本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理

以下文章来源于数据Magic,作者我不是小样

前言

python里面有很多优秀的可视化库,matplotlib,seaborn,plotnine,pyecharts,bokeh,plotly,mapbox,geoplotlib,甚至专门用来数据处理的pandas都可以做一些简单的绘图。今天我们就用五种方法来绘制柱状图,分别是matplotlib,seaborn,plotnine,pyecharts,pandas。

首先我们先导入数据。

import pandas as pd ## 导入pandas库

list1=["名字很长的X轴标签1","名字很长的X轴标签2","名字很长的X轴标签3","名字很长的X轴标签4","名字很长的X轴标签5"]

list2= [12,23,33,3,33]

list3= [3,21,5,52,43]

data=pd.concat(

[

pd.concat([pd.Series(list1,name='x'),pd.Series(list2,name='value'),pd.Series(['product1']*5,name='product')],axis=1),

pd.concat([pd.Series(list1,name='x'),pd.Series(list3,name='value'),pd.Series(['product2']*5,name='product')],axis=1)

]

)

一、matplotlib

matplotlib是学习python数据分析必定接触到的一个库,是用来绘图的基础的库,也是其他各个可视化库的基本库之一。

import matplotlib.pyplot as plt #导入绘图库

#设置绘图直接显示

%matplotlib inline#设置绘图的整体表现

plt.style.use('ggplot') #设置绘图主题为 ggplot

plt.rcParams['font.sans-serif'] = ['SimHei'] #设置图像字体为黑体,同时可以显示中文

plt.rcParams['axes.unicode_minus'] = False #设置显示负号

#设置画布大小

plt.figure(figsize=(12, 7))#绘制柱状图--堆积柱状图#绘制下面的图

plt.bar(

left= data.x.unique(), ## 设置x轴内容

height = data.value[data['product'] == 'product1'], ## 设置y轴内容

label = 'product1' ## 设置标签

)#绘制上面的图

plt.bar(

left= data.x.unique(), ## 设置x轴内容

height = data.value[data['product'] == 'product2'], ## 设置y轴内容

bottom = data.value[data['product'] == 'product1'], ## 设置上面的图以下面的图的数据为底

label = 'product2' ## 设置标签

)## 设置图例标签,标签位置为上面中部,文字大小为15,图例是平铺(图例按两列排,即在一行)

plt.legend(loc='upper center', fontsize=15, ncol=2)

我们这样就绘制出了一张堆积柱状图,其实matplotlib绘制柱状图是比较简单的,难点就在于绘制堆积柱状图需要绘制多次,分别以前一个图的顶部为下一个图的底部,这样就可以得到一个堆积柱状图了。

二、seaborn

seaborn是基于matplotlib而做出来的一个可视化的封装库,相对于matplotlib的优点在于可以用比matplotlib更短的代码实现比较复杂的图像,缺点在于无法进行更强大的定制。

from plotnine import * ## 导入plotnine库

## 绘制前加括号

(

ggplot(data,aes(x='x',y='value',fill='product')) ## 数据对象

+ geom_bar(stat='identity',width=0.5) ## 绘制柱状图的API

+ theme( ## 对绘图的表现进行调整

text = element_text(family = "SimHei"), ## 设置黑体,可以显示中文

legend_direction ='horizontal', ## 图例水平呈现

legend_title = element_blank(), ## 图例标题不显示

legend_background = element_rect('none'), ## 图例没有背景色

legend_position = (0.52,0.83), ## 设置图例位置

figure_size = (9,5), ## 画布的大小

axis_title_x = element_blank(), ## X轴标题为空

axis_title_y = element_blank() ## Y轴标题为空

)

)

如果用matplotlib绘制分组柱状图,就需要与绘制堆积柱状图一样的方法,绘制多次,以前一个图的后部作为后一个图的前部,而用seaborn就可以用一行代码就可以实现,也不需要指定颜色和宽度,可以以一个比较合理的宽度进行显示。

当然,seaborn绘图也有其限制,如上图的堆积柱状图就无法绘制出来。

三、plotnine

R语言的绘图在数据分析的语言里一直是比较强的,而plotnine是德国的一个大神模仿R语言里面的ggplot2,在python库里开发的一个很强大的可视化库,可以绘制出很好看的库,相对于matplotlib更易上手,也更好调试。而且更有意思的是,由于plotnine库相对小众,许多查不到方法的可以直接去查询R语言里面的一些方法,基本上也可以对接的上。

