本文介绍如果使用python汇总常用的图表，与Excel的点选操作相比，用python绘制图表显得比较比较繁琐，尤其提现在对原始数据的处理上。但两者在绘制图表过程中的思路大致相同，Excel中能完成的工作python大多也能做到。为了更清晰的说明使用python绘制图表的过程，我们在汇总图表的代码中进行注解，说明每一行代码的具体作用。并在文章的最后给出了自定义字体和图表配色的对应表。

准备工作

?

1

2

3

4

5

import numpy as np

import pandas as pd

#导入图表库以进行图表绘制

import matplotlib.pyplot as plt

loandata=pd.DataFrame(pd.read_excel('loan_data.xlsx'))

折线图

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

#设置日期字段issue_d为loandata数据表索引字段

loandata = loandata.set_index('issue_d')

#按月对贷款金额loan_amnt求均值，以0填充空值

loan_plot=loandata['loan_amnt'].resample('M').fillna(0)

#图表字体为华文细黑，字号为15

plt.rc('font', family='STXihei', size=15)

#创建一个一维数组赋值给a

a=np.array([1,2,3,4,5,6,7,8,9,10,11,12])

#创建折线图，数据源为按月贷款均值，标记点，标记线样式，线条宽度，标记点颜色和透明度

plt.plot(loan_plot,'g^',loan_plot,'g-',color='#99CC01',linewidth=3,markeredgewidth=3,markeredgecolor='#99CC01',alpha=0.8)

#添加x轴标签

plt.xlabel('月份')

#添加y周标签

plt.ylabel('贷款金额')

#添加图表标题

plt.title('分月贷款金额分布')

#添加图表网格线，设置网格线颜色，线形，宽度和透明度

plt.grid( color='#95a5a6',linestyle='--', linewidth=1 ,axis='y',alpha=0.4)

#设置数据分类名称

plt.xticks(a, ('1月','2月','3月','4月','5月','6月','7月','8月','9月','10月','11月','12月') )

#输出图表

plt.show()

柱状图

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

#按用户等级grade字段对贷款金额进行求和汇总

loan_grade=loandata.groupby('grade')['loan_amnt'].agg(sum)

#图表字体为华文细黑，字号为15

plt.rc('font', family='STXihei', size=15)

#创建一个一维数组赋值给a

a=np.array([1,2,3,4,5,6])

#创建柱状图，数据源为按用户等级汇总的贷款金额，设置颜色，透明度和外边框颜色

plt.bar([1,2,3,4,5,6],loan_grade,color='#99CC01',alpha=0.8,align='center',edgecolor='white')

#设置x轴标签

plt.xlabel('用户等级')

#设置y周标签

plt.ylabel('贷款金额')

#设置图表标题

plt.title('不同用户等级的贷款金额分布')

#设置图例的文字和在图表中的位置

plt.legend(['贷款金额'], loc='upper right')

#设置背景网格线的颜色，样式，尺寸和透明度

plt.grid(color='#95a5a6',linestyle='--', linewidth=1,axis='y',alpha=0.4)

#设置数据分类名称

plt.xticks(a,('A级','B级','C级','D级','E级','F级'))

#显示图表

plt.show()

条形图

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

#图表字体为华文细黑，字号为15

plt.rc('font', family='STXihei', size=15)

#创建一个一维数组赋值给a

a=np.array([1,2,3,4,5,6])

#创建条形图，数据源为分等级贷款金额汇总，设置颜色，透明度和图表边框

plt.barh([1,2,3,4,5,6],loan_grade,color='#99CC01',alpha=0.8,align='center',edgecolor='white')

#添加x轴标题

plt.xlabel('贷款金额')

#添加y轴标题

plt.ylabel('用户等级')

#添加图表标题

plt.title('不同用户等级的贷款金额分布')

#添加图例，并设置在图表中的显示位置

plt.legend(['贷款金额'], loc='upper right')

#设置背景网格线的颜色，样式，尺寸和透明度

plt.grid(color='#95a5a6',linestyle='--', linewidth=1,axis='y',alpha=0.4)

#设置数据分类名称

plt.yticks(a,('A级','B级','C级','D级','E级','F级'))

#显示图表

plt.show()

饼图

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

#图表字体为华文细黑，字号为15

plt.rc('font', family='STXihei', size=15)

#设置饼图中每个数据分类的颜色

colors = ["#99CC01","#FFFF01","#0000FE","#FE0000","#A6A6A6","#D9E021"]

#设置饼图中每个数据分类的名称

name=['A级', 'B级', 'C级', 'D级', 'E级','F级']

#创建饼图，设置分类标签，颜色和图表起始位置等

plt.pie(loan_grade,labels=name,colors=colors,explode=(0, 0, 0.15, 0, 0, 0),startangle=60,autopct='%1.1f%%')

