python柱状图纵轴刻度_Python数据分析：Matplotlib

终于到了python数据分析三剑客的最后一课：Matplotlib，一个专门用于绘制图形的库，话不多说，直接进入主题。

内容目录图形的构成

plot样式风格

plot保存图像

各种图形绘制

1 图形的构成

1.1 Figure

在绘制图形之前，我们需要一个Figure对象，可以理解成我们需要一张画板才能开始绘图。

import matplotlib.pyplot as plt # 约定俗成的写法

from pylab import *

mpl.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文乱码问题

plt.rcParams['axes.unicode_minus'] = False # 解决负号不显示的问题

fig = plt.figure()

plt.figure的参数：(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=, clear=False, **kwargs)num:图像编号或名称，数字为编号，字符串为名称

figsize:指定figure的宽和高，单位为英寸

dpi: 参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80, 1英寸等于2.5cm,A4纸是 21*30cm的纸张

facecolor: 背景颜色

edgecolor: 边框颜色

frameon: 是否显示边框

fig = plt.figure(num="hakg",figsize=(10,5),facecolor='g')

ax1 = fig.add_subplot(111)

ax1.set(xlabel="x",ylabel='y')

plt.plot(x,y)

这里只是为了展示figure的参数，我知道很丑

1.2 subplot

使用subplot可以在一个界面中显示多张图像。

参数：subplot(nrows,ncols,num,sharex,sharey,subplot_kw,**fig_kw)nrows：subplot的行数

ncols：subplot的列数，行X列就是被分成多少个图像区域

num：目前该图像位于第几个位置

sharex：所有subplot应该使用相同的X轴刻度（调节xlim将会影响所有的subplot)

sharey：所有subplot应该使用相同的Y轴刻度（调节ylim将会影响所有的subplot)

subplot_kw：用于创建各subplot的关键字字典

**fig_kw：创建figure时的其他关键字

plt.subplot(ijn) i代表划分为几行j为几列，n是指目前在第几个子区域内，这里也可以使用fig.subplot(ijn)

fig = plt.figure()

ax1 = fig.add_subplot(221) # 划分为2行2列四个区域，这是第一个区域，以下以此类推

ax1.set(title="标题1",ylabel='y',xlabel='x')

ax2 = fig.add_subplot(222)

ax2.set(title="标题2",ylabel='y',xlabel='x')

ax3 = fig.add_subplot(223)

ax3.set(title="标题3",ylabel='y',xlabel='x')

ax4 = fig.add_subplot(224)

ax4.set(title="标题4",ylabel='y',xlabel='x')

plt.show()

数据区域的划分顺序为：先行后列

1.3 Axes 轴

在拥有了Figure对象之后，我们还需要有对应的轴和标题

xlabel x轴水平轴标签

ylabel y轴垂直轴标签

title 标题

fig = plt.figure()

ax = fig.add_subplot(111)

ax.set(title="计算",ylabel='y',xlabel='x')

plt.show()

1.4 ticks 刻度

自定义设置x轴和y轴的刻度，但是这个功能一般很少用，默认的结果就能满足需求

x = [1,2,3,4]

y = [5,6,7,8]

plt.xticks([1,2,3,4]) # xticks x轴刻度

plt.yticks([5,6,7,8]) # yticks y轴刻度

plt.plot(x,y)

1.5 图例

plt.legend方法

常用参数:loc 图例的位置，默认是：upper right

ncol 图例分几列展示，默认为1

fontsize 图例字体大小

loc分类介绍

fontsize：{‘xx-small’, ‘x-small’, ‘small’, ‘medium’, ‘large’, ‘x-large’, ‘xx-large’}

详细参数参考如下（了解）：

两种方式分别在plot函数中增加label参数，再调用plt.legend()方法显示

直接在legend方法中传入字符串列表

第一种方式

import numpy as np

x = np.linspace(-np.pi,np.pi,num=100)

y = x**2

plt.plot(x,y,label='dist')

plt.plot(x-3,y+2,label='temp')

plt.legend()

第二种方式

import numpy as np

x = np.linspace(-np.pi,np.pi,num=100)

y = x**2

plt.plot(x,y,c='r')

plt.plot(x-3,y+2)

plt.legend(["dist","temp"],loc="upper left",ncol=2)

1.6 网格线

plt.grid()

参数：(b, which, axis, color, linestyle, linewidth，**kwargs)b: True 或 False True就是显示，False就是不显示

which: 'major', 'minor'， 'both'，默认是both

axis: ‘both’,‘x’,‘y’,可以选择 y x,也就是指定选择x显示网格线或者y显示网格线，但是我尝试了之后发现不起作用，暂且记住这个功能吧

color: 颜色

linestyle: 线条

linewidth: 线条宽度

x = [1,2,3,4]

y = [5,6,7,8]

x1 = [10,10,12,12]

y1 = [20,15,10,6]

plt.plot(x,y,x1,y1)

plt.grid(True)

