应项目要求，分析关于控烟的2016年11月的新闻数据，今天用python画了一个折线图和饼图，分别表现11月每天的新闻数据量和11月份新闻的主要来源。现把相关知识整理如下： **相关参考资料：** matplotlib官方文档：http://matplotlib.org/api/pyplot_summary.html （api的调用及一些示例代码） 一个中文版的文档（不全）：http://old.sebug.net/paper/books/scipydoc/matplotlib_intro.html matplotlib较详细的剖析：http://www.cnblogs.com/vamei/archive/2013/01/30/2879700.html 三种图的绘制：http://www.cnblogs.com/hustlx/p/5264562.html 多张图的绘制：http://www.2cto.com/kf/201407/317115.html 今天应项目要求画了一个折线图一个饼状图，顺势整理一下python的matplotlib库的画图技巧。 **一、环境准备** 首先是需要下载安装相关的工具包，之前装了Numpy和Scipy，这次只装了Matplotlib。分别输入下面的代码进行安装：
pip install numpy
pip install scipy
sudo apt-get install python-matplotlib python
>>> import pylab import numpy as np
import matplotlib.pyplot as plt
x=[0,1] #设置x轴
y=[0,1] #设置y轴
plt.figure() #创建绘图对象
#创建绘图对象，figsize参数可以指定绘图对象的宽度和高度，单位为英寸，一英寸=80px
#plt.figure(figsize=(8,4))
plt.plot(x,y) #在当前绘图对象进行绘图，两个参数是x、y轴的数据
#在当前绘图对象中画图（x轴,y轴,给所绘制的曲线的名字，画线颜色，画线宽度）
#plt.plot(x,y,label="$sin(x)$",color="red",linewidth=2)
plt.xlabel("time(s)") #设置x轴标签
plt.ylabel("value(m)") #设置y轴标签
plt.title("A simple plot") #设置标题
#图表的标题
plt.title("PyPlot First Example")
#Y轴的范围
plt.ylim(-1.2,1.2)
#显示图示
plt.legend()
#显示图
plt.show() plt.savefig("easyplot.jpg") #保存图像plt.plot(x,y,"b--",linewidth=1) #在当前绘图对象绘图（X轴，Y轴，蓝色虚线，线宽度）#-*- coding: utf-8 -*-
import xlrd
from matplotlib import pyplot as plt
from matplotlib.ticker import MultipleLocator
import numpy as np
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
plt.rcParams['font.sans-serif'] = ['SimHei']
data0 = xlrd.open_workbook('F:/11data.xlsx')
table0 = data0.sheets()[0]
source = []
source.extend(table0.col_values(0)) # 每日日期 x值
set1 = set(source) # 来源（无重复）
dict1 = {} # 存储来源及来源对应的数目
# 得到dict1
def getDict():
for item in set1:
dict1.update({item: source.count(item)})
return dict1
group_labels = ['1日','2日','3日','4日','5日','6日','7日','8日','9日','10日','11日','12日','13日','14日','15日','16日','17日','18日','19日','20日','21日','22日','23日','24日','25日','26日','27日','28日','29日','30日']
#x=[u"1日",u"2日",u"3日",u"4日",u"5日",u"6日",u"7日",u"8日",u"9日",u"10日",u"11日",u"12日",u"13日",u"14日",u"15日",u"16日",u"17日",u"18日",u"19日",u"20日",u"21日",u"22日",u"23日",u"24日",u"25日",u"26日",u"27日",u"28日",u"29日",u"30日"]
getDict()
x=[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30]
y=[26,23,24,24,6,11,34,32,33,28,56,28,16,36,51,44,35,40,2,32,56,63,70,76,60,11,11,58,65,55]
labels = dict1.keys()
sizes = dict1.values() #y
plt.figure()
plt.plot(x,y,'-r')
plt.plot(x,y,'ro')
yminorLocator = MultipleLocator(5)
plt.xlabel("日期")
plt.ylabel("新闻数（条）")
plt.title("2016年11月新闻数")
ymajorLocator = MultipleLocator(10) #将y轴主刻度标签设置为0.5的倍数
plt.xticks(x, group_labels, rotation=45)
# plt.xlim(0, max(x))
# plt.savefig(s)
plt.show()
plt.legend()
plt.show()pie(x, explode=None, labels=None,
colors=('b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'),
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 )
x
labels (每一块)饼图外侧显示的说明文字 explode (每一块)离开中心距离 startangle 起始绘制角度,默认图是从x轴正方向逆时针画起,如设定=90则从y轴正方向画起 shadow 是否阴影 labeldistance label绘制位置,相对于半径的比例, 如
labels (每一块)饼图外侧显示的说明文字
explode (每一块)离开中心距离
startangle 起始绘制角度,默认图是从x轴正方向逆时针画起,如设定=90则从y轴正方向画起
shadow 是否阴影
labeldistance label绘制位置,相对于半径的比例, 如<1则绘制在饼图内侧
autopct 控制饼图内百分比设置,可以使用format字符串或者format function
'%1.1f'指小数点前后位数(没有用空格补齐)
pctdistance 类似于labeldistance,指定autopct的位置刻度
radius 控制饼图半径
返回值:
如果没有设置autopct,返回(patches, texts)
如果设置autopct,返回(patches, texts, autotexts)
patches -- list --matplotlib.patches.Wedge对象
texts autotexts -- matplotlib.text.Text对象# coding=utf-8
