利用热图与径向条形图探索公司的塑料废物情况

import matplotlib.colors as mcolors
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

plt.rcParams.update({"font.family": "Roboto"})

data = pd.read_csv("https://raw.githubusercontent.com/rfordatascience/tidytuesday/master/data/2021/2021-01-26/plastics.csv")
data.head()

# 汇总计算各公司每年不同类型的塑料废物总量

types_of_plastic = ["empty", "hdpe", "ldpe", "o", "pet", "pp", "ps", "pvc"]
total_by_company = (
    data
    .groupby(["parent_company", "year"], dropna=True)[types_of_plastic]
    .sum()
    .reset_index()
)
total_by_company.head()

def get_top_n_data(data, n):
    '''
    创建2020年塑料废物总量topN的公司数据
    '''

    # 计算2020年各公司的塑料废物总量（其实也可以按grand_total求和）
    top_data = (
        data
        .query("year == 2020") # 筛选2020年数据
        .melt(                 # 将长格式的df转为宽格式
            id_vars=["parent_company", "year"], # 保留的列
            value_vars=types_of_plastic, # 需要转化的列，即types_of_plastic列表中的列
            var_name="type" # 转化后的列名，注意原始列对应的值默认存在value列
        )
        .groupby("parent_company")["value"] # 按公司汇总计算所有类型塑料废物
        .sum()                              # 求和
        .reset_index()
    )

    # 处理异常数据，将其公司名转为Unbranded_unknown
    top_data["parent_company"] = np.where(
        top_data["parent_company"].isin(["Unbranded", "null", "NULL", "#ERROR!"]), 
        "Unbranded_unknown",
        top_data["parent_company"]
    )

    # 获取topN的公司名称
    top_companies = list(top_data.sort_values("value", ascending=False)["parent_company"][:n])

    # 将非topN的公司标记为Other
    top_data["company_lumped"] = np.where(
        top_data["parent_company"].isin(top_companies),
        top_data["parent_company"],
        "Other"
    )

    # 合并total_by_company与top_data
    top_data = top_data.drop_duplicates(["parent_company", "company_lumped"]) # 删除重复数据（若重复保留第一条）
    top_data = top_data.merge(total_by_company, on="parent_company") # inner join

    # 计算total，不包含'empty'
    top_data["total"] = top_data.loc[:, types_of_plastic[:]].sum(axis=)

    return top_data

# 构造top30的公司数据
top_thirty = get_top_n_data(total_by_company, n=)
# 展示构造的某个公司数据
top_thirty.query('company_lumped == "Bakhresa Group"') # value为2020年塑料废物总量，total为每年除empty塑料废物总量

# 计算每家公司各类型塑料废物总量
top_thirty = (
    top_thirty
    .groupby("company_lumped")[types_of_plastic]
    .sum()
    .reset_index()
)

# 每家公司各类型塑料废物横向求和
top_thirty["row_sum"] = top_thirty.loc[:, types_of_plastic].sum(axis=)

# 计算各类型塑料废物比例
top_thirty[types_of_plastic] = top_thirty[types_of_plastic].apply(lambda x: x / top_thirty["row_sum"])

# 将长数据转为宽数据
top_thirty = top_thirty.melt(
    id_vars="company_lumped",  
    value_vars=types_of_plastic,
    var_name="type",
    value_name="proportion" # 将value列命名为proportion
)

top_thirty.head()

# 对公司名称进行排序

# 公司名称列表
categories = list(top_thirty["company_lumped"].unique())
# 按名称小写排序
sorted_categories = sorted(categories, key=str.lower)
# 移除Other并追加到列表最后
sorted_categories.remove("Other")
sorted_categories.append("Other")

# 将company_lumped转为有序分类变量
top_thirty["company_lumped"] = pd.Categorical(
    top_thirty["company_lumped"], 
    categories=sorted_categories, 
    ordered=True
)

# 将top_thirty排序
top_thirty = top_thirty.sort_values("company_lumped", ascending=False)
top_thirty.head()

# 自定义调色板
COLORS = ["#0C2C84", "#225EA8", "#1D91C0", "#41B6C4", "#7FCDBB", "#C7E9B4", "#FFFFCC"]
# 利用COLORS列表创建自定义的颜色渐变
cmap = mcolors.LinearSegmentedColormap.from_list("colormap", COLORS, N=)

def plot_heatmap(ax):
    # 迭代每个塑料类型
    for i, plastic in enumerate(types_of_plastic):
        # 获取当前塑料类型的数据
        d = top_thirty[top_thirty["type"] == plastic]

        # 制作散点图所需的x和y
        y = d["company_lumped"]
        x = [i] * len(y)
        
        # proportion作为颜色（proportion作为颜色介于0和1之间，因此无需标准化）
        color = cmap(d["proportion"]) 
        
        # 绘制散点图
        ax.scatter(x, y, color=color, s=)

    # 美化轴
    ax.set_frame_on(False) # 删除边框
    ax.grid(alpha=0.4) # 设置网格线
    ax.set_axisbelow(True) # 网格线位于底层
    ax.set_xticks(np.arange(len(types_of_plastic))) # 设置x刻度位置
    ax.set_xticklabels(types_of_plastic) # 设置x刻度标签
    ax.tick_params(size=, colors="0.3") # 删除刻度线，并设置颜色为0.3来置灰
    ax.set_xlabel("Type of plastic", loc="right") # 设置x轴标签