#添加图表标题

plt.title('不同用户等级的贷款金额占比')

#添加图例，并设置显示位置

plt.legend(['A级','B级','C级','D级','E级','F级'], loc='upper left')

#显示图表

plt.show()

散点图

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

#按月汇总贷款金额，以0填充空值

loan_x=loandata['loan_amnt'].resample('M',how=sum).fillna(0)

#按月汇总利息金额，以0填充空值

loan_y=loandata['total_rec_int'].resample('M',how=sum).fillna(0)

#图表字体为华文细黑，字号为15

plt.rc('font', family='STXihei', size=15)

#创建散点图，贷款金额为x，利息金额为y，设置颜色，标记点样式和透明度等

plt.scatter(loan_x,loan_y,60,color='white',marker='o',edgecolors='#0D8ECF',linewidth=3,alpha=0.8)

#添加x轴标题

plt.xlabel('贷款金额')

#添加y轴标题

plt.ylabel('利息收入')

#添加图表标题

plt.title('贷款金额与利息收入')

#设置背景网格线的颜色，样式，尺寸和透明度

plt.grid(color='#95a5a6',linestyle='--', linewidth=1,axis='both',alpha=0.4)

#显示图表

plt.show()

气泡图

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

#按月汇总贷款金额及利息

loan_x=loandata['loan_amnt'].resample('M',how=sum).fillna(0)

loan_y=loandata['total_rec_int'].resample('M',how=sum).fillna(0)

loan_z=loandata['total_rec_int'].resample('M',how=sum).fillna(0)

#图表字体为华文细黑，字号为15

plt.rc('font', family='STXihei', size=15)

#设置气泡图颜色

colors = ["#99CC01","#FFFF01","#0000FE","#FE0000","#A6A6A6","#D9E021",'#FFF16E','#0D8ECF','#FA4D3D','#D2D2D2','#FFDE45','#9b59b6']

#创建气泡图贷款金额为x，利息金额为y，同时设置利息金额为气泡大小，并设置颜色透明度等。

plt.scatter(loan_x,loan_y,s=loan_z,color=colors,alpha=0.6)

#添加x轴标题

plt.xlabel('贷款金额')

#添加y轴标题

plt.ylabel('利息收入')

#添加图表标题

plt.title('贷款金额与利息收入')

#设置背景网格线的颜色，样式，尺寸和透明度

plt.grid(color='#95a5a6',linestyle='--', linewidth=1,axis='both',alpha=0.4)

#显示图表

plt.show()

箱线图

?

1

2

3

4

5

6

7

8

9

10

11

12

#图表字体为华文细黑，字号为15

plt.rc('font', family='STXihei', size=15)

#创建箱线图，数据源为贷款来源，设置横向显示

plt.boxplot(loandata['loan_amnt'],1,'rs',vert=False)

#添加x轴标题

plt.xlabel('贷款金额')

#添加图表标题

plt.title('贷款金额分布')

#设置背景网格线的颜色，样式，尺寸和透明度

plt.grid(color='#95a5a6',linestyle='--', linewidth=1,axis='both',alpha=0.4)

#显示图表

plt.show()

直方图

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

#图表字体为华文细黑，字号为15

plt.rc('font', family='STXihei', size=15)

#创建直方图，数据源为贷款金额，将数据分为8等份显示，设置颜色和显示方式，透明度等

plt.hist(loandata['loan_amnt'],8,normed=1, histtype='stepfilled',facecolor='#99CC01', rwidth=0.9,alpha=0.6,edgecolor='white')

#添加x轴标题

plt.xlabel('贷款金额')

#添加y轴标题

plt.ylabel('概率')

#添加图表标题

plt.title('贷款金额概率密度')

#设置背景网格线的颜色，样式，尺寸和透明度

plt.grid(color='#95a5a6',linestyle='--', linewidth=1,axis='y',alpha=0.4)

#显示图表

plt.show()

自定义字体及配色

图表中所使用的字体，可以使用下面的字体名称替换family=后面的内容以改变图表中所显示的字体。

图表中的颜色，可以直接使用颜色名称，也可以使用简称来设置图表中使用的颜色，本文中没有使用默认的颜色，而是使用了自定义颜色。

自定义颜色的色号，本文中使用的是Hex色号，下面给出了Hex和RGB的对应关系，以及相应的颜色。可以使用下面的Hex色号替换本文中图表的颜色。

使用python绘制常用的图表相关推荐

  1. 怎么用python找论文_如何利用Python绘制学术论文图表方法

    论文中图表形式多样,常用的处理工具有excel.MATLAB以及Python等,excel自处理的方法有两个缺陷: 1.当数据较多时,容易出现excel"翻白眼"的现象: 2.需要 ...