1.7 标签内容

plt.text()

参数： (x, y, s, weight="bold", color="b")x:注释文本内容或者数据标签所在位置的横坐标

y: 注释文本内容或者数据标签所在位置的纵坐标

s：注释文本内容或者数据标签

weight：注释文本内容的粗细风格

color：注释文本内容的字体颜色

其中x和yq确定文本在图像中显示的位置

第一种情况，只显示文本内容

x = np.linspace(0.05, 10, 1000)

y = np.sin(x)

plt.plot(x, y, ls="-.", lw=2, c="c", label="plot figure")

plt.legend()

plt.text(3.10, 0.09, "y=sin(x)", weight="bold", color="b")

plt.show()

第二种情况，数据标签

例如：柱状图，我们需要在每个柱上显示标签，因此这里操作有点麻烦，需要用到循环

示例

import pandas as pd

data = pd.read_excel('../data/picture_data.xlsx')

data.head()

计算每个部门的人数

dep = data["部门"].value_counts()

b = plt.bar(dep.index,dep.values)

plt.yticks(range(10))

for i in b:

plt.text(i.get_x() + i.get_width() / 2,i.get_height()+0.1,str(i.get_height()))

# i.get_x() 获取每个柱型的x轴位置

# i.get_width() 每个柱形的宽度

# i.get_height() 柱形的高度

不得不吐槽一下，这个数据标签，添加起来真心麻烦

2 plot的风格和样式

2.1 color 颜色

支持以下几种形式1 颜色名称

color颜色，不同字母代表不同颜色，用color或者c2 HTML十六进制字符串例如：color=‘#FF0000’ 红色

3 支持RGB 归一化到[0,1] 例如：color=(0.3,0.3,0.3),如果你使用的是(234,23,14)需要分别除以256，归一化之后才能使用。

2.2 marker 图标

^就是三角形，o就是圆点，+就是加号型

如果上面看不太明白的话，可以参考这个，也可以自己手动试一试

符号对应的图形

o圆点

p五边形（看起来也有点像圆点）

h六边形（看起来也有点像圆点）

H旋转六边形(两顶点在线上)

d细菱形

D菱形

s正方形

^上三角

v（小v）下三角

<左三角

>右三角

1丫（这里称之为下箭头）

2上箭头

3左箭头

4右箭头

，像素

+加号

x叉形

X粗叉形

-水平线

2.3 linestyle 线条

2.4 大小linewidth 对于linestyle的线条的宽度设置，默认为2

markersize 对于marker图标的大小设置，默认为12

2.5 透明度

alpha参数 [0,1]之间

3 plot保存图像

plt.savefig() 保存图像

参数： (fname, dpi=None, facecolor='w', edgecolor='w',orientation='portrait', papertype=None, format=None, transparent=False, bbox_inches=None, pad_inches=0.1, frameon=None)fname 保存的文件位置+文件名，字符串形式

dpi 像素

其余的以后用到再研究，基本主要用到的是fname

import numpy as np

x = np.linspace(-np.pi,np.pi,num=100)

y = x**2

plt.plot(x,y)

plt.plot(x-3,y+2)

plt.legend(["dist","temp"])

plt.savefig('./pi')

4 常用图形

4.1 折线图

plt.plot()参数：(x, y, color='green', marker='o', linestyle='dashed',

linewidth=2, markersize=12)x和y对应横轴和纵轴的数据

color颜色，不同字母代表不同颜色

marker 显示不同的图标

linestyle 不同的线

linewidth 对于linestyle的线条的宽度设置，默认为2

markersize 对于marker图标的大小设置，默认为12

举个例子

x = [1,2,3,4]

y = [5,6,7,8]

plt.subplot(221)

plt.plot(x,y,c='r')

plt.subplot(222)

plt.plot(x,y,c='g',marker='o',linestyle="--")

plt.subplot(223)

plt.plot(x,y,'m^')

plt.subplot(224)

plt.plot(x,y,'y',linestyle=':',linewidth=6)

4.2 柱状图

plt.bar()

import pandas as pd

data = pd.read_excel('../data/picture_data.xlsx')

data.head()

需求1：绘制每个部门的人数总和

dep = data["部门"].value_counts()

b = plt.bar(dep.index,dep.values)

plt.yticks(range(10))

for i in b:

plt.text(i.get_x() + i.get_width() / 2,i.get_height()+0.1,str(i.get_height()))

4.3 条形图

plt.barh()

参数：(y, width, height, left, *, align='center')

