-
第五章. 可视化数据分析分析图表—常用图表的绘制1—折线图，柱形图
第五章. 可视化数据分析图
5.3 常用图表的绘制1—折线图,柱形图
本节主要介绍常用图表的绘制，主要包括折线图，柱形图。
1.折线图（matplotlib.pyplot.plot）
折线图可以显示随时间而变化的连续数据，适用于显示在相同时间间隔下数据的趋势
1).语法：
matplotlib.pyplot.plot(x,y,format_string,**kwargs)- 1
参数说明:
x：x轴数据
y：y轴数据
format_string：控制曲线格式的字符串，包括颜色，线条样式，标记样式等
**kwargs：键值参数，相当于一个字典，比如，输入参数为：（1,2,3,4,k,a=1,b=2,c=3）,*args=(1,2,3,4,k),**kwargs={‘a’:1,‘b’:2,‘c’:3}2).示例：
- 示例1：基本折线图
import pandas as pd import matplotlib.pyplot as plt pd.set_option('display.unicode.east_asian_width', True) df = pd.read_excel('F:\\Note\\清单.xlsx', sheet_name='Sheet2') print(df) # 设置画布 fig = plt.figure(figsize=(6, 4), facecolor='y') plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文乱码 plt.rcParams['axes.unicode_minus'] = False # 解决负号不显示的问题 # X,Y轴刻度线的显示方向 plt.rcParams['xtick.direction'] = 'in' plt.rcParams['ytick.direction'] = 'in' # 设置线 plt.plot(df['姓名'], df['生物'], color='c', linestyle='-', marker='o', mfc='w') # 设置网格线 plt.grid(color='0.5', linestyle='--', linewidth=1) # 设置x，y轴坐标 plt.xlabel('姓名') plt.ylabel('分数') # 设置坐标轴刻度 plt.xticks(df['姓名']) plt.yticks(range(0, 160, 10)) # 设置文本标签 for x, y in zip(df['姓名'], df['生物']): plt.text(x, y + 5, '%.2f' % y, ha='center', va='center', fontsize=8, color='darkorange') # 设置标题和图例 plt.title('成绩统计表') # 设置图标图例 plt.legend(['生物'], loc='upper right') # 手动添加图例时，有时文本会显示不全，在文本后面加一个逗号(,)可解决，例如('图书采购价目',) # 调整图表与画布边缘间距 plt.subplots_adjust(left=0.15, bottom=0.15, right=0.9, top=0.9) # 坐标轴的刻度线向内显示还是向外显示 plt.tick_params(left=True, bottom=True, right=False, top=False) # 显示图像 plt.show()- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
结果展示:
- 示例2：多折线图
import pandas as pd import matplotlib.pyplot as plt pd.set_option('display.unicode.east_asian_width', True) df = pd.read_excel('F:\\Note\\清单.xlsx', sheet_name='Sheet2') print(df) # 设置画布 fig = plt.figure(figsize=(6, 4), facecolor='y') plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文乱码 plt.rcParams['axes.unicode_minus'] = False # 解决负号不显示的问题 # X,Y轴刻度线的显示方向 plt.rcParams['xtick.direction'] = 'in' plt.rcParams['ytick.direction'] = 'in' # 设置线 plt.plot(df['姓名'], df['生物'], color='m', linestyle=':', marker='o', mfc='w') plt.plot(df['姓名'], df['化学'], color='y', linestyle='--', marker='D', mfc='w') plt.plot(df['姓名'], df['物理'], color='0.5', linestyle='-', marker='d', mfc='w') # 设置网格线 plt.grid(color='0.5', linestyle='--', linewidth=1) # 设置x，y轴坐标 plt.xlabel('姓名') plt.ylabel('分数') # 设置坐标轴刻度 plt.xticks(df['姓名']) plt.yticks(range(0, 160, 10)) # 设置文本标签 # str_name = {'生物', '化学', '物理'} # for i in str_name: # for x, y in zip(df['姓名'], df[i]): # plt.text(x, y, '%.2f' % y, ha='center', va='bottom', fontsize=7) # 设置标题和图例 plt.title('成绩统计表') # 设置图标图例 plt.legend(['生物', '化学', '物理'], loc='upper right') # 手动添加图例时，有时文本会显示不全，在文本后面加一个逗号(,)可解决，例如('图书采购价目',) # 调整图表与画布边缘间距 plt.subplots_adjust(left=0.15, bottom=0.15, right=0.9, top=0.9) # 坐标轴的刻度线向内显示还是向外显示 plt.tick_params(left=True, bottom=True, right=False, top=False) # 显示图像 plt.show()- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
