Day 21: 面積圖 (Area Plot) 的應用與實作

面積圖（Area Plot）是一種用來展示資料隨時間或其他變數變化的累積趨勢的圖表。它類似於折線圖，但將曲線下方的區域填滿，從而更直觀地展示數據的變化趨勢。今天，我們將介紹面積圖的應用場景，並使用 Matplotlib 和 Pandas 繪製面積圖來展示累積變化的趨勢。
用昨天PLOT的檔案繼續使用

再來點+text的按鈕
打# area plot

1. 面積圖的應用場景

面積圖適合用來展示以下情境的資料：

• 時間序列的累積變化：例如每月銷售額的累積增長、每年人口的累積變化等。
• 多組資料的累積對比：例如不同產品類別的銷售趨勢、不同地區的氣溫變化等。
• 累積分佈的展示：展示不同組別數據的累積分佈，觀察總體變化趨勢。

2. 使用 Matplotlib 繪製簡單的面積圖

首先，我們使用 Matplotlib 繪製一個簡單的面積圖，來展示不同花卉種類的累積花萼長度變化。

# 計算累積花萼長度
iris_df['Cumulative Sepal Length'] = iris_df.groupby('target')['sepal length (cm)'].cumsum()

# 繪製簡單面積圖
plt.fill_between(iris_df.index, iris_df['Cumulative Sepal Length'], color='skyblue', alpha=0.4)
plt.plot(iris_df.index, iris_df['Cumulative Sepal Length'], color='Slateblue', alpha=0.6, linewidth=2)
plt.title('Cumulative Sepal Length Trend by Flower Species')
plt.xlabel('Sample Index')
plt.ylabel('Cumulative Sepal Length (cm)')
plt.show()

這段程式碼計算了花卉種類的累積花萼長度，並使用 fill_between() 函數繪製了面積圖。

3. 使用 Pandas 繪製堆疊面積圖

我們可以使用 Pandas 內建的繪圖功能來繪製堆疊面積圖，展示不同花卉種類的累積花瓣長度變化。

# 計算每種花卉的平均花瓣長度
grouped_petal_length = iris_df.groupby('target')['petal length (cm)'].mean()

# 繪製堆疊面積圖
grouped_petal_length.plot(kind='area', stacked=True, alpha=0.6)
plt.title('Cumulative Petal Length Trend by Flower Species')
plt.xlabel('Flower Species')
plt.ylabel('Average Petal Length (cm)')
plt.show()

這段程式碼使用 unstack() 來轉換資料格式，並繪製了一個堆疊面積圖，展示不同花卉種類的累積花瓣長度變化趨勢。

4. 調整面積圖的樣式與外觀

我們可以通過調整顏色、透明度和線條樣式來改進面積圖的外觀，使其更加美觀和易於理解。

# 調整樣式與外觀的面積圖
plt.fill_between(iris_df.index, iris_df['Cumulative Sepal Length'], color='lightgreen', alpha=0.5, label='Cumulative Sepal Length')
plt.plot(iris_df.index, iris_df['Cumulative Sepal Length'], color='green', alpha=0.8, linewidth=2)
plt.title('Cumulative Sepal Length Trend (Improved)')
plt.xlabel('Sample Index')
plt.ylabel('Cumulative Sepal Length (cm)')
plt.legend()
plt.grid(True)
plt.show()

這段程式碼調整了面積圖的顏色、透明度，並添加了圖例和網格線，使圖表更加美觀和清晰。

5. 分組面積圖

如果我們希望展示不同花卉種類的累積花瓣長度趨勢，可以使用多組資料的分組面積圖。

# 繪製分組面積圖
for label, df in iris_df.groupby('target'):
    plt.fill_between(df.index, df['Cumulative Sepal Length'], alpha=0.4, label=f'Flower Species {label}')
    plt.plot(df.index, df['Cumulative Sepal Length'], alpha=0.6)

plt.title('Cumulative Sepal Length by Flower Species')
plt.xlabel('Sample Index')
plt.ylabel('Cumulative Sepal Length (cm)')
plt.legend()
plt.show()

這段程式碼會為每個花卉種類繪製一個分組面積圖，幫助我們比較不同花卉種類的累積趨勢。

6. 小結

今天我們學習了如何使用 Matplotlib 和 Pandas 繪製面積圖，包括：

1. 簡單的面積圖，用於展示累積變化趨勢。
2. 堆疊面積圖，展示多組資料的累積對比。
3. 調整面積圖的樣式與外觀，使其更加美觀和易於理解。
4. 分組面積圖，用於比較不同類別資料的累積趨勢。

面積圖能夠幫助我們更好地理解資料的累積變化趨勢。接下來，我們將學習如何對資料進行排序與排名，以便進行進一步的分析與比較。