matplotlib 画图基本种类
import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns plt.rcParams['font.sans-serif'] = ['SimHei'] #设置中文字体 plt.rcParams['axes.unicode_minus'] = False ##设置负号显示正常 #设置坐标轴的范围 #plt.xlim() #plt.xticks(())#忽略xticks #plt.ylim() #plt.yticks(())#忽略yticks
一、散点图
data = pd.read_excel(r'C:\Users\admin\Desktop\C-D生产函数.xlsx') #scatter画散点图 size=75 透明度为50% 利用xticks函数来隐藏x坐标轴 plt.scatter(data['K'],data['Y']) plt.xlabel('K',size = 15) plt.ylabel('L',size = 15) plt.title('K与L之间的散点图',size = 20) sns.regplot(data['K'],data['Y']) ##添加趋势线 plt.show()
二、雷达图
course = ['C++','Python','高等数学','大学英语','软件工程','组成原理','操作系统','网络工程'] scores = [92,75,85,69,85,84,86,76] dataLength = len(scores) # 把园等分为dataLength份 angles = np.linspace(0,2*np.pi,dataLength,endpoint=False) scores.append(scores[0]) angles = np.append(angles,angles[0]) plt.polar(angles,scores,'b.-',lw=2,alpha = 0.3) plt.thetagrids(angles*180/np.pi,course,fontproperties = 'simhei') plt.fill(angles,scores,facecolor='g',alpha = 0.2) plt.show()
三、箱线图
data = pd.read_excel(r'C:\Users\admin\Desktop\C-D生产函数.xlsx') y1 = data.iloc[:,1] y2 = data.iloc[:,2] plt.boxplot([y1,y2],labels = [y1.name,y2.name]) plt.title('箱线图') plt.show()
四、折线图
data = pd.read_excel(r'C:\Users\admin\Desktop\C-D生产函数.xlsx') data.head() x = data.iloc[:,0] x_ticks = range(0,len(x),5) x.iloc[x_ticks] y1 = data.iloc[:,1] y2 = data.iloc[:,2] y3 = data.iloc[:,3] plt.plot(y1,label = y1.name,marker = '.') plt.plot(y2,label = y2.name,marker = '+') plt.plot(y3,label = y3.name,marker = '*',ms = 4) plt.xticks(ticks = x_ticks,labels = x.iloc[x_ticks]) #plt.xlabel('') #plt.ylabel('') plt.title('折线图') ##添加数据标签 ''' for y in [y1, y2, y3]: for x1, yy in zip(x, y): plt.text(x1, yy + 1, str(yy), ha='center', va='bottom', fontsize=20, rotation=0) ''' plt.legend(loc = 'best') plt.show()
五、条形图
（1）堆积条形图
##堆积条形图 fig = plt.figure();ax = fig.add_subplot(1,1,1) data = pd.read_excel(r'C:\Users\admin\Desktop\C-D生产函数.xlsx') x = data.iloc[:,0] y1 = data.iloc[:,1] y2 = data.iloc[:,2] y3 = data.iloc[:,3] ticks = ax.set_xticks(x.iloc[0::5]) labels = ax.set_xticklabels(x.iloc[0::5]) plt.bar(x,height=y1,label = y1.name, width=0.4, alpha=0.8) plt.bar(x,height=y2,label = y2.name, width=0.4, alpha=0.8) plt.bar(x,height=y3,label = y3.name, width=0.4, alpha=0.8) #plt.xticks(ticks = x.iloc[0::5],labels = x.iloc[0::5]) plt.legend(loc = 'best') #添加数据标签 ''' for y in [y1, y2, y3]: for x1, yy in zip(x, y): plt.text(x1, yy + 1, str(yy), ha='center', va='bottom', fontsize=20, rotation=0) ''' plt.title('堆积条形图') plt.show()
（2）多组条形图
