可视化库Matplotlib-条形图与散点图

导入numpy库、pandas库和Matplotlib库

import pandas as pd
import numpy
import matplotlib.pyplot as plt

导入文件

reviews = pd.read_csv("fandango_score_comparison.csv")

条形图：
生成一个条形图：

cols = ['Metacritic_User', 'IMDB', 'Fandango_Stars', 'Fandango_Ratingvalue', 'RT_norm']
norm_reviews = reviews[cols]
num_cols = ['Metacritic_User', 'IMDB', 'Fandango_Stars', 'Fandango_Ratingvalue', 'RT_norm']

#设置柱高
bar_hight = norm_reviews.loc[0,num_cols].values
print(bar_hight)
#设置条与条的间距
bar_positions = numpy.arange(5) + 1
print(bar_positions)

#绘制bar图(条形图)
#fig用于控制图，ax用于绘图
fig,ax = plt.subplots()
ax.bar(bar_positions, bar_hight, 0.3)
plt.show()

图像：

我们可以来设置图像的数据
例如：

#设置bar图
fig,ax = plt.subplots()
ax.bar(bar_positions, bar_hight, 0.3)

tick_position = range(1, 6)
ax.set_xticks(tick_position)
ax.set_xticklabels(num_cols, rotation = 45)

ax.set_xlabel('Rating Source')
ax.set_ylabel('Average Rating')
ax.set_title('Average User Rating for Avengers')

plt.show()

图像：

还可以制作横着的条形图：

#设置横bar图
fig,ax = plt.subplots()
ax.barh(bar_positions, bar_hight, 0.3)

tick_position = range(1, 6)
ax.set_yticks(tick_position)
ax.set_yticklabels(num_cols)

ax.set_ylabel('Rating Source')
ax.set_xlabel('Average Rating')
ax.set_title('Average User Rating for Avengers')

plt.show()

图像：

散点图：
生成一个散点图：

cols = ['Metacritic', 'RT_norm']
new_reviews = reviews[cols]

fig, ax = plt.subplots()
ax.scatter(new_reviews['Metacritic'], new_reviews['RT_norm'])
ax.set_xlabel('Metacritic')
ax.set_ylabel('RT_norm')

plt.show()

图像：

---

附：
可视化库Matplotlib-折线统计图
可视化库Matplotlib-子图
可视化库Matplotlib-柱形图与盒图