つまり?
matplotlibだったら
データの出典元
pythonで作る場合1
もしも、treemap用のライブラリ、squarify
が無ければ
pip3 install squarify
# lib
import pandas as pd
import squarify #Treemap Ploting
import matplotlib
from matplotlib import style
import matplotlib.pyplot as plt
import seaborn as sns
# Activate Seaborn
sns.set()
%matplotlib inline
# サイズとフォント設定
matplotlib.rcParams['figure.figsize'] = (16.0, 9.0)
plt.rcParams['font.family'] = 'Hiragino Sans'
plt.rcParams['font.weight'] = 'bold'
# ggplot style使用
style.use('ggplot')
# dataframe 作成
population = [7369,3788,14360,21356,19476,22431,43248]
label = ["中国(5.58%)","四国(2.87%)","九州・沖縄\n(10.88%)","中部(16.18%)","北海道・東北(14.75%)","関西(16.99%)","関東(32.76%)"]
percentage = [5.58,2.87,10.88,16.18,14.75,16.99,32.76]
df = pd.DataFrame({"Population":population,"Label":label,"Percentage":percentage})
fig, ax = plt.subplots()
# Colormap
cmap = matplotlib.cm.Blues
# Min and Max Values
mini = min(df["Population"])
maxi = max(df["Population"])
# colors setting
norm = matplotlib.colors.Normalize(vmin=mini, vmax=maxi)
colors = [cmap(norm(value)) for value in df["Population"]]
# Plotting
squarify.plot(sizes=df["Population"], label=df["Label"], alpha=0.8, color=colors, text_kwargs={'fontsize':24,'color':'grey'})
# 軸削除
plt.axis('off')
# y軸逆に
plt.gca().invert_yaxis()
# タイトル、位置設定
plt.title("日本の地域別人口比率", fontsize=32,fontweight="bold")
ttl = ax.title
ttl.set_position([.5, 1.05])
# 背景色
fig.set_facecolor('#eeffee')
こうなります。
なんかダサいですよね…
そこで、いい感じの可視化が出来るサービスflourish:https://app.flourish.studio/ を使ってやってみます。
flourishを使う場合
登録は適当にgoogleアカウントとかつかってやってください。
とすると作成できます。
今回使ったデータでは以下のようにしています。
Nestingは地域→都道府県で設定しています。
Size byはもちろん平成29年の推計人口を指定しています。
ご覧の通り日本語も使えますし、Excelなどの表計算ツールと同じような感じで操作できます。
flourishを使ったtreemapを再掲しておきます。
(普通にダウンロードするとラベルが消えてしまうのでスクリーンショットしています)