之前也有文章介绍了plotnine的一些使用方法:plotnine绘制基本图像,plotnine绘制复杂图像,plotnine的主题库,大家可以看看。

from plotnine import * ## 导入plotnine库

## 绘制前加括号

(

ggplot(data,aes(x='x',y='value',fill='product')) ## 数据对象

+ geom_bar(stat='identity',width=0.5) ## 绘制柱状图的API

+ theme( ## 对绘图的表现进行调整

text = element_text(family = "SimHei"), ## 设置黑体,可以显示中文

legend_direction ='horizontal', ## 图例水平呈现

legend_title = element_blank(), ## 图例标题不显示

legend_background = element_rect('none'), ## 图例没有背景色

legend_position = (0.52,0.83), ## 设置图例位置

figure_size = (9,5), ## 画布的大小

axis_title_x = element_blank(), ## X轴标题为空

axis_title_y = element_blank() ## Y轴标题为空

)

)

plotnine可以设置很多参数,而且相对matplotlib这些参数也很多都清晰易懂,绘制出来的图也是简单大气,我在前面matplotlib的绘制加入的ggplot主题同样也是matplotlib里面模仿R语言ggplot库的。

不过plotnine的缺点主要就是相对小众,遇到的很多问题其实都需要查好久,而且目前也不是很完善,比如饼图就无法绘制,但依旧无法遮盖这个库的优秀。

四、pyecharts

Echarts是百度开源的一个可视化工具,被几个大神对接到python上面开发出了pyecharts库。这个库我现在也在学习,是个相当强大的可视化工具,不过其中有很多内容比较复杂,但是图表实现起来确实好看。

from pyecharts import options as opts ## 导入配置项,用来配置图像的各个表现

from pyecharts.charts import Bar ## 导入柱状图

from pyecharts.globals import ThemeType ## 导入主题选项,用来设置主题

c=(

Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT)) ## 绘制柱状图,设置主题为 LIGHT

.add_xaxis(list(data.x.unique())) ## 导入x轴数据

.add_yaxis("product1", ## 设置第1组数据图例

list(data.value[data['product']=='product1']), ## 导入第1组数据

stack="123", ## 设置statck

category_gap="50%" ## 设置柱状图的宽度比例

)

.add_yaxis("product2", ## 设置第2组数据图例

list(data.value[data['product']=='product2']), ## 导入第2组数据

stack="123", ## 设置statck

category_gap="50%" ## 设置柱状图的宽度比例

)

.set_series_opts(## 设置系列配置项

label_opts=opts.LabelOpts(is_show=False) ## 设置数据标签不显示

)

.set_global_opts(## 配置全局配置项

## 由于X轴内容比较长,设置一个倾斜,解决x轴标签内容过长的问题

xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15))

)

.render("stack_bar_percent.html") ## 保存为html格式

)

pyecharts可以实现很好看的图表显示,而且配置也很全,最关键的是,pyecharts可以以动态可选择的展示。

五、pandas

pandas是python数据处理里最常用的一个库,学习python数据分析绝对绕不开的一个库。不仅仅是数据处理的简便,在pandas里还集成了一些可视化的接口,实现简单的数据图表。

先将数据转换成我们可以作图的格式

data2=pd.concat(

[

data[['x']][data['product']=='product1'],

data[['value']][data['product']=='product1'].rename(columns={'value':'product1'}),

data[['value']][data['product']=='product2'].rename(columns={'value':'product2'})

],axis=1)

然后使用新生成的data2作图。

data2.plot(

kind='bar', ## 设置绘图的形状为柱状图

x='x', ## 设置x轴内容

stacked=True, ## 设置是否为堆积柱状图

figsize=(12,7), ## 设置画布大小

rot=15 ## 设置x轴内容角度

)## 设置图例标签,标签位置为上面中部,文字大小为15,图例是平铺(图例按两列排,即在一行)

plt.legend(loc='upper center',fontsize=15,ncol=2)

pandas作图的优势就在于可以直接用pandas里的API进行作图,缺点就在于无法定制更多的可视化内容,只能做一些简单的图表。

以上就是使用python不同的5个库绘制柱状图的方法,谢谢大家阅读。

python用表格中的数据画柱状图_Python数据可视化:5种绘制柱状图表的方法(附源码)...相关推荐

  1. 手把手教你用Python批量实现在Excel后里面新加一列,并且内容为excel 表名(附源码)...

    点击上方"Python爬虫与数据挖掘",进行关注 回复"书籍"即可获赠Python从入门到进阶共10本电子书 今 日 鸡 汤 打起黄莺儿,莫教枝上啼. 大家好, ...

  2. Python对带光晕的任意纯色背景图像进行去背景色操作(保留透明效果、附源码)

    昨天更新了一个去黑色背景的文章,今天发现可以再适用范围上推广一下,前提是知道背景色的RGB值. Python对带光晕的图像进行去黑底黑色背景操作(附源码) 先上效果图 除了纯白会导致透明度异常,纯红导 ...

  3. python利用表格中的某一个列_python取excel表格第一列数据?python操作excel,使用xlrd模块,获取某一列数据的语句为...

