python_10_绘制图表

#绘制折线图

import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams["font.sans-serif"]='SimHei'
plt.rcParams['axes.unicode_minus'] = False
fig = plt.figure()
plt.figure(figsize = (8,6))
plt.subplot(1,1,1)
#指明x和y值
import numpy as np
x = np.array([1,2,3,4,5,6,7,8,9])
y = np.array([312,423,564,534,754,765,456,235,432])
#绘图
plt.plot(x,y,color="k",linestyle="dashdot",linewidth=1,marker="o",markersize = 5,label = "注册用户数")
#设置标题
#标题名及其位置
plt.title("xxx公司1-9月用户注册量",loc="center")
#添加数据标签
for a,b in zip(x,y):
plt.text(a,b,b,ha='center',va="bottom",fontsize =10)

#设置网格线
plt.grid(True)
#设置图例
plt.legend()
#保存图表到本地
plt.savefig("C:/Users/jsjilu/Desktop/plot.jpg")

#绘制柱形图
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams["font.sans-serif"]='SimHei'
plt.rcParams['axes.unicode_minus'] = False
fig = plt.figure()
plt.figure(figsize = (8,6))
plt.subplot(1,1,1)

#指明x和y值
import numpy as np
x = np.array(["east","north","south","west"])
y = np.array([8552,7541,6587,5784])

#绘图
plt.bar(x,y,width=0.5,align="center",label = "任务量")

#设置标题
#标题名及其位置
plt.title("全国各分区任务量",loc="center")

#添加数据标签
for a,b in zip(x,y):
plt.text(a,b,b,ha='center',va="bottom",fontsize =12)

#设置x轴和y轴的名称
plt.xlabel("zone")
plt.ylabel("quanity")
#设置图例显示
plt.legend()
#保存图表到本地
plt.savefig("C:/Users/jsjilu/Desktop/bar.jpg")

#绘制簇状图
plt.subplot(1,1,1)

#指明x和y值
x = np.array([1,2,3,4])
y1 = np.array([312,423,564,534])
y2 = np.array([152,241,321,235])

#绘图
plt.bar(x,y1,width = 0.3,label = "任务量")
plt.bar(x+0.3,y2,width = 0.3,label = "完成量") #相当于把完成量的每个柱子右移0.3

#设置标题
#标题名及其位置
plt.title("全国各分区任务量和完成量",loc="center")

#添加数据标签
for a,b in zip(x,y1):
plt.text(a,b,b,ha='center',va="bottom",fontsize =12)

#设置x轴和y轴的名称
plt.xlabel("zone")
plt.ylabel("quanity")

#设置x轴刻度值
plt.xticks(x+0.15,{"east","south","west","north"})

#设置网格线
plt.grid(False)

#设置图例显示
plt.legend()
#保存图表到本地
plt.savefig("C:/Users/jsjilu/Desktop/bar2.jpg")

#绘制堆积图
plt.subplot(1,1,1)

#指明x和y值
x = np.array(["east","south","west","north"])
y1 = np.array([312,423,564,534])
y2 = np.array([152,241,321,235])

#绘图
plt.bar(x,y1,width = 0.3,label = "任务量")
plt.bar(x,y2,width = 0.3,label = "完成量")

#设置标题
#标题名及其位置
plt.title("全国各分区任务量和完成量",loc="center")

#添加数据标签
for a,b in zip(x,y1):
plt.text(a,b,b,ha='center',va="bottom",fontsize =12)

for a,b in zip(x,y2):
plt.text(a,b,b,ha='center',va="top",fontsize =12)

#设置x轴和y轴的名称
plt.xlabel("zone")
plt.ylabel("quanity")

#设置网格线
plt.grid(False)

#设置图例显示
plt.legend(loc = "upper center",ncol = 2)
#保存图表到本地
plt.savefig("C:/Users/jsjilu/Desktop/bar3.jpg")

#绘制条形图
plt.subplot(1,1,1)

#指明x和y值
x = np.array(["east","south","west","north"])
y = np.array([312,423,564,534])

#绘图
plt.barh(x,height=0.5,width=y,align="center")

#设置标题
#标题名及其位置
plt.title("全国各分区任务量",loc="center")

#添加数据标签
for a,b in zip(x,y):
plt.text(b,a,b,ha='right',va="center",fontsize =12)

#设置x轴和y轴的名称
plt.xlabel("quanity")
plt.ylabel("zone")

