Python matplotlib画图表

原文地址:http://www.jb51.net/article/91356.htm

本文介绍如果使用python汇总常用的图表，与Excel的点选操作相比，用python绘制图表显得比较比较繁琐，尤其提现在对原始数据的处理上。但两者在绘制图表过程中的思路大致相同，Excel中能完成的工作python大多也能做到。为了更清晰的说明使用python绘制图表的过程，我们在汇总图表的代码中进行注解，说明每一行代码的具体作用。并在文章的最后给出了自定义字体和图表配色的对应表。

准备工作

?

1 2 3 4 5

import numpy as np import pandas as pd #导入图表库以进行图表绘制 import matplotlib.pyplot as plt loandata = pd.DataFrame(pd.read_excel( 'loan_data.xlsx' ))

折线图

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

#设置日期字段issue_d为loandata数据表索引字段 loandata = loandata.set_index( 'issue_d' ) #按月对贷款金额loan_amnt求均值，以0填充空值 loan_plot = loandata[ 'loan_amnt' ].resample( 'M' ).fillna( 0 ) #图表字体为华文细黑，字号为15 plt.rc( 'font' , family = 'STXihei' , size = 15 ) #创建一个一维数组赋值给a a = np.array([ 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 , 11 , 12 ]) #创建折线图，数据源为按月贷款均值，标记点，标记线样式，线条宽度，标记点颜色和透明度 plt.plot(loan_plot, 'g^' ,loan_plot, 'g-' ,color = '#99CC01' ,linewidth = 3 ,markeredgewidth = 3 ,markeredgecolor = '#99CC01' ,alpha = 0.8 ) #添加x轴标签 plt.xlabel( '月份' ) #添加y周标签 plt.ylabel( '贷款金额' ) #添加图表标题 plt.title( '分月贷款金额分布' ) #添加图表网格线，设置网格线颜色，线形，宽度和透明度 plt.grid( color = '#95a5a6' ,linestyle = '--' , linewidth = 1 ,axis = 'y' ,alpha = 0.4 ) #设置数据分类名称 plt.xticks(a, ( '1月' , '2月' , '3月' , '4月' , '5月' , '6月' , '7月' , '8月' , '9月' , '10月' , '11月' , '12月' ) ) #输出图表 plt.show()

柱状图

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

#按用户等级grade字段对贷款金额进行求和汇总 loan_grade = loandata.groupby( 'grade' )[ 'loan_amnt' ].agg( sum ) #图表字体为华文细黑，字号为15 plt.rc( 'font' , family = 'STXihei' , size = 15 ) #创建一个一维数组赋值给a a = np.array([ 1 , 2 , 3 , 4 , 5 , 6 ]) #创建柱状图，数据源为按用户等级汇总的贷款金额，设置颜色，透明度和外边框颜色 plt.bar([ 1 , 2 , 3 , 4 , 5 , 6 ],loan_grade,color = '#99CC01' ,alpha = 0.8 ,align = 'center' ,edgecolor = 'white' ) #设置x轴标签 plt.xlabel( '用户等级' ) #设置y周标签 plt.ylabel( '贷款金额' ) #设置图表标题 plt.title( '不同用户等级的贷款金额分布' ) #设置图例的文字和在图表中的位置 plt.legend([ '贷款金额' ], loc = 'upper right' ) #设置背景网格线的颜色，样式，尺寸和透明度 plt.grid(color = '#95a5a6' ,linestyle = '--' , linewidth = 1 ,axis = 'y' ,alpha = 0.4 ) #设置数据分类名称 plt.xticks(a,( 'A级' , 'B级' , 'C级' , 'D级' , 'E级' , 'F级' )) #显示图表 plt.show()

条形图

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

#图表字体为华文细黑，字号为15 plt.rc( 'font' , family = 'STXihei' , size = 15 ) #创建一个一维数组赋值给a a = np.array([ 1 , 2 , 3 , 4 , 5 , 6 ]) #创建条形图，数据源为分等级贷款金额汇总，设置颜色，透明度和图表边框 plt.barh([ 1 , 2 , 3 , 4 , 5 , 6 ],loan_grade,color = '#99CC01' ,alpha = 0.8 ,align = 'center' ,edgecolor = 'white' ) #添加x轴标题 plt.xlabel( '贷款金额' ) #添加y轴标题 plt.ylabel( '用户等级' ) #添加图表标题 plt.title( '不同用户等级的贷款金额分布' ) #添加图例，并设置在图表中的显示位置 plt.legend([ '贷款金额' ], loc = 'upper right' ) #设置背景网格线的颜色，样式，尺寸和透明度 plt.grid(color = '#95a5a6' ,linestyle = '--' , linewidth = 1 ,axis = 'y' ,alpha = 0.4 ) #设置数据分类名称 plt.yticks(a,( 'A级' , 'B级' , 'C级' , 'D级' , 'E级' , 'F级' )) #显示图表 plt.show()

饼图

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

#图表字体为华文细黑，字号为15 plt.rc( 'font' , family = 'STXihei' , size = 15 ) #设置饼图中每个数据分类的颜色 colors = [ "#99CC01" , "#FFFF01" , "#0000FE" , "#FE0000" , "#A6A6A6" , "#D9E021" ] #设置饼图中每个数据分类的名称 name = [ 'A级' , 'B级' , 'C级' , 'D级' , 'E级' , 'F级' ] #创建饼图，设置分类标签，颜色和图表起始位置等 plt.pie(loan_grade,labels = name,colors = colors,explode = ( 0 , 0 , 0.15 , 0 , 0 , 0 ),startangle = 60 ,autopct = '%1.1f%%' ) #添加图表标题 plt.title( '不同用户等级的贷款金额占比' ) #添加图例，并设置显示位置 plt.legend([ 'A级' , 'B级' , 'C级' , 'D级' , 'E级' , 'F级' ], loc = 'upper left' ) #显示图表 plt.show()

散点图

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

#按月汇总贷款金额，以0填充空值 loan_x = loandata[ 'loan_amnt' ].resample( 'M' ,how = sum ).fillna( 0 ) #按月汇总利息金额，以0填充空值 loan_y = loandata[ 'total_rec_int' ].resample( 'M' ,how = sum ).fillna( 0 ) #图表字体为华文细黑，字号为15 plt.rc( 'font' , family = 'STXihei' , size = 15 ) #创建散点图，贷款金额为x，利息金额为y，设置颜色，标记点样式和透明度等 plt.scatter(loan_x,loan_y, 60 ,color = 'white' ,marker = 'o' ,edgecolors = '#0D8ECF' ,linewidth = 3 ,alpha = 0.8 ) #添加x轴标题 plt.xlabel( '贷款金额' ) #添加y轴标题 plt.ylabel( '利息收入' ) #添加图表标题 plt.title( '贷款金额与利息收入' ) #设置背景网格线的颜色，样式，尺寸和透明度 plt.grid(color = '#95a5a6' ,linestyle = '--' , linewidth = 1 ,axis = 'both' ,alpha = 0.4 ) #显示图表 plt.show()

气泡图

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

#按月汇总贷款金额及利息 loan_x = loandata[ 'loan_amnt' ].resample( 'M' ,how = sum ).fillna( 0 ) loan_y = loandata[ 'total_rec_int' ].resample( 'M' ,how = sum ).fillna( 0 ) loan_z = loandata[ 'total_rec_int' ].resample( 'M' ,how = sum ).fillna( 0 ) #图表字体为华文细黑，字号为15 plt.rc( 'font' , family = 'STXihei' , size = 15 ) #设置气泡图颜色 colors = [ "#99CC01" , "#FFFF01" , "#0000FE" , "#FE0000" , "#A6A6A6" , "#D9E021" , '#FFF16E' , '#0D8ECF' , '#FA4D3D' , '#D2D2D2' , '#FFDE45' , '#9b59b6' ] #创建气泡图贷款金额为x，利息金额为y，同时设置利息金额为气泡大小，并设置颜色透明度等。 plt.scatter(loan_x,loan_y,s = loan_z,color = colors,alpha = 0.6 ) #添加x轴标题 plt.xlabel( '贷款金额' ) #添加y轴标题 plt.ylabel( '利息收入' ) #添加图表标题 plt.title( '贷款金额与利息收入' ) #设置背景网格线的颜色，样式，尺寸和透明度 plt.grid(color = '#95a5a6' ,linestyle = '--' , linewidth = 1 ,axis = 'both' ,alpha = 0.4 ) #显示图表 plt.show()

箱线图

?

1 2 3 4 5 6 7 8 9 10 11 12

#图表字体为华文细黑，字号为15 plt.rc( 'font' , family = 'STXihei' , size = 15 ) #创建箱线图，数据源为贷款来源，设置横向显示 plt.boxplot(loandata[ 'loan_amnt' ], 1 , 'rs' ,vert = False ) #添加x轴标题 plt.xlabel( '贷款金额' ) #添加图表标题 plt.title( '贷款金额分布' ) #设置背景网格线的颜色，样式，尺寸和透明度 plt.grid(color = '#95a5a6' ,linestyle = '--' , linewidth = 1 ,axis = 'both' ,alpha = 0.4 ) #显示图表 plt.show()

直方图

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

#图表字体为华文细黑，字号为15 plt.rc( 'font' , family = 'STXihei' , size = 15 ) #创建直方图，数据源为贷款金额，将数据分为8等份显示，设置颜色和显示方式，透明度等 plt.hist(loandata[ 'loan_amnt' ], 8 ,normed = 1 , histtype = 'stepfilled' ,facecolor = '#99CC01' , rwidth = 0.9 ,alpha = 0.6 ,edgecolor = 'white' ) #添加x轴标题 plt.xlabel( '贷款金额' ) #添加y轴标题 plt.ylabel( '概率' ) #添加图表标题 plt.title( '贷款金额概率密度' ) #设置背景网格线的颜色，样式，尺寸和透明度 plt.grid(color = '#95a5a6' ,linestyle = '--' , linewidth = 1 ,axis = 'y' ,alpha = 0.4 ) #显示图表 plt.show()

自定义字体及配色

图表中所使用的字体，可以使用下面的字体名称替换family=后面的内容以改变图表中所显示的字体。

图表中的颜色，可以直接使用颜色名称，也可以使用简称来设置图表中使用的颜色，本文中没有使用默认的颜色，而是使用了自定义颜色。

自定义颜色的色号，本文中使用的是Hex色号，下面给出了Hex和RGB的对应关系，以及相应的颜色。可以使用下面的Hex色号替换本文中图表的颜色。