11 发散型文本图（Diverging Texts）

分散的文本类似于发散条形图
如果你想以一种漂亮和可呈现的方式显示图表中每个项目的价值，那么它就是一个比较适合的方式。

我们的目标图形与前面讲过的发散型条形图很相似，唯一不同的地方就是每一个条形上多了带颜色的文字

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

绘制文本的函数

plt.text()

参数说明：

• x,y：放置文本的位置。 默认情况下，就是数据坐标。
• s：要显示的文本内容
• fontdict：用于覆盖默认文本属性的字典。 fontdict的默认值是None，默认值由rc参数决定。

# 绘制简单的文本图
# 定义数据
x = np.random.rand(1)
y = np.random.rand(1)
# 创建画布
fig = plt.figure(figsize = (8, 4))
# 绘制图形
plt.text(x, y, 'text',
         fontdict = {'size':20, 'color':'r'})

Text([0.19290105], [0.47451012], 'text')

【注意】plt.text()函数一次只能标注一个位置的文本

• 如何添加多个文本？
• 写循环

# 创建画布
fig = plt.figure(figsize = (8, 4))
# 绘制图形
for i in range(10):
    x = np.random.rand(1)
    y = np.random.rand(1)
    plt.text(x, y, 'text',
             fontdict = {'size':16, 'color':'r'})

1. 数据预处理

df = pd.read_csv('mtcars.csv')
df.head()

x = df.loc[:, 'mpg']
df['mpg_z'] = (x - x.mean()) / x.std()
df['colors'] = ['red' if i < 0 else 'green' for i in df.mpg_z]
df.sort_values('mpg_z', inplace = True)
df.reset_index(inplace = True, drop = True)

df.head()

2. 绘制图形并添加文本信息

# 创建画布
plt.figure(figsize = (12,10), dpi = 65)
# 绘制基础图形
plt.hlines(y = df.cars, xmin = 0, xmax = df.mpg_z)
# 添加文本
for i in range(df.shape[0]):
    plt.text(x = df.mpg_z[i], 
             y = df.index[i],
             s = str(round(df.mpg_z[i], 2)),
             color = df.colors[i])

这个基础图形有3个问题：

• 文本信息都显示在线的上方，而我们需要的是显示在线条正对着的位置（中间）
• 红色文本显示在线条的右边，我们需要的是横坐标小于0的显示在左边，大于0的显示在右边
• 文本字体有点小

3. 修正文本信息

# 创建画布
plt.figure(figsize = (12,10), dpi = 65)
# 绘制基础图形
plt.hlines(y = df.cars, xmin = 0, xmax = df.mpg_z)
# 添加文本
for i in range(df.shape[0]):
    x = df.mpg_z[i]
    y = df.index[i]
    s = str(round(df.mpg_z[i], 2))
    plt.text(x, y, s,
             fontdict = {'size':12, 'color':df.colors[i]}, # 设置文本的颜色和尺寸
             horizontalalignment = 'right' if x < 0 else 'left', # 水平对齐参数，有left/right/center
             verticalalignment = 'center' # 垂直对齐参数，有top/bottom/center
            )

1. 水平对齐参数，用了类似于列表推导式的式子，不同的是这里只需要单个值不需要最后形成列表
2. 另外，left和right这两个对齐方式很容易混淆
3. 以右对齐为例来说明：
   首先需要知道的是文本放置的位置点其实就是线条的末端
   所谓的右对齐就是要求文本的最右端要与这个位置点对齐

4. 装饰图像

# 创建画布
plt.figure(figsize = (12,10), dpi = 65)
# 绘制基础图形
plt.hlines(y = df.cars, xmin = 0, xmax = df.mpg_z)
# 添加文本
for i in range(df.shape[0]):
    x = df.mpg_z[i]
    y = df.index[i]
    s = str(round(df.mpg_z[i], 2))
    plt.text(x, y, s,
             fontdict = {'size':12, 'color':df.colors[i]}, # 设置文本的颜色和尺寸
             horizontalalignment = 'right' if x < 0 else 'left', # 水平对齐参数，有left/right/center
             verticalalignment = 'center' # 垂直对齐参数，有top/bottom/center
            )
#装饰图像
plt.yticks(fontsize=12) # y轴刻度标签，并设置文字大小
plt.title('Diverging text Bars of Car Mileage', fontdict={'size':20}) # 设置图形标题
plt.xlim(-2.5,2.5) # 设定x轴的最大最小值
plt.grid(linestyle='--', alpha=0.5); # 配置网格线

#原始代码
# Prepare Data
df = pd.read_csv("mtcars.csv")   #导入原始数据集
x = df.loc[:, ['mpg']]               #提取目标数据 
df['mpg_z'] = (x - x.mean())/x.std() #对目标数据进行Z-score标准化处理
df['colors'] = ['red' if x < 0 else 'green' for x in df['mpg_z']] #生成颜色标签列
df.sort_values('mpg_z', inplace=True)  #根据标准化之后的目标数据对整个数据集进行排序
df.reset_index(inplace=True)    #重置排序后的索引
# Draw plot
plt.figure(figsize=(14,14), dpi= 65)  #创建画布并设置画布尺寸
plt.hlines(y=df.index, xmin=0, xmax=df.mpg_z) #绘制发散型条形图
#绘制文本图
for x, y, tex in zip(df.mpg_z, df.index, df.mpg_z): 
    t = plt.text(x, y, round(tex, 2)        
                 , horizontalalignment='right' if x < 0 else 'left'
                 , verticalalignment='center'
                 , fontdict={'color':'red' if x < 0 else 'green', 'size':14})
# Decorations    
plt.yticks(df.index, df.cars, fontsize=12)  #添加y轴刻度标签，并设定文本大小
plt.title('Diverging Text Bars of Car Mileage', fontdict={'size':20}) #添加图形标题
plt.grid(linestyle='--', alpha=0.5)  #配置网格线
plt.xlim(-2.5, 2.5)  #设定x轴最大最小值
plt.show() #显示图形

zip()函数解读：

• 这是一个压缩函数，返回一个zip对象
• 其 . next () 方法返回一个元组，其中第i个元素来自第i个可迭代参数
• . next () 方法一直持续到参数序列中最短的那一列元素耗尽，然后它引发StopIteration（也就是停止迭代）

a = zip([1, 2, 3], ['a', 'b', 'c', 'd'], [2 ,3, 4, 5, 6])

a.__next__()

(1, 'a', 2)

a.__next__()

(2, 'b', 3)

a.__next__()

(3, 'c', 4)

a.__next__()

---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-66-d34d2a8c0899> in <module>
----> 1 a.__next__()
StopIteration:

a = zip([1, 2, 3], ['a', 'b', 'c', 'd'], [2 ,3, 4, 5, 6])

[*a] # 解压缩，也可以用循环来打开

[(1, 'a', 2), (2, 'b', 3), (3, 'c', 4)]

a.__next__()

---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-69-d34d2a8c0899> in <module>
----> 1 a.__next__()
StopIteration: