数据分析师的学习之路-pandas篇（3）

继续接上篇，这次学习一下怎么画各种图

3.7 画图

画图就要用另一个常用的库：matploblib里的pyplot
所以，这下前面导入库时都要加上这两句了

import pandas as pd
import matplotlib.pyplot as plt #依然取个别名，后面使用起来短一些

后面学习每个图的画法，主要学习它的使用逻辑，例子只是个例子，不用纠结具体表格数据。

3.7.1 柱状图

还是先读一个excel文件进来，假设是个学生专业领域的数量统计

#读文件数据，并设置ID为index, students现在是个dataFrame
students.pd.read_excel("C:/temp/1.xslx", index_col='ID')

有了pyplot库，画柱状图就很简单了，直接调用这个方法：

students.plot.bar(x="field", y="Number")
plt.show()#显示图

就这么简单，调用plot.bar的方法，就是画柱状图，参数x就是X轴要用哪列，y就是Y轴，值就是列名。最后plt.show()，就是会弹出窗口显示这个图。
当然了这是最基本的，肯定还得有操作空间才行，比如想显示的好看，从大到小排个序，其实就是上篇文章提到的sort_values方法了：

#这样出来的图就是按Number列的大小排序了，ascending参数控制从大到小还是从小到大。
students.sort_values(by='Number', inplace=True, ascending=False)

默认的话现在每个柱子都是不同颜色，看着有点乱，那就在画的时候加个颜色参数就好了：

#这样出来的柱子就是设定的那一个颜色了。
students.plot.bar(x="filed", y="Number", color="orange")

如果横轴的lable标签显示的文字有些很长，会被截断，显示不全怎么办，那就在显示图之前，设一个紧凑型布局：

plt.tight_layout()#紧凑型布局，解决标签文字被截断的问题
plt.show()

如果还想给整个图加个标题，还是在画图的时候加参数：

students.plot.bar(x="filed", y="Number", color="orange", title="我是标题")

如果还想对样式再优化，比如设置字号粗细等，plot.bar这个就搞不定了，直接用pyplot的方法来搞：

#用pyplot的方法直接画柱状图，参数传入dataframe（例子中的students）的列名作为XY轴
plt.bar(students.filed, students.Number,color='orange')
#x轴的标签值横着写写不下，就垂直写，用xticks方法，参数旋转90度
plt.xticks(students.filed, rotation='90')
#给X轴和Y轴加个标题
plt.xlable("Field")
plt.ylable("Number")
#给整体图加个标题，并且设置字号
plt.title('我是标题', fontsize='16')
#最后显示
plt.tight_layout()
plt.show()

---

上面的柱状图，每个X对应的就是一个柱子，那么想弄两个柱子或更多呢？
比如，还是这个例子，每个学生专业领域都有多少数量，数量分别记录的是2016年和2017年的，数据表大概长这样，Field列，两个年份列：

最终图长这样：

看图里是按照数量排过序的，两个柱子也是颜色区分的，X的标签是斜着旋转45度，并且是以字符串右边为中心旋转的。标题也调整了字号并且加粗了，其实和上面讲的都差不多，只有画图的时候，给y轴传了个数组。

#按2017列的数据排个序
students.sort.values(by="2017",inplace=True,ascending=False)
#要展示多列数据，y里就用数组，对应的颜色也用数组
students.plot.bar(x="filed", y=["2016","2017"], color=["orange","red"])
#要调节title的参数，直接用matplotlib.pyplot, 设置字号，和粗体
plt.title("Title Name", fontsize=17,fontweight="bold")
#给X和Y轴加上标题，并且加粗
plt.xlabel('Field', fontweight="bold")
plt.ylabel('Number', fontweight="bold")

#一个逻辑点：用pyplot画东西主要是两块区域，一个是figure（图表区域），一个是x轴

#拿到X轴，旋转x的label,并且以最右边为中心旋转
ax=plt.gca()#拿到x轴
#设置标签旋转，ha代表旋转中心在哪
ax.set_xticklabels(students("Field"), rotation=45, ha='right')

#拿到figure图标区域
f=plt.gcf()
#调整边距，百分比。
f.subplots_adjust(left=0.2, bottom=0.42)
#plt.tight_layout() #由于手动调整了整个图表的边距范围，就不能加紧凑型布局了
plt.show()

---

柱状图还有一种是叠加柱状图，除了数据大小还能体现出一个比例，比如现在数据表是这样的：

假设是每个用户(Name列)，对应10、11、12月的登录次数，要做叠加柱状图，X轴是用户，Y轴是数量，图长这样：

这个图其实也简单，画的方法里加个参数就行，主要是排序的问题，因为是3个列之和的排序，所以要提前新建个列，算出来总和，再排序就行了。

#先读这个文件数据
users=pd.read_excel("c:/tmp/1.xlsx")
#如果要按照3个叠加起来的数排序，要生成一个新的列来排序, 就叫Total吧
users["Total"]=users['Oct']+users['Nov']+users['Dec']
#然后按照Total排个序
users.sort.values(by="Total",inplace=True,ascending=False)
#画柱状图，Y轴还是需要这3个列的，但是加个stacked参数就变叠加啦！
users.plot.bar(x='Name', y=['Oct','Nov','Dec'],color=['blue','orange','green'], stacked=True)
#如果要把这个图转90度，变成水平的，就用 barh方法
users.plot.barh((x='Name', y=['Oct','Nov','Dec'],color=['blue','orange','green'],stacked=True)
#后面显示以及title等添加和样式变化的方法和之前一样，就不说了

---

柱状图还挺多，其实关键逻辑挺简单，写几次就没问题了，先到这，后面接着学画其他图