fig = plt.figure();ax = fig.add_subplot(1,1,1) data = pd.read_excel(r'C:\Users\admin\Desktop\C-D生产函数.xlsx') bar_width = 0.3 ''' total_width, n = 0.9, 3 # 有多少个类型，只需更改n即可 bar_width = total_width / n ''' x = data.iloc[:,0] y1 = data.iloc[:,1] y2 = data.iloc[:,2] y3 = data.iloc[:,3] plt.bar(x = range(len(x)),height=y1,label = y1.name, alpha=0.8,width = bar_width) plt.bar(x= np.arange(len(x))+bar_width,height=y2,label = y2.name, alpha=0.8,width = bar_width) plt.bar(x = np.arange(len(x))+2*bar_width,height=y3,label = y3.name, width=bar_width, alpha=0.8) ticks = ax.set_xticks(range(0,len(x),5)) labels = ax.set_xticklabels(x.iloc[0::5]) plt.legend(loc = 'best') ''' for a, b in zip(x,y1): plt.text(a, b+1, str(b), ha='center', va='bottom') for a,b in zip(x,y2): plt.text(a+bar_width, b+0.1, str(b), ha='center', va='bottom') for a,b in zip(x, y3): plt.text(a+2*bar_width, b+0.1, b, ha='center', va='bottom') ''' plt.title('条形图') plt.show()
（3）条形图上添加折线图
##折线图和柱状图组合 data = pd.read_excel(r'C:\Users\admin\Desktop\C-D生产函数.xlsx') x = data.iloc[:5,0] y1 = data.iloc[:5,1] plt.bar(x,height=y1,label = y1.name, width=0.4, alpha=0.8) plt.legend(loc = 'best') #添加数据标签 ''' for x1,yy in zip(x, y1): plt.text(x1, yy + 1, str(yy), ha='center', va='bottom', fontsize=20, rotation=0) ''' plt.plot(x,y1,label = y1.name,marker = '*',color = 'green') plt.title('组合图') plt.show()
六、直方图
##直方图 plt.rcParams['font.sans-serif'] = ['SimHei'] #设置中文字体 plt.rcParams['axes.unicode_minus'] = False ##设置负号显示正常 plt.hist(np.random.randn(10000),bins=20,edgecolor="black",alpha=0.8) plt.xlabel("区间") plt.ylabel("频数/频率") plt.title('直方图') plt.show()
七、饼图
piedata= pd.read_excel(r'E:\学习数据\饼图数据.xlsx') plt.axes(aspect='equal') plt.xlim(0,8) plt.ylim(0,8) #不显示边框 plt.gca().spines['right'].set_color('none') plt.gca().spines['top'].set_color('none') plt.gca().spines['left'].set_color('none') plt.gca().spines['bottom'].set_color('none') explode=[0,0,0.2,0] plt.pie(x=piedata.iloc[:,2], #绘制数据 labels=piedata.iloc[:,0],#添加编程语言标签 explode=explode,#突出显示Python colors=['pink','lightskyblue','orchid','burlywood'], #设置自定义填充色 autopct='%.2f%%',#设置百分比的格式,保留3位小数 pctdistance=0.6, #设置百分比标签和圆心的距离 startangle=180,#设置饼图的初始角度 counterclock= False,#是否为逆时针方向,False表示顺时针方向 #wedgeprops= {'linewidth':1,'edgecolor':'green'},#设置饼图内外边界的属性值 textprops= {'fontsize':12,'color':'black'},#设置文本标签的属性值 frame=0) #是否显示饼图的圆圈,1为显示 plt.title('饼图') plt.show()
八、对不同区域的值使用不同颜色
对于销量在5以下：绿色
销量在5-10之间：天蓝色
销量在10-15之间：金黄色
销量在15以上：珊瑚色
##对不同区域的值适用不同颜色 x=[1,2,3,4,5,6,7,8,9,10,11,12] y=[6,3,9,2,6,16,8,10,4,14,18,6] def get_color(x, y): """对销量不同的区段标为不同的颜色""" color = [] for i in range(len(x)): if y[i] < 5: color.append("green") elif y[i] < 10: color.append("lightseagreen") elif y[i] < 15: color.append("gold") else: color.append("coral") return color plt.bar(x,y,label="销量",color=get_color(x,y), tick_label=x) for a,b in zip(x, y): plt.text(a, b+0.1, b, ha='center', va='bottom') plt.legend(loc="upper left") plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.ylabel('销量') plt.xlabel('date') plt.title("月份销量的分布情况") plt.show()
浙公网安备 33010602011771号