[[387495]]

本文轉(zhuǎn)載自微信公眾號(hào)「區(qū)塊鏈研究實(shí)驗(yàn)室」，作者鏈三豐 。轉(zhuǎn)載本文請(qǐng)聯(lián)系區(qū)塊鏈研究實(shí)驗(yàn)室公眾號(hào)。  

截至2021年3月，有8,000多種加密貨幣，因此一目了然地跟蹤所有價(jià)格的發(fā)展可能是具有挑戰(zhàn)性的。幸運(yùn)的是，像coin360這樣的網(wǎng)站以樹形圖的形式提供了加密貨幣價(jià)格發(fā)展的簡(jiǎn)潔可視化。樹狀圖通過使用可變大小的矩形以嵌套結(jié)構(gòu)的形式顯示比例價(jià)格數(shù)據(jù)，從而提供了所有加密貨幣的快速概覽。

對(duì)此概念感興趣，我決定嘗試使用Python創(chuàng)建我自己的版本的樹形圖以跟蹤加密價(jià)格的想法。此樹形圖教程不僅限于顯示加密信息，還可以應(yīng)用于幾乎任何其他數(shù)據(jù)。

為了最大程度地提高Python代碼的可移植性，本教程使用Google Colab創(chuàng)建，因此筆記本可以在任何Chrome瀏覽器上運(yùn)行。

本教程的3個(gè)主要組成部分是：

如何使用CoinMarketCap API調(diào)用和檢索最近24小時(shí)內(nèi)的加密貨幣價(jià)格

使用庫(kù)Squarify在Python中繪制靜態(tài)樹圖

使用庫(kù)Plotly在Python中繪制交互式樹圖

從CoinMarketCap檢索加密數(shù)據(jù)

免責(zé)聲明：CoinMarketCap數(shù)據(jù)的免費(fèi)版本僅供個(gè)人使用，出于商業(yè)目的，請(qǐng)參閱CMC的定價(jià)計(jì)劃。

首先，如果您還沒有的話，您需要在此處注冊(cè)一個(gè)開發(fā)者帳戶。登錄后，導(dǎo)航至儀表板并復(fù)制唯一的API密鑰。

CoinMarketCap截圖

通過使用下面顯示的代碼片段，您應(yīng)該能夠從CoinMarketCap調(diào)用前10個(gè)加密數(shù)據(jù)?？梢哉{(diào)整參數(shù)以包括更多或更少的數(shù)據(jù)以及所使用的貨幣。切記在第15行中替換您的API密鑰。此代碼段在發(fā)布時(shí)是最新的，有關(guān)將來(lái)的任何更新，請(qǐng)參閱官方文檔。

#This example uses Python 2.7 and the python-request library. 
 
from requests import Request, Session 
from requests.exceptions import ConnectionError, Timeout, TooManyRedirects 
import json 
 
url = 'https://pro-api.coinmarketcap.com/v1/cryptocurrency/listings/latest' 
parameters = { 
  'start':'1', 
  'limit':'10', 
  'convert':'USD' 
} 
headers = { 
  'Accepts': 'application/json', 
  'X-CMC_PRO_API_KEY': '#REPLACE YOUR API KEY HERE#', 
} 
 
session = Session() 
session.headers.update(headers) 
 
try: 
    response = session.get(url, params=parameters) 
    data = json.loads(response.text) 
    print(data) 
except (ConnectionError, Timeout, TooManyRedirects) as e: 
    print(e) 

API返回的數(shù)據(jù)為JSON格式，因此需要以pythonic數(shù)據(jù)框格式進(jìn)行規(guī)范化(請(qǐng)參見第4行)。還對(duì)數(shù)據(jù)進(jìn)行過濾，以僅保留與樹圖相關(guān)的幾列，即加密貨幣的名稱，排名，價(jià)格及其關(guān)聯(lián)的市值(請(qǐng)參閱第5行)。

import pandas as pd 
 
#normalize the data into dataframe format 
df = pd.json_normalize(data["data"]) 
cols_to_keep = ['name','symbol','cmc_rank','quote.USD.price','quote.USD.percent_change_24h','quote.USD.market_cap',] 
df_final = df[cols_to_keep] 
#rename columns 
df_final.columns = ['name','symbol','cmc_rank','USD_price','USD_percent_change_24h','USD_market_cap',] 
#uncomment below to print the table 
#df_final 

創(chuàng)建一個(gè)靜態(tài)樹圖

使用Squarify創(chuàng)建的樹圖

Squarify是樹圖布局算法的庫(kù)實(shí)現(xiàn)。它通過計(jì)算數(shù)據(jù)大小并返回矩形的一系列坐標(biāo)來(lái)工作，然后使用繪制這些坐標(biāo)MatPlotLib。可以使用顏色編碼的參數(shù)來(lái)可視化變化的規(guī)模，在此示例中，其是過去24小時(shí)內(nèi)價(jià)格變化的百分比。但是，不利的一面是，目前尚無(wú)直接實(shí)現(xiàn)可根據(jù)變化的矩形的大小來(lái)縮放標(biāo)簽的方法。Python代碼如下。

import matplotlib 
import matplotlib.pyplot as plt 
#!pip install squarify 
import squarify  
 