需求：绘制每个部门的人数总和

b = plt.barh(dep.index,dep.values)

plt.xticks(range(10))

for i in b:

plt.text(i.get_width()+0.1,(i.get_y() + i.get_height() / 2),str(i.get_width()))

4.4 直方图

plt.hist()

参数

(x, bins=None, range=None, density=None, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, normed=None, hold=None, data=None, **kwargs)x:必选参数，绘图数据

bins:直方图的长条形数目，可选项，默认为10

normed:是否将得到的直方图向量归一化，可选项，默认为0，代表不归一化，显示频数。normed=1，表示归一化，显示频率。

facecolor:长条形的颜色

edgecolor:长条形边框的颜色

alpha:透明度

sale = data['实发工资']

plt.hist(sale)

2.5 饼图

plt.pie()

参数;(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, rotatelabels=False, hold=None, data=None)startangle：参数设置饼图的起始角度

explode：每一块顶点距离圆心的长度

autopct：设置比例值，小数位数保留几位

labeldistance：设置标签离圆心的距离

plt.pie(dep,labels = dep.index,autopct='%.2f%%')

2.6 散点图

plt.scatter()

参数：(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs)

h = data.pivot_table(index="部门",aggfunc={"员工姓名":"count","实发工资":"sum"})

plt.scatter(h.员工姓名,h.实发工资)

写到头皮发麻，下回继续，实在没有想到一个matplotlib竟然也有这么多东西要整理。

推荐阅读：ailsa：Python数据分析：Pandas之DataFramezhuanlan.zhihu.comailsa：python数据分析：Pandas之Serieszhuanlan.zhihu.comailsa：Python数据分析：Numpy基础zhuanlan.zhihu.com

到这里为止的话，python数据分析的三大库已经全部整理完毕，之前从未觉得知识点有这么多，但是说实话，这些内容算是整理的比较细致了，大家可以当作手册来参考，加油吧！

python柱状图纵轴刻度_Python数据分析：Matplotlib相关推荐

matplotlib柱状图上方显示数据_Python数据分析matplotlib可视化之绘图！
Matplotlib是一个基于python的2D画图库,能够用python脚本方便的画出折线图,直方图,功率谱图,散点图等常用图表,而且语法简单. Python中通过matplotlib模块的pypl ...
python 条形图填充疏密_Python数据分析 4：图表绘制工具Matplotlib
一.Matplotlib简介及图表窗口 Matplotlib是一个python版的matlab绘图接口,以2D为主,支持python.numpy.pandas基本数据结构,其特点为运营高效且具有丰富的 ...
python显示数据长度_Python数据分析之初识可视化
一.数据可视化概述数据可视化是在整个数据分析非常重要的一个辅助工具,可以清晰的理解数据,从而调整我们的分析方法. - 能将数据进行可视化,更直观的呈现 - 使数据更加客观.更具说服力例如下面两个图 ...
python pd Series 添加行_Python数据分析与挖掘的常用工具
Python语言:简要概括一下Python语言在数据分析.挖掘场景中常用特性: 列表(可以被修改),元组(不可以被修改) 字典(结构) 集合(同数学概念上的集合) 函数式编程(主要由lambda(). ...
python绘制热图_python使用matplotlib绘制热图
python常用的绘图库就是matplotlib,今天在给公司绘图时,偶然间发现matplotlib可以绘制热图,并且十分简洁,拿出来跟大家分享一下.(由于涉及到公司数据问题,这里采用随机数生成数据进 ...
用python画动图_Python使用matplotlib画动态图
机器学习需要使用python实现相应的算法,因此学习了Matplotlib中的画图. 当然为了能显示机器学习中每次迭代的效果与收敛速度,需要画出动态图形. 下面给出两个例子,分别可以画出动态条形图和动 ...
python画图显示中文_Python的matplotlib库画图不能显示中文问题解决
有两种解决办法: 一种是在代码里设置为能显示中文的字体,如微软雅黑(msyh.ttf)和黑体(simsun.ttc) 如下在要画图的代码前添加: import matplotlib.pyplot as ...
python ppt 绘图_Python数据分析-Matplotlib绘图基础
本文结构: 一.Matplotlib绘图基础及中文乱码解决二.如何利用pandas绘图? 三.如何利用notebook制作分析报告? 图形在我们日常生活中无处不在.如果没有可视化,就是一些数字罗列, ...
python 可视化分析平台_python 数据分析数据可视化工具matplotlib
说明: 数据可视化中的数据集下载地址:(数据来源:从零开始学python数据分析和挖掘) 链接:https://pan.baidu.com/s/1zrNpzSNVHd8v1rGFRzKipQ 提取码: ...

python柱状图纵轴刻度_Python数据分析：Matplotlib

python柱状图纵轴刻度_Python数据分析：Matplotlib相关推荐

最新文章

热门文章