    # 限制y轴范围
    y_shrunk = 0.75
    y_lower, y_upper = ax.get_ylim()
    ax.set_ylim(y_lower + y_shrunk, y_upper - y_shrunk)
    
    return ax

# 利用散点图绘制热图效果

fig, ax = plt.subplots(figsize=(, ))
plot_heatmap(ax);

# 自定义颜色，这里需要绘制top6公司的径向条形图
COMPANY_PALETTES = ["#81C4CA", "#468D96", "#103128", "#E83D5F", "#FA6E90", "#FCB16D"]

# 构造合适的数据

# 先获取top7的公司，因为存在Other
top_seven = get_top_n_data(total_by_company, n=)

# 长转宽
top_seven = top_seven.melt(
    id_vars="company_lumped",  
    value_vars=types_of_plastic,
    var_name="type",
    value_name="amount"
)

# 删除Unbranded_unknown、Other
top_seven = top_seven[~top_seven["company_lumped"].isin(["Unbranded_unknown", "Other"])]
# 删除ps、pvc、empty等塑料类型
top_seven = top_seven[~top_seven["type"].isin(["ps", "pvc", "empty"])]
# 计算各公司各塑料类型的废物总量
top_seven = top_seven.groupby(["company_lumped", "type"]).sum().reset_index()
top_seven = top_seven.rename({"amount": "total"}, axis=) # 重命名字段amount
# 计算比例
top_seven["prop"] = top_seven["total"] / top_seven.groupby("company_lumped")["total"].transform("sum")

# 自定义函数

def style_polar_axis(ax):
    '''
    美化极坐标轴
    '''
    # 将0弧度的位置逆时针旋转90度，使图形的起点位于上方
    ax.set_theta_offset(np.pi / )
    
    # 绘制方向顺时针（默认逆时针）
    ax.set_theta_direction(-1)

    # 移除边框
    ax.set_frame_on(False)

    # 移除刻度标签
    ax.set_xticklabels([])
    
    # 设置范围
    ax.set_ylim([, 4.5])
    
    # 设置y的刻度位置
    ax.set_yticks([, , , , , 4.5])
    
    # 移除刻度标签
    ax.set_yticklabels([])
    
    # 设置网格线，并且让网格线半透明
    ax.grid(alpha=0.4)

    return ax


def add_labels_polar_axis(ax, color):
    '''
    添加坐标轴标签（塑料类型），并自定义颜色
    '''
    # 定义样式
    bbox_dict = {
        "facecolor": "w", "edgecolor": color, "linewidth": , 
        "boxstyle": "round", "pad": 0.15
    }
    types_of_plastic = ["hdpe", "ldpe", "o", "pet", "pp"]
    # 遍历塑料类型在轴上添加文本标签
    for idx, plastic in enumerate(types_of_plastic):
        ax.text(
            , idx, plastic, color=color, ha="center", va="center",
            fontsize=, bbox=bbox_dict
        )
    return ax


def plot_circular(axes):
    '''
    通过极坐标绘制多个公司的径向条形图。循环绘制在多个子图上
    '''
    axes_flattened = axes.ravel() # 将接收的子图对象数组进行降维，返回一个一维的子图对象数组
    companies = top_seven["company_lumped"].unique() # 公司列表
    
    # 迭代为每个公司绘制径向条形图
    for i, company in enumerate(companies):
        # 提取数据
        d = top_seven[top_seven["company_lumped"] == company]
        
        # 绘制在对应的子图位置上
        ax = axes_flattened[i]
        
        # 在第一个子图上，设置 y 轴的标签("Type of plastic")。
        if i == :
            ax.set_ylabel("Type of plastic", loc="top")
        
        # 调用style_polar_axis函数美化轴
        ax = style_polar_axis(ax)
        
        # prop*2pi 极坐标系中的角度
        proportions = d["prop"].values * ( * np.pi)
        
        # y的位置
        y_pos = np.arange(len(proportions))
        
        # 计算所有子图的 x 和 y 值
        x = np.linspace(, proportions, num=)
        y = np.vstack([y_pos] * )

        # 选择颜色
        color = COMPANY_PALETTES[i]
        
        # 在子图上绘制圆周
        ax.plot(x, y, lw=, color=color, solid_capstyle="round")
        
        # 添加标题
        ax.set_title(company, pad=, color="0.3")
        
        # 在每个公司的圆周上添加标签
        ax = add_labels_polar_axis(ax, color)
    return axes

# 初始化布局
fig, axes = plt.subplots(, , figsize=(, ), subplot_kw={"projection": "polar"})

axes = plot_circular(axes)

# 初始化布局
fig = plt.figure(figsize=(, ))

# 添加第一个网格布局：1*1
gs1 = fig.add_gridspec(nrows=, ncols=, left=0.25, right=0.5, top=0.85)

# 在上述网格图中绘制子图
ax = fig.add_subplot(gs1[])

# 绘制热图
plot_heatmap(ax)

# 创建一个空列表存放六个极坐标图的轴对象
axes = []
# 添加第一个网格布局：3*2
gs2 = fig.add_gridspec(nrows=, ncols=, left=0.55, right=0.95, hspace=0.25, top=0.85)
# 迭代每个单元格，以极坐标投影方式，将这些子图对象添加到 axes 列表中
for gs in gs2:
    axes.append(fig.add_subplot(gs, projection="polar"))

# 将列表转换成 NumPy 数组，方便后续处理
axes = np.array(axes)

# 在对应的子图对象上绘制极坐标图
plot_circular(axes);