#load data 
sizes=df_final["USD_market_cap"] 
label=df_final["name"] 
 
# color scale on the price development  
# min and max values 
cmap = matplotlib.cm.RdYlGn #RedYellowGreen 
mini=min(df_final["USD_percent_change_24h"]) 
maxi=max(df_final["USD_percent_change_24h"]) 
norm = matplotlib.colors.Normalize(vmin=mini, vmax=maxi) 
colors = [cmap(norm(value)) for value in df_final["USD_percent_change_24h"]] 
 
# labels in treemap squares 
labels = ["%s\n%d USD\n%0.2f%%" % (label) for label in zip(df_final.symbol, df_final["USD_price"], df_final["USD_percent_change_24h"])] 
 
# make plot 
fig = plt.figure(figsize=(20, 10)) 
ax = fig.add_subplot(111, aspect="auto") 
ax = squarify.plot(df_final["USD_market_cap"], color=colors, label=labels,  alpha=.8) 
ax.set_title("Cryptomarket price change last 24 hours\n", fontsize=18) 
 
# plot title and color bar 
img = plt.imshow([df_final["USD_percent_change_24h"]], cmap=cmap) 
img.set_visible(True) 
fig.colorbar(img, orientation="vertical", shrink=.96) 
fig.text(.76, .9, "Percentage change", fontsize=14) 
 
# if you want to export the figure 
#plt.savefig("cmc_treemaps.png") 
plt.show() 

說明：

第1至4行：導(dǎo)入并安裝(如果需要)所需的庫(kù)

第6-8行：加載樹形圖的數(shù)據(jù)

第10-16行：對(duì)價(jià)格變化百分比應(yīng)用顏色編碼的縮放比例

第18-19行：為要顯示的文本創(chuàng)建字符串標(biāo)簽

第21–25行：繪制樹形圖

第27–31行：在側(cè)面應(yīng)用顏色條

第33–35行：顯示樹狀圖，并帶有將其導(dǎo)出為png圖像的選項(xiàng)

創(chuàng)建交互式樹形圖

掃碼查看交互式樹形圖效果

繪制樹圖的一種更復(fù)雜的方法是將其激活!使用Plotly可以創(chuàng)建一個(gè)交互式樹狀圖，當(dāng)您在每個(gè)矩形塊上懸停時(shí)，它會(huì)顯示有關(guān)每個(gè)矩形塊的詳細(xì)信息。Plotly在后臺(tái)為您完成了大部分工作，從而導(dǎo)致與Squarify相比，更少的代碼行更加精簡(jiǎn)和優(yōu)雅。

#!pip install --upgrade plotly 
import plotly.graph_objects as go 
import plotly.express as px 
 
fig = px.treemap(df_final,  
                 path=['name'],  
                 values='USD_market_cap', 
                 color_continuous_scale='RdYlGn', 
                 color='USD_percent_change_24h',             
                 ) 
fig.update_layout(title_text='Cryptomarket price change last 24 hours', title_x=0.5) 
fig.show() 

說明：

第1至3行：導(dǎo)入并安裝所需的庫(kù)

第5-10行：繪制樹形圖

第11行：在樹形圖上添加標(biāo)題

第12行：顯示樹狀圖

如何在媒體/網(wǎng)站中嵌入交互式樹圖

想知道您上面看到的嵌入式樹形圖是如何完成的?您可以使用Plotly Studio輕松地做到這一點(diǎn)，而好處是您可以直接將Google Colab筆記本與Plotly Studio關(guān)聯(lián)(您需要有一個(gè)帳戶)。只需在下面添加此代碼段，然后使用您的Plotly用戶名和API密鑰即可完成。

#To push your GC plot to Plotly Studio automatically 
#!pip install chart_studio 
import chart_studio  
import chart_studio.plotly as py 
 
username = '#REPLACE YOUR USERNAME HERE#' # your username 
api_key = '#REPLACE YOUR API KEY HERE#' # your api key - go to profile > settings > regenerate key 
chart_studio.tools.set_credentials_file(username=username, api_key=api_key) 
py.plot(fig, filename = 'cmc_treemap', auto_open=True) 

將您的Plotly樹圖推入/同步到Plotly Studio后，只需將鏈接復(fù)制到Plotly Studio，然后將該鏈接粘貼到Medium中作為嵌入式鏈接，然后按Enter鍵，就可以了!

如何在網(wǎng)站上上插入嵌入式鏈接

總結(jié)

通過可視化不同矩形和顏色的層次結(jié)構(gòu)數(shù)據(jù)，樹形圖是講述故事的好方法。當(dāng)您要按大小順序快速可視化大量數(shù)據(jù)，以及可以選擇對(duì)第二維使用不同色調(diào)和顏色強(qiáng)度的選項(xiàng)時(shí)，此功能非常有效。但是，樹形圖的一個(gè)缺點(diǎn)是進(jìn)行精確的定量比較可能具有挑戰(zhàn)性。