python 图表制作及功能化,python绘制可视化图表

本篇文章给大家谈谈python数据可视化之美:专业图表绘制指南(全彩)，以及python可视化图表和excel的区别，希望对各位有所帮助，不要忘了收藏本站喔。

一，折线图

#导入模块

import numpy as np
import matplotlib.pyplot as plt

# 准备x,y轴的数据

x = np.arange(1,9)  
y1 = np.array([32,33,35,37,32,34,37,39])
y2 = np.array([12,13,14,13,12,14,16,18])
# 再取一条为平均值的折线
y_maen = (y_max + y_min)/2

​

# 绘制折线（其中label参数为命名显示图例，方便直接使用）

plt.plot(x, y_max, color='r',label='max', linewidth=3, linestyle='-')   #linewidth参数表示折线的宽度
plt.plot(x, y_min, color='k',label='min', linewidth=7, linestyle=':')   # linestyle参数表示折线的类型
plt.plot(x, y_maen, color='g',label='max', linewidth=5, linestyle='--')  
plt.legend()  #显示图例
plt.show()

完整代码如下

#导入模块
import numpy as np
import matplotlib.pyplot as plt


# 准备x,y轴的数据
x = np.arange(1,9)  
y1 = np.array([32,33,35,37,32,34,37,39])
y2 = np.array([12,13,14,13,12,14,16,18])
# 再取一条为平均值的折线
y_maen = (y_max + y_min)/2


# 2.绘制折线（其中label参数为命名显示图例，方便直接使用）
plt.plot(x, y_max, color='r',label='max', linewidth=3, linestyle='-')   #linewidth参数表示折线的宽度
plt.plot(x, y_min, color='k',label='min', linewidth=7, linestyle=':')   # linestyle参数表示折线的类型
plt.plot(x, y_maen, color='g',label='max', linewidth=5, linestyle='--')  
plt.legend()  #显示图例
plt.show()

运行后，效果图如下

二，柱状图或堆积柱状图

1,  多组柱形的柱形图（在设置x时，多加一个柱形的宽度（bar_width）即可分开两组柱形）

# 准备x,y轴的数据，并提前设置好宽度

#导入模块
import numpy as np
import matplotlib.pyplot as plt

# 准备x,y轴的数据
x = np.arange(5)  
y1 = np.array([32,33,35,37,32])
y2 = np.array([12,13,14,13,12])

#设置每个柱子的宽度
bar_width = 0.3

#绘制对比柱形图

plt.bar(x, y1, tick_label=['a','b','c','d','e'], width=bar_width)  
plt.bar(x+bar_width, y2, width=bar_width)  #x+bar_width用于分开y1,y2两柱
plt.show()

运行后，效果图如下

2，堆积柱形图 （通过bottom实现）并且其他代码与上图相同

#绘制对比柱形图
plt.bar(x, y1, tick_label=['a','b','c','d','e'], width=bar_width)
plt.bar(x, y2, bottom=y1, width=bar_width)
plt.show()

 运行后，效果图如下

3，带误差棒的柱状图（偏差数据是均值加减标准差，上面的线条是用来标示组间比较的）

#添加误差棒的偏差数据
error = [2,3,3,3,3]

#绘制对比柱形图
plt.bar(x, y1, tick_label=['a','b','c','d','e'], width=bar_width)
plt.bar(x, y2, bottom=y1, width=bar_width, yerr=error) #通过yerr参数来添加误差棒
plt.show()

 运行后，效果图如下

三，堆积面积图

  堆积面积图y轴的数据的起点不同，是由下而上堆积而起的填充面积图。

# 准备x,y轴的数据

x = np.arange(6)  
y1 = np.array([32,33,35,37,32,30])
y2 = np.array([22,23,22,23,22,24])
y3 = np.array([12,13,14,13,12,19])

# 绘制堆积面积图，并从上而下设置颜色

plt.stackplot(x, y1, y2, y3, colors=['blue', 'orange', 'yellow'])  #用colors参数添加，单color只能添加一种颜色
plt.show()

完整代码如下

#导入模块
import numpy as np
import matplotlib.pyplot as plt

# 准备x,y轴的数据
x = np.arange(6)  
y1 = np.array([32,33,35,37,32,30])
y2 = np.array([22,23,22,23,22,24])
y3 = np.array([12,13,14,13,12,19])

# 绘制堆积面积图，并从上而下设置颜色
plt.stackplot(x, y1, y2, y3, colors=['blue', 'orange', 'yellow'])  #用colors参数添加，单color只能添加一种颜色
plt.show()

运行后，效果图如下

四，补充内容

matplotlib颜色表 

matplotlib线段类型