下所示：

fig = plt.figure(
    FigureClass=Waffle,
    rows=5,
    values={'Cat': 30, 'Dog': 16, 'Cow': 4},
    colors=["#000077", "#139900", "#771234"],
    icons=['cat', 'dog', 'cow'],
    font_size=20,
    icon_legend=True, # 替換legend的標(biāo)簽為icon
    legend={
        'labels': ['CAT', 'DOG', 'COW'], 
        'loc': 'upper left', 
        'bbox_to_anchor': (1, 1),
        'frameon': False,
    }
)

進(jìn)一步設(shè)置圖標(biāo)的樣式，注意并非每個FontAwesome都擁有不同的圖標(biāo)樣式，因此在編寫代碼時務(wù)必進(jìn)行檢查。

fig = plt.figure(
    FigureClass=Waffle,
    rows=5,
    values=[30, 16, 4],
    colors=["#FFA500", "#4384FF", "#C0C0C0"],
    icons=['sun', 'cloud-showers-heavy', 'font-awesome'],
    icon_size=20,
    icon_style=['regular', 'solid', 'brands'],
    icon_legend=False,
    legend={
        'labels': ['Sun', 'Shower', 'Flag'], 
        'loc': 'upper left', 
        'bbox_to_anchor': (1, 1)
    }
)

2 參考

• PyWaffle
• PyWaffle-docs
• unicode-table
• fontawesome