Treemap usando Plotly en Python

Plotly es una biblioteca de Python que se utiliza para diseñar gráficos, especialmente gráficos interactivos. Puede trazar varios gráficos y tablas como histograma, diagrama de barras, diagrama de caja, diagrama de dispersión y muchos más. Se utiliza principalmente en el análisis de datos, así como en el análisis financiero. plotly es una biblioteca de visualización interactiva.

Diagrama de árbol en Plotly

Treemap en plotly.express es conveniente de usar, terminal de alto rango para plotear, lo que logra una variedad de tipos de datos y produce figuras fáciles de diseñar. Un mapa de árbol proporciona una vista estratificada de los datos y facilita el borrado de los patrones. Las ramas de los árboles se caracterizan por rectángulos y cada una de las sub_ramas se muestra en un rectángulo más pequeño.

Sintaxis: plotly.express.treemap(data_frame=Ninguno, nombres=Ninguno, valores=Ninguno, padres=Ninguno, ids=Ninguno, ruta=Ninguno, color=Ninguno, color_continuous_scale=Ninguno, range_color=Ninguno, color_continuous_midpoint=Ninguno, color_discrete_sequence= Ninguno, color_discrete_map={}, hover_name=Ninguno, hover_data=Ninguno, custom_data=Ninguno, etiquetas={}, título=Ninguno, plantilla=Ninguno, ancho=Ninguno, alto=Ninguno, branchvalues=Ninguno, profundidad máxima=Ninguno)

Parámetros:

data_frame: este argumento debe pasarse para que se utilicen los nombres de las columnas (y no los nombres de las palabras clave). Array-like y dict se transforman internamente en un DataFrame de pandas. 

nombres: ya sea un nombre de una columna en data_frame, o una serie de pandas o un objeto similar a una array. Los valores de esta columna o array_like se utilizan como etiquetas para los sectores.

valores: ya sea un nombre de una columna en data_frame, o una serie de pandas o un objeto similar a una array. Los valores de esta columna o array_like se utilizan para establecer valores asociados a sectores.

ruta: cualquiera de los nombres de las columnas en data_frame, o pandas Series, o array_like objects Lista de nombres de columnas o columnas de un marco de datos rectangular que define la jerarquía de sectores, desde la raíz hasta las hojas. 

color: ya sea un nombre de una columna en data_frame, o una serie de pandas o un objeto similar a una array. Los valores de esta columna o array_like se utilizan para asignar color a las marcas.

Ejemplo:

import plotly.express as px
 
 
fig = px.treemap(
    names = ["A","B", "C", "D", "E"],
    parents = ["", "A", "B", "C", "A"]
)
 
fig.show()

Producción:

Trazado de diagrama de árbol de un marco de datos jerárquico

Los marcos de datos rectangulares a menudo se almacenan en forma jerárquica, en la que las columnas son diferentes correspondientes a diferentes niveles de la jerarquía. px.treemap puede usar el parámetro de ruta que corresponde a una lista de columnas, pero se debe proporcionar la identificación y el padre si la ruta ya se usa.

Ejemplo:

Python3
 
import plotly.express as px
 
df = px.data.tips()
 
fig = px.treemap(df, path=['day', 'time', 'tip'],
                 values='total_bill')
 
fig.show()

Producción:

Trazado del marco de datos jerárquico con el argumento de color continuo

Si se pasa el argumento de color, el promedio de los valores de color de sus hijos, ponderado por sus valores, debe calcularse por color de Node.

Ejemplo:

import plotly.express as px
 
df = px.data.tips()
 
fig = px.treemap(df, path=['day', 'time', 'tip'],
                 values='total_bill',
                 color='total_bill')
 
fig.show()

Producción:

Trazado del marco de datos jerárquico con el argumento de color discreto

Cuando los datos no numéricos se corresponden con el argumento de color, se utilizan colores discretos. Si el valor de la columna de color para todo el sector es el mismo, entonces se usa el color correspondiente; de ​​lo contrario, se usa el primer color del color discreto en la secuencia.

Ejemplo:

import plotly.express as px
 
df = px.data.tips()
 
fig = px.treemap(df, path=['day', 'time', 'tip'],
                 values='total_bill',
                 color='sex')
 
fig.show()

Producción: