运用Python进行数据可视化——折线图与柱状图

本文链接：https://blog.csdn.net/lyjwhg/article/details/146324173

折线图：揭示数据趋势的有力工具

在数据可视化的众多工具中，折线图因其直观展示数据变化趋势的能力而广受欢迎。今天，我将通过一个具体的例子——2023年长江三角洲地区主要城市的平均光照时长，来介绍如何使用Python的Matplotlib库绘制折线图，并分析其在数据展示中的优势。

数据准备

首先，我们需要准备数据。在这个例子中，我们使用了长江三角洲地区四个主要城市（上海、南京、杭州、合肥）的月平均光照时长数据。数据来源于一个CSV文件，其中包含了每个月的光照时长。

代码实现

以下是使用Python和Matplotlib库绘制折线图的代码

import matplotlib.pyplot as plt
import pandas as pd

# 替换为您的实际文件路径
file_path = 'C:/Users/86195/Desktop/数据可视化.csv'

# 读取CSV文件
data = pd.read_csv(file_path, encoding='gbk')

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置字体为黑体
plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题

# 假设CSV文件的第一列是月份，后续列分别是上海、南京、杭州、合肥的数据
months = ['1月', '2月', '3月', '4月', '5月', '6月', '7月', '8月', '9月', '10月', '11月', '12月']  # 月份
shanghai = data.iloc[:, 0]  # 上海
nanjing = data.iloc[:, 1]  # 南京
hangzhou = data.iloc[:, 2]  # 杭州
hefei = data.iloc[:, 3]  # 合肥

# 绘制折线图
plt.figure(figsize=(10, 6))
plt.plot(months, shanghai, label='上海', marker='o')
plt.plot(months, nanjing, label='南京', marker='s')
plt.plot(months, hangzhou, label='杭州', marker='^')
plt.plot(months, hefei, label='合肥', marker='d')

# 添加图例
plt.legend()

# 设置标题和坐标轴标签
plt.title('2023年长江三角洲地区主要城市平均光照时长')
plt.xlabel('月份')
plt.ylabel('光照时长（小时）')

# 显示网格
plt.grid(True)

# 显示图表
plt.show()

图表分析

通过运行上述代码，我们得到了一个展示2023年长江三角洲地区四个主要城市月平均光照时长的折线图。

以下是对该图表的分析：

趋势展示：折线图清晰地展示了每个城市光照时长随月份变化的趋势。例如，我们可以看到夏季（6月到8月）光照时长普遍较高，而冬季（12月到2月）则较低。
城市比较：通过在同一图表中展示四个城市的光照时长，我们可以直观地比较不同城市之间的光照时长差异。例如，合肥在夏季的光照时长明显高于其他城市。
季节性变化：折线图还揭示了光照时长的季节性变化。所有城市的光照时长在夏季达到峰值，而在冬季达到最低点。

柱状图：数据分布的直观展示

柱状图是数据可视化中常用的图形之一，它通过条形的高度来表示数据的大小，非常适合用来展示分类数据的分布情况。在这篇文章中，我将通过一个具体的例子——上海2023年每月降水量，来介绍如何使用Python的Matplotlib库绘制柱状图，并分析其在数据展示中的优势。

数据准备

首先，我们需要准备数据。在这个例子中，我们使用了上海2023年每个月的降水量数据。数据来源于一个CSV文件，其中包含了每个月的降水量。

代码实现

以下是使用Python和Matplotlib库绘制柱状图的代码：

import pandas as pd
import matplotlib.pyplot as plt

# 读取 CSV 文件
df = pd.read_csv(r"C:\Users\86195\Desktop\数据可视化.csv", encoding='GBK')

# 设置图片清晰度
plt.rcParams['figure.dpi'] = 300

# 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置字体为黑体
plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题

# 定义偏绿的马卡龙色
macaron_green = '#98FB98'

# 绘制柱状图
plt.figure(figsize=(10, 6))
bars = plt.bar(range(1, 13), df['上海'], color=macaron_green)

# 添加标题和标签
plt.title('上海 2023 年每月降水量柱状图')
plt.xlabel('月份')
plt.xticks(rotation=45)
plt.ylabel('降水量（mm）')

# 添加数据标签
for bar in bars:
    height = bar.get_height()
    plt.text(bar.get_x() + bar.get_width() / 2, height, f'{height:.1f}', ha='center', va='bottom')

# 显示图表
plt.show()