    用Python修改excel中一列数据 可以使用pandas库,先读取excel文件,然后使用pandas库来修改一列,然后写入文件即可. 怎样用python,读取excel中的一列数据 sheet. ...

  4. python读取csv数据画直方图_Python数据可视化(Pygal、svg、csv、Bar、Line)

    一.pygal(图表类型Bar) 将使用Python可视化包Pygal来生成可缩放的矢量图形文件 pygal官方文档:[www.pygal.org/en/stable/](http://www.pyg ...

  5. 【Python】基于人脸识别的智能考勤系统(Pyqt5+MySQL+Opencv) [PC端部分-已附源码]

    [Python]基于人脸识别的考勤系统 [PC端部分] 一.项目简介 本项目编程语言Python3.6,编程工具pycharm,其他工具QT Designer.Navicat,表单信息保存在本地MyS ...

  6. python爬虫:爬取酷狗音乐榜单中的音乐信息并存储到MySQL(附源码)

    目录 具体思路 代码部分 获取歌曲名称和歌手 获取歌曲播放页的url 获取音乐下载地址 将获取到的音乐信息添加到MySQL中 完整代码 获取酷狗音乐榜单中的音乐信息,这里我以"网络红歌榜&q ...

  7. 【Python机器学习】决策树、逻辑回归、神经网络等模型对电信用户流失分类实战(附源码和数据集)

    需要源码和数据集请点赞关注收藏后评论区留言私信~~~ 电信用户流失分类 该实例数据来自kaggle,它的每一条数据为一个用户的信息,共有21个有效字段,其中最后一个字段Churn标志该用户是否流失 1 ...

  8. 如何利用python抖音涨粉代码_Python实现抖音关键词热度搜索小程序(附源码)

    原博文 2020-06-03 19:03 − 今天给大家带来一个抖音热词小程序,废话不多说,直接上代码 import requests import json import urllib.parse ...

  9. 【Python机器学习】层次聚类AGNES、二分K-Means算法的讲解及实战演示(图文解释 附源码)

    需要源码和数据集请点赞关注收藏后评论区留言私信~~~ 层次聚类 在聚类算法中,有一类研究执行过程的算法,它们以其他聚类算法为基础,通过不同的运用方式试图达到提高效率,避免局部最优等目的,这类算法主要有 ...

  10. 【Python游戏】基于pygame实现的一个Dino Rush 恐龙宝贝冲冲冲的小游戏 | 附源码

    前言 halo,包子们晚上好 很久没有更新啦,主要是小编这边最近有点小忙 今天给大家整一个Dino Rush 恐龙宝贝冲冲冲的小游戏 还是一个比较记经典的小游戏,还记这可谷歌浏览器上没有网也能打发时间 ...

最新文章

  1. 小甲鱼python003答案_小甲鱼:Python学习笔记003_函数
  2. 细说 Java 主流日志工具库
  3. 跟我学XSL(四)-脚本与XSL的结合及应用
  4. 职场警示录:怎样和“小人”和睦相处
  5. springmvc配置同时支持html和jspl两种格式的页面
  6. python获取系统时间函数_简单记录python的时间函数操作
  7. 红米android4.4.2,新版红米Note配置升级详解:系统其实是基于Android 4.4.2
  8. Java获取硬盘信息
  9. [礼仪大赛策划方案]图:如何打造一场精美极致的礼仪大赛?PPT动态柱状图,如何动态显示?Flash如何渲染PPT界面呢?
  10. 让你的AIR程序自动检测更新,并自动下载、更新到新版本。
  11. java spring初始化_Spring框架初始化解析
  12. 完全卸载mysql数据库
  13. 盐城工学院c语言实验报告簿,盐城工学院单片机实验指导书.doc
  14. msp432快速入门第三节之让LED闪起来
  15. C51软件精确延时(us级)
  16. ViewGroup的LayoutParams理解
  17. 入门C语言编程植树问题,亏损率的公式—(-圆位置排序c程序-数学-封巧及同学
  18. 对项目软件产品化的思考
  19. 小程序可以删除或者注销吗
  20. 把大脑从衰老的身体里分离出来?“长寿科技”让人类活200年不再遥远

热门文章

  1. Web 前端必会的 PhotoShop 技能
  2. 解决to_csv循环追加数据不会覆盖前面的数据
  3. 两个可能常用到的几何知识(圆与椭圆的方程、求垂直向量)
  4. 电商时代的逆向思维法则
  5. Android 手势识别向左,右,上,下,滑动的方向
  6. 学习数学:往日油印稿,今日电子书
  7. Cannot determine value type from string ‘5ca68b45-78bc-4a68-b3a6-97b0ff73797‘
  8. ES中如何实现随机抽样查询
  9. 语义分割系列2-Unet(pytorch实现)
  10. 舒城中学2021年高考成绩查询,舒城教育信息网——舒城县教育局关于对2019年荣获高考目标奖的学校和个人表彰的通报...