结果展示:
2.柱形图（matplotlib.pyplot.bar）
柱形图用来比较两个或以上的数据(不同时间或者不同条件)，只有一个变量，通常用于较少数据集分析
1).语法：
matplotlib.pyplot.bar(x,height,width,bottom=None,*,align='center',data=None,**kwargs)- 1
参数说明:
x：x轴数据
height：y轴数据
width：柱子的宽度，默认值0.8
bottom：标量或者数组，可选参数，柱形图的y坐标，默认值None
*：星号本身不是参数，星号表示其后面的参数为命名关键字参数，命名关键字参数必须传入参数名，否则程序会出现错误
align：对其方式：可选参数：center和edge，默认值center
data:关键字参数，若给定一个数据参数，所有位置和关键字参数将会被替换
**kwargs：关键字参数：其他可选参数，如color（颜色），alphs（透明度），label（每个柱子显示的标签）2).示例：
- 示例1：基本柱形图
import pandas as pd import numpy as np import matplotlib.pyplot as plt pd.set_option('display.unicode.east_asian_width', True) df = pd.read_excel('F:\\Note\\清单.xlsx', sheet_name='Sheet2') print(df) # 设置画布 fig = plt.figure(figsize=(6, 4), facecolor='y') plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文乱码 plt.rcParams['axes.unicode_minus'] = False # 解决负号不显示的问题 # X,Y轴刻度线的显示方向 plt.rcParams['xtick.direction'] = 'in' plt.rcParams['ytick.direction'] = 'in' x_label = df['姓名'] # 柱形图 x_label = np.arange(len(x_label)) # x轴刻度标签位置 width = 0.25 # 柱子的宽度 plt.bar(x_label, df['生物'], width=width, color='orange') # 设置网格线 plt.grid(axis='y', color='0.5', linestyle='--', linewidth=1) # 设置x，y轴坐标 plt.xlabel('姓名') plt.ylabel('分数') # # 设置坐标轴刻度 plt.xticks(x_label, df['姓名']) plt.yticks(range(0, 160, 10)) # 设置文本标签 for x, y in zip(x_label, df['生物']): plt.text(x, y, '%.1f' % y, ha='center', va='baseline', fontsize=7.5) # 设置标题和图例 plt.title('成绩统计表') # 设置图标图例 plt.legend(['生物'], loc='upper right') # 手动添加图例时，有时文本会显示不全，在文本后面加一个逗号(,)可解决，例如('图书采购价目',) # 调整图表与画布边缘间距 plt.subplots_adjust(left=0.15, bottom=0.15, right=0.9, top=0.9) # 坐标轴的刻度线向内显示还是向外显示 plt.tick_params(left=True, bottom=True, right=False, top=False) # 显示图像 plt.show()- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
结果展示:
- 示例2：多柱形图
import pandas as pd import numpy as np import matplotlib.pyplot as plt pd.set_option('display.unicode.east_asian_width', True) df = pd.read_excel('F:\\Note\\清单.xlsx', sheet_name='Sheet2') print(df) # 设置画布 fig = plt.figure(figsize=(6, 4), facecolor='y') plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文乱码 plt.rcParams['axes.unicode_minus'] = False # 解决负号不显示的问题 # X,Y轴刻度线的显示方向 plt.rcParams['xtick.direction'] = 'in' plt.rcParams['ytick.direction'] = 'in' x_label = df['姓名'] # 柱形图 x_label = np.arange(len(x_label)) # x轴刻度标签位置 width = 0.25 # 柱子的宽度 plt.bar(x_label - width, df['生物'], width=width, color='orange') plt.bar(x_label, df['化学'], width=width, color='skyblue') plt.bar(x_label + width, df['物理'], width=width, color='c') # 设置网格线 plt.grid(axis='y', color='0.5', linestyle='--', linewidth=1) # 设置x，y轴坐标 plt.xlabel('姓名') plt.ylabel('分数') # # 设置坐标轴刻度 plt.xticks(x_label, df['姓名']) plt.yticks(range(0, 160, 10)) # 设置文本标签 str_name = ['生物', '化学', '物理'] dis1 = x_label - width dis2 = x_label dis3 = x_label + width dis = [dis1, dis2, dis3] index = 0 for i in str_name: for x, y in zip(x_label, df[i]): plt.text((dis[index][x]), y, '%.1f' % y, ha='center', va='baseline', fontsize=7.5) index = index + 1 # 设置标题和图例 plt.title('成绩统计表') # 设置图标图例 plt.legend(['生物', '化学', '物理'], loc='upper right') # 手动添加图例时，有时文本会显示不全，在文本后面加一个逗号(,)可解决，例如('图书采购价目',) # 调整图表与画布边缘间距 plt.subplots_adjust(left=0.15, bottom=0.15, right=0.9, top=0.9) # 坐标轴的刻度线向内显示还是向外显示 plt.tick_params(left=True, bottom=True, right=False, top=False) # 显示图像 plt.show()- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
结果展示:
- 示例3：堆叠柱形图
import pandas as pd import matplotlib.pyplot as plt pd.set_option('display.unicode.east_asian_width', True) df = pd.read_excel('F:\\Note\\清单.xlsx', sheet_name='Sheet2') print(df) # 设置画布 fig = plt.figure(figsize=(6, 4), facecolor='y') plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文乱码 plt.rcParams['axes.unicode_minus'] = False # 解决负号不显示的问题 # X,Y轴刻度线的显示方向 plt.rcParams['xtick.direction'] = 'in' plt.rcParams['ytick.direction'] = 'in' x_label = df['姓名'] # # 柱形图 # x_label = np.arange(len(x_label)) # x轴刻度标签位置 width = 0.35 # 柱子的宽度 plt.bar(x_label, df['生物'], width=width, color='orange') plt.bar(x_label, df['化学'], width=width, color='skyblue',bottom=df['生物']) # 设置网格线 plt.grid(axis='y', color='0.5', linestyle='--', linewidth=1) # 设置x，y轴坐标 plt.xlabel('姓名') plt.ylabel('分数') # # 设置坐标轴刻度 plt.xticks(x_label, df['姓名']) plt.yticks(range(0, 201, 10)) # 设置文本标签 for x, y in zip(x_label, df['生物'] + df['化学']): plt.text(x, y, '%.1f' % y, ha='center', va='baseline', fontsize=8, color='g') # 设置标题和图例 plt.title('成绩统计表') # 设置图标图例 plt.legend(['生物', '化学'], loc='upper right') # 手动添加图例时，有时文本会显示不全，在文本后面加一个逗号(,)可解决，例如('图书采购价目',) # 调整图表与画布边缘间距 plt.subplots_adjust(left=0.15, bottom=0.15, right=0.9, top=0.9) # 坐标轴的刻度线向内显示还是向外显示 plt.tick_params(left=True, bottom=True, right=False, top=False) # 显示图像 plt.show()- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
结果展示:
注意:代码中所涉及到的函数和参数,在图表的常用设置1 和 图表的常用设置2 有所介绍
-
相关阅读:
iOS——仿写计算器
《代码之丑》学习总结
时间类(Date和Time)
面试Python一定要记住的超基础知识点【速记】
Spring Security CSRF 保护指南
强大的Docker入门知识
中国棉花行业兼并重组机会研究及决策咨询报告
基于SSM的教学管理系统设计与实现
RabbitMQ的安装与使用
安全运营中心（SOC）技术框架
- 原文地址：https://blog.csdn.net/weixin_45116749/article/details/128133046