#设置网格线
plt.grid(False)
#保存图表到本地
plt.savefig("C:/Users/jsjilu/Desktop/barh.jpg")

#绘制散点图，用plt库里面的scatter
#plt.scatter(x,y,s,c,marker,linewidths,edgecolors)
#s-表示每个点的面积，即大小；c-每个点的颜色；marker-标记，和折线图中一样；散点的线宽；轮廓的颜色

plt.subplot(1,1,1)

#指明x和y值
x = [5,8,7,5,6,9,11,10,15,14]
y = [1,2,5,4,6,7,9,8,11,13]

#绘图
plt.scatter(x,y,marker="o",s=100)

#设置标题
#标题名及其位置
plt.title("1-8月a和b的关系图",loc="center")

#设置x轴和y轴的名称
plt.xlabel("a")
plt.ylabel("b")

#设置网格线
plt.grid(False)
#保存图表到本地
plt.savefig("C:/Users/jsjilu/Desktop/scatter.jpg")

#绘制气泡图
plt.subplot(1,1,1)

#指明x和y值
x = np.array([4,5,6,7,8,9])
y = np.array([1,2,3,4,5,6])

#绘图
colors = y*10 #根据y值的大小生成不同颜色
area = y*100 #根据y值大小生成大小不同的形状

plt.scatter(x,y,c = colors , marker="o",s = area)

#设置标题
#标题名及其位置
plt.title("1-8月a和b的关系图",loc="center")

#设置数据标签
for a,b in zip(x,y):
plt.text(a,b,b,ha = 'center', va = "center", fontsize =10,color = "white")

#设置x轴和y轴的名称
plt.xlabel("a")
plt.ylabel("b")

#设置网格线
plt.grid(False)
#保存图表到本地
plt.savefig("C:/Users/jsjilu/Desktop/scatter2.jpg")

#绘制面积图，与折线图类似，用plt库里面的stackplot
#plt.stackplot(x,y,labels,colors)

plt.subplot(1,1,1)

#指明x和y值
x = np.array([1,2,3,4,5,6,7,8,9,10])
y1 = np.array([1,2,5,4,6,7,9,8,11,13])
y2 = np.array([2,4,6,4,6,7,9,8,11,13])

#绘图
labels = ["a","b"]
plt.stackplot(x,y1,y2,labels = labels)

#设置标题
#标题名及其位置
plt.title("1-10月a,b值",loc="center")

#设置x轴和y轴的名称
plt.xlabel("月份")
plt.ylabel("a，b值")
plt.legend()
#设置网格线
plt.grid(False)
#保存图表到本地
plt.savefig("C:/Users/jsjilu/Desktop/stackplot.jpg")

#绘制树地图
#经常表示同一等级中不同类别的占比关系，使用squarify库
#要先安装库
#pip install squarify
#在anaconda prompt程序中输入即可

import squarify

#指定每一块的大小
size = np.array([0.1,0.2,0.3,0.4])
#指定每一块的文字标签
zhongwen = np.array(["a","b","c","d"])
#指定每一块的数值标签
rate = np.array(["10%","20%","30%","40%"])

#指定每一块的颜色
colors = ['steelblue','#9999ff','red','green']

#绘图
plot = squarify.plot(sizes = size,
label = zhongwen,
color = colors,
value = rate,
edgecolor = 'white',
linewidth = 3)
#设置标题大小
plt.title('xx分布',fontdict = {'fontsize':12})

#去除坐标轴
plt.axis('off')

#去除上边框和右边框的刻度
plt.tick_params(top = 'off',right = 'off')

#保存到本地
plt.savefig("C:/Users/jsjilu/Desktop/squarify.jpg")

#绘制雷达图，用的是polar方法
#plt.polar(theta,r,color,marker,linewidth)
#每一点在极坐标中的角度，半径，连接每个点间线的颜色，每点的标记物，线宽度

import numpy as np
import matplotlib.pyplot as plt

# 使用ggplot的绘图风格，这个类似于美化了，
# 可以通过plt.style.available查看可选值，你会发现其它的风格真的丑。。。
plt.style.use('ggplot')

# 构造数据
values = [2.6,2.1,3.4,3,4.1]
feature = ['个人能力','QC知识','解决问题能力','服务质量意识','团队精神']

# 设置每个数据点的显示位置，在雷达图上用角度表示
angles=np.linspace(0, 2*np.pi,len(values), endpoint=False)

# 拼接数据首尾，使图形中线条封闭
values=np.concatenate((values,[values[0]]))
angles=np.concatenate((angles,[angles[0]]))

# 绘图
fig=plt.figure()
# 设置为极坐标格式
ax = fig.add_subplot(111, polar=True)
# 绘制折线图
ax.plot(angles, values, 'o-', linewidth=2)
# 填充颜色
ax.fill(angles, values, alpha=0.25)

# 设置图标上的角度划分刻度，为每个数据点处添加标签
ax.set_thetagrids(angles * 180/np.pi, feature)

# 设置雷达图的范围
ax.set_ylim(0,5)
# 添加标题
plt.title('活动前后员工状态表现')
# 添加网格线
ax.grid(True)
#保存到本地
plt.savefig("C:/Users/jsjilu/Desktop/polarplot.jpg")

# 绘制箱型图，使用boxplot,反应数据的离散情况
# plt.boxplot(x,vert,width,label)
# 待绘图源数据；箱型图方向（true纵）；图宽；标签

plt.subplot(1,1,1)

y1 = np.array([866,2335,11000,6482,6120,1605,3813,4428,4631])
y2 = np.array([433,1167,2855,3241,3060,802,1906,2214,2315])
x = [y1,y2]

#绘图
labels = ["注册人数","激活数量"]
plt.boxplot(x,labels = labels,vert = True,widths = [0.2,0.5])

#设置标题
plt.title("xxx公司1-9月注册和激活人数",loc = "center")
#网格线
plt.grid(False)
plt.savefig("C:/Users/jsjilu/Desktop/boxflot.jpg")

#绘制饼图，用pie
#plt.pie(x,explode,labels,colors,autopct,pctdistance,shadow,labeldistance,startangle,radius,conunterclock,wedgeprops,textprops,center,frame)
#待绘图数据，每一块距离圆心距离，每一块的标签，颜色，百分比格式，标签距离，是否有阴影，索引距离，初始角度，半径，是否逆时针显示，内外边界属性，文本相关属性，中心位置，是否显示饼图背后的图框

plt.subplot(1,1,1)

x = np.array([0.924,
0.036,
0.005,
0.003,
0.032
])

labels =["一级白砂糖",
"绵白糖",
"原糖",
"糖制糖",
"红糖"]
explode = [0.05,0,0,0,0] #让第一块离圆心远一点
labeldistance = 1.1

plt.pie(x,labels = labels,autopct = '%.0f%%',shadow = True,
explode = explode,radius =1.0,labeldistance = labeldistance)

#设置标题
plt.title("不同食糖占比",loc = "center")
#保存
plt.savefig("C:/Users/jsjilu/Desktop/futures/pie1.jpg")

#绘制圆环图，用于表示同一层级不同类别之间的占比关系，使用的也是pie

plt.subplot(1,1,1)

x1 = np.array([8566,5335,7310,6482])
x2 = np.array([4283,2667,3655,3241])

labels =["east","south","west","north"]

plt.pie(x1,labels = labels,radius =1.0,wedgeprops = dict(width =0.3,edgecolor = 'w'))

plt.pie(x2,radius =0.7,wedgeprops = dict(width =0.3,edgecolor = 'w'))

#添加注释
plt.annotate("完成量",xy =(0.35,0.35),xytext = (0.7,0.45),
arrowprops = dict(facecolor = 'black',arrowstyle = '->'))
plt.annotate("任务量",xy =(0.75,0.20),xytext = (1.1,0.20),
arrowprops = dict(facecolor = 'black',arrowstyle = '->'))

#设置标题
plt.title("xx各区域任务量和完成量占比",loc = "center")
#保存
plt.savefig("C:/Users/jsjilu/Desktop/pie2.jpg")

#绘制热力图，将某一事物的响应度反应在图表上，可以快速发现需要重点关注的区域，使用imshow
# plt.imshow(x,cmap)
# 数据需要是矩阵形式，配色方案cmap 所有可选值都封装在plt。cm里面，输入plt.cm.然后按Tab即可

#几个相关指标之间的相关性
cm = np.array([[1,0.082,0.031,-0.0086],
[0.082,1,-0.063,0.062],
[0.031,-0.09,1,0.026],
[-0.0086,0.062,0.026,1]])

cmap = plt.cm.cool #设置配色方案
plt.imshow(cm,cmap = cmap)
plt.colorbar() #显示右边的颜色条

#设置x轴和y轴的刻度标签
classes = ["负债率","信贷数量","年龄","家属数量"]
tick_marks = np.arange(len(classes))
plt.xticks(tick_marks,classes)
plt.yticks(tick_marks,classes)

