基于Pandas DataFrame绘制气泡图的优化实现问询

原始数据 #

给定的Pandas DataFrame定义如下：

import pandas as pd
import numpy as np

df = pd.DataFrame({"call 1": ['debit card','bond',np.nan],
                  "call 2": ['credit card','mortgage','spending limit'],
                  "call 3":['payment limit',np.nan,np.nan]})

数据形态：

call 1          call 2         call 3
0  debit card     credit card  payment limit
1        bond        mortgage            NaN
2         NaN  spending limit            NaN

需求 #

绘制符合以下要求的气泡图：

• 每个气泡对应DataFrame的一列（call 1、call 2、call 3）
• 气泡内部显示对应列的所有非空值（例如call 1气泡需包含debit card、bond）
• 气泡大小由对应列的非空值数量决定（已知为[2,3,1]）
• 图表无需展示x、y轴数值

优化实现方案 #

以下是基于Matplotlib的高效实现方案，避免手动定位的繁琐：

1. 数据预处理 #

先整理气泡所需的核心数据：

# 计算每列非空值数量
non_null_counts = df.notna().sum().tolist()
# 将每列非空值整理为换行分隔的文本（方便在气泡内显示）
bubble_labels = ['\n'.join(df[col].dropna()) for col in df.columns]
# 为每个气泡分配水平坐标（均匀分布，列数变化时只需调整此列表）
x_positions = list(range(1, len(df.columns)+1))
# 统一垂直坐标，让气泡水平排列
y_position = [1] * len(df.columns)

2. 绘制气泡图 #

使用Matplotlib的scatter绘制气泡，并添加文本标注：

import matplotlib.pyplot as plt

# 设置画布大小
plt.figure(figsize=(10, 6))

# 绘制气泡：s参数控制大小，乘以1000是为了让气泡更显眼，可按需调整
plt.scatter(x_positions, y_position, 
            s=[count * 1000 for count in non_null_counts],
            alpha=0.6, color='#63aeee')

# 为每个气泡添加文本内容
for x, y, label in zip(x_positions, y_position, bubble_labels):
    plt.text(x, y, label, ha='center', va='center', fontsize=10)

# 隐藏坐标轴元素，符合需求
plt.xticks([])
plt.yticks([])
# 隐藏边框
for spine in plt.gca().spines.values():
    spine.set_visible(False)

# 添加可选标题
plt.title('Call Category Bubble Visualization', fontsize=12)

plt.tight_layout()
plt.show()

方案优势 #

• 批量处理所有气泡，无需手动逐个定位，列数变化时只需调整坐标列表即可适配
• 数据预处理与绘图逻辑分离，代码可读性和维护性更强
• 可灵活调整气泡的大小、颜色、文本样式，满足个性化需求

内容的提问来源于stack exchange，提问作者Wiliam