  2. python获取excel数据制作有文字和图表的报告_如何用Python绘制学术报告图表？

    原标题:如何用Python绘制学术报告图表? 作者:ExcelTing 原文:http://cnblogs.com/excelting/p/6507680.html 全文约 3581 字,读完可能需要 ...

  3. python的论文图表_如何利用Python绘制学术论文图表方法

    论文中图表形式多样,常用的处理工具有excel.MATLAB以及Python等,excel自处理的方法有两个缺陷: 1.当数据较多时,容易出现excel"翻白眼"的现象: 2.需要 ...

  4. python画50个图-Python绘制六种可视化图表详解，三维图最炫酷！你觉得呢？

    Python绘制六种可视化图表详解,三维图最炫酷!你觉得呢? 可视化图表,有相当多种,但常见的也就下面几种,其他比较复杂一点,大都也是基于如下几种进行组合,变换出来的.对于初学者来说,很容易被这官网上 ...

  5. 厉害了，用Python绘制动态可视化图表，并保存成gif格式

    作者 | 俊欣 来源 | 关于数据分析与可视化 最近有粉丝问道说"是不是可以将这些动态的可视化图表保存成gif图",小编立马就回复了说后面会写一篇相关的文章来介绍如何进行保存gif ...

  6. python办公图表怎么画,用python绘制常用图表（一）,上

    一.绘制圆环图 import numpy as np import matplotlib.pyplot as plt #解决中文乱码问题 plt.rcParams['font.sans-serif'] ...

  7. python数据论文_如何利用Python绘制学术论文图表

    论文中图表形式多样,常用的处理工具有excel.MATLAB以及Python等,excel自处理的方法有两个缺陷:1.当数据较多时,容易出现excel"翻白眼"的现象:2.需要使用 ...

  8. Python绘制六种可视化图表详解

    可视化图表,有相当多种,但常见的也就下面几种,其他比较复杂一点,大都也是基于如下几种进行组合,变换出来的.对于初学者来说,很容易被这官网上众多的图表类型给吓着了,由于种类太多,几种图表的绘制方法很有可 ...

  9. 用python 画炫酷的图并讲解-Python绘制六种可视化图表详解，三维图最炫酷！你觉得呢？...

    可视化图表,有相当多种,但常见的也就下面几种,其他比较复杂一点,大都也是基于如下几种进行组合,变换出来的.对于初学者来说,很容易被这官网上众多的图表类型给吓着了,由于种类太多,几种图表的绘制方法很有可 ...

  10. 【实战篇】37 # 如何使用 QCharts 图表库绘制常用数据图表？

    说明 [跟月影学可视化]学习笔记. QCharts 图表库 QCharts 是一个基于 spritejs 封装的图表库,可以让用户以组件的形式组合出各种图表:https://www.qcharts.c ...

最新文章

  1. MySQL创建视图的语法格式
  2. BZOJ2743 [HEOI2012]采花 【离线 + 树状数组】
  3. 中兴存储服务器 操作系统,中兴新支点服务器操作系统：企业级的国内服务器操作系统...
  4. 机器学习基础——RandomForest
  5. 基于JAVA+SSH+MYSQL的社区医院远程挂号系统
  6. JVM垃圾回收算法标记清除和复制算法
  7. 17.1 情感分析全貌 意境级
  8. 关于欧几里德第五公设的感言
  9. （转）美国证监会SEC发布调查报告，认定ICO为证券投资邀约
  10. 虚拟化应用（三）Hyper-V 2.0 初探
  11. 这届618：商家全渠道作战，天猫仍是主场
  12. 系统性谈谈软件可靠性——第4讲：软件可靠性测试
  13. Guitar Pro教程之记谱法简介
  14. Q learning
  15. 如何查看 lib 文件
  16. 关于Redis的远程连接 Connection: Disconnect on error 问题
  17. 中南大学python试卷_中南大学考研常见问题汇总
  18. 动态循环数组（ArrayList优化）
  19. 漫画 | 为什么程序员的女朋友或老婆颜值普遍都偏高？
  20. ubuntu 20.04 安装 免费 Beyond Compare对比工具

热门文章

  1. 有什么软件可以提升视频画质，将模糊视频修复清晰？
  2. ubuntu中非常好用的PDF软件—okular
  3. C# 使用HTMLhelp生成chm文件添加搜索并解决搜索找不到主题的问题
  4. 助力数字化转型，华为“铁三角”落地
  5. IPX9K IP69K：ISO 20653：2006
  6. 华擎J3455-ITX黑群晖6.2.3-25426搭建
  7. 西门子200Smart modbus RTU 双主站程序 西 门子200Smart modbus RTU 程序封装赋值即用，配置详细说明
  8. java 整理快捷键_idea快捷键整理
  9. 不开机win7计算机还原,Win7开机出现Windows错误恢复解决方法
  10. 关于冯乐乐《Shader入门精要 》书中基础纹理一章的一些笔记