#注意导入库，如果显示未定义，就import
import itertools

#将数值显示在指定位置
for i,j in itertools.product(range(cm.shape[0]),range(cm.shape[1])):
plt.text(j,i,cm[i,j],horizontalalignment = "center")

plt.grid(False)
plt.savefig("C:/Users/jsjilu/Desktop/imshow.jpg")

#番外 itertools，用于迭代的好用工具
import itertools

# itertools.count()
l = [1,2,3,4,5]
c = itertools.repeat(l, 5) #迭代五次

for i in c:
print(i)

import itertools

# itertools.count()
l = [1,2,3,4,5]
c = itertools.accumulate(l)

print(c)

for i in c:
print(i)

#结果不出意料，accumulate()仍然返回的是一个迭代器，我们给它传了一个list，在for循环中遍历打印的时候发现，它把其中的数值做了累加操作。(迭代第一个数，就是前一个数的和，迭代到第二个数时，就是前两个数的和

import itertools

# itertools.count()
d = {'a': 1, 'b': 2, 'c': 3}
c = itertools.accumulate(d)

print(c)

for i in c:
print(i)

#如果传入的是dict对象，那么会累加迭代dict的key

import itertools

# itertools.count()
l = [1, 2, 3, 4, 5]
t = (1, 2, 3, 4, 5)
s = 'abcdefg'
c = itertools.chain(l, t, s)

print(c)

for i in c:
print(i)

#chain()类是非常实用的，参数可以传入任意个数序列，而且只要是序列即可，不限定序列的数据类型。比如，我想一起迭代list, tuple, str三个序列，实用itertools.chain()轻松实现

python_10_绘制图表相关推荐

matplotlib绘制图表，设置刻度标签、最大最小刻度、字体大小，label位置、刻度轴箭头等
matplotlib绘制图表,设置刻度标签.最大最小刻度.字体大小,label位置.刻度轴箭头等 1. 效果图 2. 源码 2.1 仅使用普通轴ax + fontdict 源码 2.2 使用mpl设置 ...
用python绘制柱状图标题-使用Python绘制图表大全总结
在使用Python绘制图表前,我们需要先安装两个库文件numpy和matplotlib. Numpy是Python开源的数值计算扩展,可用来存储和处理大型矩阵,比Python自身数据结构要高效:mat ...
python能绘制统计图吗-使用Python绘制图表大全总结
在使用Python绘制图表前,我们需要先安装两个库文件numpy和matplotlib. Numpy是Python开源的数值计算扩展,可用来存储和处理大型矩阵,比Python自身数据结构要高效:mat ...
[codeigniter]CI中使用pChart绘制图表,已测通过
因为一个codeigniter开发的项目上要用到图表.FusionChart是flash技术,在某些情况下可能造成无法使用(如ipad).因此不禁想起了之前用Pchart做的图表项目. 但是毕竟是在C ...
如何在ASP.NET中用OWC绘制图表
一.概述 <?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" /> ...
【python】读取Excel文件并绘制图表
依赖的包: 1.xlrd 2.matplot 3.numpy 读取excel文件并绘制图表代码如下: 点击(此处)折叠或打开 import matplotlib.pyplot as plt impo ...
pyecharts学习(part1)--绘制图表的三种方式
学习笔记,仅供参考,有错必究文章目录 pyecharts学习绘制图表的三种方式绘制的图表生成HTML jupyter notebook 内嵌展示 pyecharts生成图片 pyecharts学 ...
一个详尽的面向 SAP UI5 初学者的教程 - 如何在 SAP UI5 中绘制图表 Chart
这是 Jerry 2021 年的第 65 篇文章,也是汪子熙公众号总共第 342 篇原创文章. 观沧海曹操东临碣石,以观沧海. 水何澹澹,山岛竦峙. 树木丛生,百草丰茂. 秋风萧瑟,洪波涌起. 日 ...
在微信小程序中绘制图表（part2）
本期大纲 1.确定纵坐标的范围并绘制 2.根据真实数据绘制折线相关阅读: 在微信小程序中绘制图表(part1) 在微信小程序中绘制图表(part3) 关注我的 github 项目查看完整代码. 确 ...
前端绘制绘制图表_绘制我的文学风景
前端绘制绘制图表 Back when I was a kid, I used to read A LOT of books. Then, over the last couple of years, ...

python_10_绘制图表

python_10_绘制图表相关推荐

最新文章

热门文章