气泡图是一种多变量的统计图表，可以看作是散点图的变形。
与散点图不同的是，每一个气泡都表示三个维度的数据，除了像散点图一样有X，Y轴，气泡的大小可以表示另一个维度的数据。
例如，x轴表示产品销量，y轴表示产品利润，气泡大小代表产品市场份额百分比。

它可以帮助我们发现变量之间的模式、趋势和异常值。
通过气泡的大小和颜色，我们可以同时比较多个变量的值，并且可以快速识别出具有较大或较小数值的数据点。

1. 主要元素

气泡图通常用于展示和比较数据之间的关系和分布，可以展示三维（X,Y轴，气泡大小），甚至四维数据（X,Y轴，气泡大小，气泡颜色）之间的关系。
它的主要元素包括：

横轴和纵轴：气泡图通常使用横轴和纵轴来表示两个变量的值。这些变量可以是数值型、分类型或时间型。
气泡大小：气泡图通过气泡的大小来表示第三个变量的值。通常，气泡的大小与该变量的值成正比，较大的气泡表示较大的数值。
气泡颜色：气泡图还可以使用颜色来表示第四个变量的值。不同的颜色可以用于区分不同的数据类别或者表示不同的数值范围。

图片来自 antv 官网

2. 适用的场景

气泡图适用的分析场景包括：

多变量关系分析：气通过横轴、纵轴和气泡大小，可以同时呈现三个变量的信息，帮助我们发现变量之间的模式、趋势和相关性。
数据聚类和分类：气泡颜色可以用于区分不同的数据类别或者表示不同的数值范围。这使得气泡图在数据聚类和分类分析中非常有用，可以帮助我们识别出不同群组或类别之间的差异和相似性。
比较分析：用于比较不同类别或不同时间点的数据。通过气泡的大小和颜色，我们可以直观地比较多个变量的值，快速识别出具有较大或较小数值的数据点，从而帮助我们理解数据的分布和变化情况。
异常值检测：帮助我们快速识别出具有异常数值的数据点。通过比较气泡的大小和颜色，我们可以发现与其他数据点相比具有明显不同数值的数据，从而帮助我们识别和分析异常情况。

3. 不适用的场景

气泡图在以下情况可能不适用：

大数据集：当数据集非常庞大时，气泡图可能不适合展示所有数据点，因为过多的气泡可能会导致图表混乱不清。
单变量分析：如果只需要分析单个变量的分布或趋势，气泡图可能过于复杂，不是最佳选择。
离散数据：如果数据是离散的，而不是连续的数值型数据，气泡图可能无法有效地展示变量之间的关系。

4. 分析实战

本次使用气泡图分析 2021年中欧之间的贸易数据情况。
气泡图可以分析三个维度的对比：

进口额：横轴
出口额：纵轴
进出口总额：气泡大小

4.1. 数据来源

数据来源国家统计局公开的数据，整理好的数据可从下面的地址下载：
https://databook.top/nation/A06

用到的三个统计数据分别是：

中国同欧洲各国(地区)进出口总额：A06050103.csv
中国向欧洲各国(地区)出口总额：A06050203.csv
中国从欧洲各国(地区)进口总额：A06050303.csv

fp = "d:/share/data/A06050103.csv"
df_total = pd.read_csv(fp)

fp = "d:/share/data/A06050203.csv"
df_output = pd.read_csv(fp)

fp = "d:/share/data/A06050303.csv"
df_input = pd.read_csv(fp)

4.2. 数据清理

数据清理步骤主要包括：

提取每个文件中2021年的数据
去除中欧整体的交易额数据，只保留和各个国家之间的贸易数据
合并进出口总额，进口额，出口额到一个数据集中
过滤多余字符，生成一个表示国家的数据列

#提取每个文件中2021年的数据
df = df_total[df_total["sj"] == 2021]

#去除中欧整体的交易额数据，只保留和各个国家之间的贸易数据
data = df.loc[2:, ["zbCN", "value"]]
#重新映射列的名称
data = data.rename(columns={"zbCN":"country", "value": "total"})

#过滤多余字符，生成一个表示国家的数据列
data["country"] = data["country"].str.replace("中国同", "", regex=False)
data["country"] = data["country"].str.replace("进出口总额(万美元)", "", regex=False)

df = df_input[df_input["sj"] == 2021]
#合并进出口总额，进口额，出口额到一个数据集中
data["input"] = df.loc[2:, ["value"]]

df = df_output[df_output["sj"] == 2021]
#合并进出口总额，进口额，出口额到一个数据集中
data["output"] = df.loc[2:, ["value"]]

data.head(5)

和欧洲的总体交易数据位于每个数据集的第一行，所用用 loc[2:, ...] 来过滤。

4.3. 分析结果可视化

with plt.style.context("seaborn-v0_8"):
    fig = plt.figure()
    ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])

    ax.scatter(
        data["input"] / 10000,
        data["output"] / 10000,
        data["total"] / 10000,
        c = np.random.rand(len(data)),
        cmap="Accent",
        alpha=0.6,
    )
    ax.set_xlabel("进口额(亿元)")
    ax.set_ylabel("出口额(亿元)")

    x = np.linspace(0, 1400, 7)
    y = x
    ax.plot(x, y, '-')