002 Python数据可视化之柱状图、饼图、集成图

已于 2024-05-01 21:21:44 修改
阅读量408 收藏 2
点赞数 2
分类专栏： 数字化、信息化 Python数据可视化 人工智能 文章标签： python 信息可视化 matplotlib 人工智能 自动化
于 2023-04-16 19:08:18 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qixinxiangshicheng/article/details/130186318
版权

接续前文《001 Python数据可视化之折线图》，试想更进一步的场景：此厂CEO想了解这两种成品近一年每个季度的次品数及各季度次品数占比。

本文继续用前文中模拟的数据，并以成品A为例进行演示，仍继续基于Matplotlib来进行数据展示。

#提高图片显示的分辨率，如果无此语句，图片显示不清晰（jupyter中）

%config InlineBackend.figure_format = 'svg'

#导入matplotlib的子库pyplot并命名为plt

import matplotlib.pyplot as plt

import numpy as np

#使图形中的中文正常编码显示

plt.rcParams['font.sans-serif'] = ['SimHei']

#使坐标轴刻度正常显示负号

plt.rcParams['axes.unicode_minus'] = False

#模拟生产数据

period = range(-12,0)

compA_defectNum = [10, 8, 9, 12, 9, 10, 9, 5, 4, 5, 3, 4]

compB_defectNum = [26, 28, 25, 24, 25, 22, 20, 8, 9, 10, 7, 8]

最低0.47元/天 解锁文章
「已注销」
关注
  • 2
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
python用Pygal如何生成漂亮的SVG图像详解
09-21
本篇文章讲述python如何用 Pygal 来生成漂亮的 SVG 图表，并能够利用 Python 中的 Flask 框架来显示你的 SVG 图像，需要的朋友可以参考借鉴，下面来一起看看吧。
Python实现数据可视化（饼状图，柱状图）
伊维的笔记本
01-31 3456
emmm… 今天看到好友转发的消息p1，讲了一个掷骰子的游戏p2，然后算了一下发现期望是3.1左右，好像要比每次支付的2.99元要多？ 感觉这个用编程来解正好[旺柴]正好最近在看python就索性拿来当成一个练手的小项目[吃瓜] 问题：计算期望 思路：不想按照掷骰子的概率去算…所以直接用随机数生成器进行n次独立实验的模拟，然后把频率当成概率计算期望，当然关键还是数据可视化 p3进行n次模拟，这...
python绘制柱状图与饼图
m0_45085566的博客
04-27 2414
对《青春有你2》对选手体重及地区分布进行可视化，以柱状图与饼图显示 调用matplootlib库与pandas库形式统计与绘制 1、柱状图 方法一：maplotlib方式绘制：plt.bar函数生成柱状图 import numpy as np import json import matplotlib.font_manager as font_manager #显示matplotlib生成的图...
关于Python运用pyecharts实现简单的数据分析-——柱状图、饼状图
最新发布
Trb201012的博客
01-30 619
Pyecharts是一个将Echarts与Python结合的数据可视化库。而Echarts本身是由百度开源的一个基于JavaScript的数据可视化库，它以良好的交互性和精巧的图表设计而受到开发者的认可。Python是一门非常适合数据处理的编程语言，具有强大的表达力和丰富的数据处理工具。Pyecharts就是这两者的结合，它允许Python开发者利用Echarts的强大功能来创建各种数据可视化图表。使用pyecharts可以生成独立的网页文件，也可以集成到Web框架如Flask或Django中使用。
python柱状图与饼状图
ouy_momo的博客
05-06 1276
#柱形统计表 import numpy as np import matplotlib.pyplot as plt x=np.array(['red','yello','bule','width'])#名称 y=np.array([10,15,20,9])#数值 plt.bar(x,y)#显示柱状 plt.title("mui")#标题 plt.show() #饼形统计表 import numpy as np import matplotlib.pyplot as plt y=np.arra.
【Python数据可视化源码实例Pyecharts库集合】3D柱状图.zip
07-12
这个压缩包文件“【Python数据可视化源码实例Pyecharts库集合】3D柱状图.zip”提供了一些关于如何使用Pyecharts库创建3D柱状图的实例代码，对于学习和提升Python数据可视化能力非常有帮助。 Pyecharts库支持多种...
python编程pyecharts数据可视化源码模板折线图柱状图词云图全套
06-14
资源内容：各种pyecharts图表数据可视化的python源码.py文件。 包含的图表类型： 1.柱状图 2.折线图 3.饼图 4.3D柱状图 5.散点图 6.漏斗图 7.词云图 8.地图 9雷达图 10.水球图 11.桑基图 12.横向柱状图 ……还有各种...
python绘制并列柱状图_Python之matplotlib画图:并列柱状图、饼图及环形图
weixin_39936086的博客
12-05 1351
一、并列柱状图堆积柱状图有堆积柱状图的好处，比如说我们可以很方便地看到多分类总和的趋势。但是我们发现，在堆积柱状图中，由于基底位置的不同，我们并不能很轻易地弄清楚上方分类的数据的变化趋势。因此当分类不是特别多，且我们对于总量趋势的重视程度不如各分类的时候，我们就可以考虑使用并列柱状图，这也是一种非常常见的图形。跟上次一样，我们拿小明20次月考的语数外三门科目的成绩来演示并列柱状图。可以看到，小明有...
Python3数据分析与挖掘建模：数据可视化——柱状图（bar）
Yeexxxx___的博客
04-05 2332
文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 matlibplt 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码如下（示例）： import numpy as.
python matplotlib 画黑白的柱状图（论文专用）
热门推荐
木木爱早起的博客
04-27 1万+
# -*- coding: utf-8 -*- import numpy as np import matplotlib.pyplot as plt from pylab import * mpl.rcParams['font.sans-serif']=['SimHei'] def read(): name_list = ['计算机'.decode("utf-8"),'法律'.decode("...
python 柱状图设置样式_使用Pygal在Python中设置数据图的样式
weixin_39880479的博客
11-23 356
介绍一种更时尚的 Python 绘图库。Python 有很多可以将数据可视化的库。其中一个互动性较强的库是 Pygal，我认为这个库适合喜欢漂亮事物的人。它可以生成用户可以与之交互的漂亮的 SVG（可缩放矢量图形）文件。SVG 是交互式图形的标准格式，仅使用几行 Python 就可以带来丰富的用户体验。使用 Pygal 进行时尚的 Python 绘图在本文中，我们要重新创建多柱状图，用来表示 19...
Scrapy爬虫教程【三】（对数据进行可视化展示，绘制中国地图、柱状图、饼图）
Whiser的博客
07-31 2465
文章导航下载安装pyecharts包获取数据绘制柱状图绘制饼图绘制中国地图 通过前面两个教程我们已经将爬取到的数据保存至Mysql数据库中，这里我们将Mysql中的数据进行可视化展示 下载安装pyecharts包 pip install pyechart pip安装不成功的请参考Scrapy爬虫教程【一】中离线安装方法 获取数据 创建jobnums.py文件，从Mysql数据库中获取每个城市的名称和岗位数量并返回。 注意：要创建在jobscrapy文件下，不要创建在spiders文件夹里，因为后续程序会有
Python数据分析：柱形图的绘制方法
Python案例分享，B站视频教程：https://space.bilibili.com/523606542
06-30 7006
前言 本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。 没有安装PyEcharts的，先安装PyEcharts： data = pd.read_excel('D:/python/xgyq.xlsx',sheet_name='1')#按新增字段进行降序 data = data.sort_values(by=['新增'],ascending=[False]) 安装好PyEcharts之后，就可以将需要使用的模块进行导入： c=.
用python绘制图形的实验总结_使用Python绘制图表大全总结
weixin_39734493的博客
12-05 1706
在使用Python绘制图表前，我们需要先安装两个库文件numpy和matplotlib。Numpy是Python开源的数值计算扩展，可用来存储和处理大型矩阵，比Python自身数据结构要高效；matplotlib是一个Python的图像框架，使用其绘制出来的图形效果和MATLAB下绘制的图形类似。下面我通过一些简单的代码介绍如何使用 Python绘图。一、图形绘制直方图importmatplotl...
python matplotlib数据可视化案例-生成柱状图，饼图（扇形图），词云。
Big_Body
03-13 2805
目前python,spark,scala十分火爆，于是我就利用爬虫将猎聘上的招聘信息进行了一下获取，相比起来，猎聘上的职位数量还是很多的，3中技术类型以“python，spark，scala”作为关键词，一共爬取了一万多条信息，爬取的主要信息为：公司名称，职位名称，薪资，地址，职位信息。最后将爬取后的数据，进行了简单的处理，进行可视化。 数据获取 爬虫的写法可以查看https://blog.c...
Python数据可视化 pyecharts实现各种统计图表过程详解
matinal 當冬夜漸暖 。公众号：matinal
05-18 1898
1、pyecharts介绍 Echarts是一款由百度公司开发的开源数据可视化JS库，pyecharts是一款使用python调用echarts生成数据可视化的类库，可实现柱状图，折线图，饼状图，地图等统计图表。 2、柱状图 适用场合是二维数据集（每个数据点包括两个值x和y），但只有一个维度需要比较，用于显示一段时间内的数据变化或显示各项之间的比较情况。 优点：利用柱子的高度，反映数据的差异，肉眼对高度差异很敏感。 缺点：只适用中小规模的数据集。 柱状图最基本用法 from pyecha..
【Python入门系列】第十五篇：Python数据可视化和图表绘制
JosieBook
07-06 2392
数据可视化是数据分析和数据科学中非常重要的一部分。通过可视化，我们可以更好地理解数据、发现数据之间的关系、展示数据的趋势和模式，并向他人传达我们的发现。Python是一种功能强大的编程语言，拥有许多用于数据可视化的库和工具。其中，Matplotlib是最常用的绘图库之一，它提供了各种绘图函数和方法，可以绘制折线图、散点图、柱状图、饼图等等。Seaborn是基于Matplotlib的高级绘图库，它提供了更美观和简化的绘图接口，能够轻松绘制统计图表。
python数据可视化-饼图-柱状图-玫瑰图-折线图-pyecharts
薛定谔的cat
07-16 1424
所需包 pip install pyecharts pip install echarts-countries-pypkg pip install echarts-china-provinces-pypkg pip install echarts-china-cities-pypkg 饼图 from pyecharts import options as opts from pyecharts.charts import Pie def pie_base(): #火车的商品售卖比例 v1
用Python绘制六种可视化图表，简直太好用了
python56123的博客
04-01 2305
嗨喽~大家好呀，这里是魔王呐 ❤ ~!可视化图表，有相当多种，但常见的也就下面几种，其他比较复杂一点，大都也是基于如下几种进行组合，变换出来的。对于初学者来说，很容易被这官网上众多的图表类型给吓着了，由于种类太多，几种图表的绘制方法很有可能会混淆起来。因此，在这里，我特地总结了六种常见的基本图表类型，你可以通过对比学习，打下坚实的基础。
利用python画出雷达图，柱状图，词云，饼图并创建数据可视化大屏
06-09
好的，下面是一个简单的例子，展示如何使用Python中的一些常用数据可视化库画出雷达图、柱状图、词云和饼图，并创建数据可视化大屏： 1. 雷达图 ```python import matplotlib.pyplot as plt import numpy as np # 创建数据 categories = ['A', 'B', 'C', 'D', 'E'] values = [5, 3, 4, 2, 6] # 计算角度 angles = np.linspace(0, 2*np.pi, len(categories), endpoint=False) # 闭合图形 values = np.concatenate((values, [values[0]])) angles = np.concatenate((angles, [angles[0]])) # 创建雷达图 fig = plt.figure() ax = fig.add_subplot(111, polar=True) ax.plot(angles, values, 'o-', linewidth=2) ax.fill(angles, values, alpha=0.25) ax.set_thetagrids(angles * 180/np.pi, categories) ax.grid(True) # 显示图像 plt.show() ``` 2. 柱状图 ```python import matplotlib.pyplot as plt # 创建数据 x = ['A', 'B', 'C', 'D', 'E'] y = [5, 3, 4, 2, 6] # 创建柱状图 fig, ax = plt.subplots() ax.bar(x, y) # 添加标签和标题 ax.set_xlabel('Categories') ax.set_ylabel('Values') ax.set_title('Example Bar Chart') # 显示图像 plt.show() ``` 3. 词云 ```python from wordcloud import WordCloud import matplotlib.pyplot as plt # 创建词云 text = "Hello World! This is an example text for wordcloud." wordcloud = WordCloud().generate(text) # 显示词云 plt.imshow(wordcloud, interpolation='bilinear') plt.axis("off") plt.show() ``` 4. 饼图 ```python import matplotlib.pyplot as plt # 创建数据 labels = ['A', 'B', 'C', 'D', 'E'] sizes = [5, 3, 4, 2, 6] # 创建饼图 fig, ax = plt.subplots() ax.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90) # 添加标题 ax.set_title('Example Pie Chart') # 显示图像 plt.show() ``` 5. 创建数据可视化大屏 一般来说，创建数据可视化大屏需要用到前端技术和可视化库，比如D3.js、Echarts等。这里提供一个简单的Python库dash，可以用Python代码创建交互式的数据可视化大屏。 ```python import dash import dash_core_components as dcc import dash_html_components as html # 创建app app = dash.Dash() # 创建布局 app.layout = html.Div(children=[ html.H1(children='Hello Dash'), html.Div(children=''' Dash: A web application framework for Python. '''), dcc.Graph( id='example-graph', figure={ 'data': [ {'x': [1, 2, 3], 'y': [4, 1, 2], 'type': 'bar', 'name': 'Category 1'}, {'x': [1, 2, 3], 'y': [2, 4, 5], 'type': 'bar', 'name': 'Category 2'}, ], 'layout': { 'title': 'Example Dash Plot' } } ) ]) # 启动app if __name__ == '__main__': app.run_server(debug=True) ``` 上面的代码创建了一个简单的Dash应用，包括一个标题、一个段落和一个柱状图。你可以根据需要修改这个例子，添加更多的组件和布局，创建你需要的数据可视化大屏。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值