__author__ = 'leilu'
#2016年11月关于控烟的新闻的爬虫结果，新闻的主要媒体来源以饼图形式表现
import xlrd
from matplotlib import pyplot as plt
from fuzzywuzzy import fuzz
import numpy as np
import sys
reload(sys) #因为在sys加载后，setdefaultencoding方法被删除了，所以要通过重新导入sys来设置系统编码
sys.setdefaultencoding('utf-8') #将系统默认编码改为utf-8
plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
#有中文出现的情况，需要u'内容'
data0 = xlrd.open_workbook('F:/11.xlsx') #读Excel工作簿
table0 = data0.sheets()[0] #读工作表
source = []
source.extend(table0.col_values(2)) # 所有新闻的来源
set1 = set(source) # 来源（无重复）
dict1 = {} # 存储来源及来源对应的数目
# 得到dict1
def getDict():
for item in set1:
dict1.update({item: source.count(item)})
f = open("result.txt", 'wb') #生成输出文档
#把头两个字相同的新闻来源归为一种
for i in dict1.keys():
a = dict1.keys()
if i in a:
a.remove(i)
else:
continue
# print dict1[i]
for j in a:
# print dict1[j]
if i.upper()[:2] == j.upper()[:2]:
if len(i) > len(j) and i in dict1.keys() and j in dict1.keys():
f.write(i + '->' + j + ' ')
print str(dict1[i]) + '->' + str(dict1[j])
dict1[j] += dict1[i]
dict1.pop(i)
elif i in dict1.keys() and j in dict1.keys():
f.write(j + '->' + i + ' ')
print str(dict1[i]) + '<-' + str(dict1[j])
dict1[i] += dict1[j]
dict1.pop(j)
f.close()
dict1['其他'] = 0
for i in dict1.keys():
if dict1[i] < 5: #条目数小于5，则该来源归为其他
dict1['其他'] += dict1[i]
dict1.pop(i)
return dict1
getDict()
# 画饼图
labels = dict1.keys()
sizes = dict1.values()
patches, l_text, p_text = plt.pie(sizes, labels=labels,
labeldistance=1.2, autopct='%3.1f%%',
shadow=False,
startangle=90, pctdistance=1.08)
for t in l_text:
t.set_size = (30)
for t in p_text:
t.set_size = (20)
# 设置x，y轴刻度一致，这样饼图才能是圆的
plt.axis('equal')
plt.legend()
plt.show()
本文是学习《matplotlib for python developers》的一点笔记
plot画图时可以设定线条参数。包括：颜色、线型、标记风格。
1）控制颜色
颜色之间的对应关系为
b—blue c—cyan g—green k—-black
m—magenta r—red w—white y—-yellow
有三种表示颜色的方式:
a:用全名 b:16进制如：#FF00FF c：RGB或RGBA元组（1,0,1,1） d：灰度强度如：‘0.7’
2)控制线型
符号和线型之间的对应关系
- 实线
– 短线
-. 短点相间线
： 虚点线
3）控制标记风格
标记风格有多种：
. Point marker
, Pixel marker
o Circle marker
v Triangle down marker
^ Triangle up marker
< Triangle left marker
> Triangle right marker
1 Tripod down marker
2 Tripod up marker
3 Tripod left marker
4 Tripod right marker
s Square marker
p Pentagon marker
* Star marker
h Hexagon marker
H Rotated hexagon D Diamond marker
d Thin diamond marker
| Vertical line (vlinesymbol) marker
_ Horizontal line (hline symbol) marker
+ Plus marker
x Cross (x) marker
下面的实例集合以上三种：具体代码和效果如下所示:
plot画图时可以设定线条参数。包括：颜色、线型、标记风格。
1）控制颜色
颜色之间的对应关系为
b—blue c—cyan g—green k—-black
m—magenta r—red w—white y—-yellow
有三种表示颜色的方式:
a:用全名 b:16进制如：#FF00FF c：RGB或RGBA元组（1,0,1,1） d：灰度强度如：‘0.7’
2)控制线型
符号和线型之间的对应关系
- 实线
– 短线
-. 短点相间线
： 虚点线
3）控制标记风格
标记风格有多种：
. Point marker
, Pixel marker
o Circle marker
v Triangle down marker
^ Triangle up marker
< Triangle left marker
> Triangle right marker
1 Tripod down marker
2 Tripod up marker
3 Tripod left marker
4 Tripod right marker
s Square marker
p Pentagon marker
* Star marker
h Hexagon marker
H Rotated hexagon D Diamond marker
d Thin diamond marker
| Vertical line (vlinesymbol) marker
_ Horizontal line (hline symbol) marker
+ Plus marker
x Cross (x) marker
下面的实例集合以上三种：具体代码和效果如下所示:
- import matplotlib.pyplot as plt
- import numpy as np
- y = np.arange(1, 3, 0.3)
- plt.plot(y, ’cx–’, y+1, ‘mo:’, y+2, ‘kp-.’);
- plt.show()
import matplotlib.pyplot as plt
import numpy as np
y = np.arange(1, 3, 0.3)
plt.plot(y, 'cx--', y+1, 'mo:', y+2, 'kp-.');
plt.show()
1280
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
