matplotlib绘制柱状图、条形图等多种图形

已于 2022-03-05 10:12:51 修改
阅读量2.5k 收藏 21
点赞数 6
分类专栏： python 文章标签： 数据仓库 大数据 linux
于 2022-03-05 10:05:50 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/qq_43530597/article/details/123289325
版权

【前言】
1、matplotlib实现柱状图，条形图的绘制
2、网上查找了很多博主的资料，发现虽然都可以实现，但是所使用的方法是各种各样的，对于新手而言并不太友好。
3、楼主这里采用的是最简单的方式去实现各种图表，对于有些陌生的关键字会给出解释，并且绘制的过程中会慢慢的增加一些绘图的小技巧。
4、楼主在参考孙兴华的视频之后，在这里进行一个小小的总结。对于想自学的同学来说，可以作为一个参考

一、柱状图

在这里插入图片描述plt.text() 详解
在这里插入图片描述

代码实现


import pandas as pd
import matplotlib.pyplot as plt


df_BarChart = pd.read_excel(r'E:\pythonProject\matplotlib各种图表\bar_1.xlsx', dtype={'累计值': 'object'})

print(df_BarChart.head())
plt.rcParams['font.sans-serif'] = ['KaiTi']  # 指定默认字体,解决中文不显示的问题
plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题

# 给定 x,y轴的数据
plt.bar(x=df_BarChart.loc[:,'省市'],height=df_BarChart.loc[:,'累计值'],color="orange",width=0.5,label='累计值')

plt.xlabel('省市')    # 设置x,y轴的标签
plt.ylabel('累计值')
# 设置标题、字体大小、加粗
plt.title('各省市售电量累计值', fontsize=12,fontweight='bold')
plt.xticks(df_BarChart.loc[:,'省市'],rotation='45')  # 把底部的标签进行倾斜
plt.ylim([0,60])   # 设置y轴的刻度
plt.tight_layout()   # 紧凑形布局
# 设置图例与plt.bar() 中的label是对应的
plt.legend()
# 精确值  x,y表示在轴中的位置，s表示需要展现的文本，color设置字体颜色，va设置水平的位置，ha设置垂直的距离
for x,y in enumerate(df_BarChart.loc[:,'累计值']):
    plt.text( x=x,y=y+0.6,s='%d'% y ,color='red', va='center',ha='center'
    )

plt.show()

效果展示
在这里插入图片描述

柱状图的延深-----分组柱状图

代码实现


import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

df_groupbar=pd.read_excel('E:\pythonProject\matplotlib各种图表\groupbar_2.xlsx',dtype={'累计值，':'object'})
print(df_groupbar.head())

# 使用numpy模块 将x轴数字化，因为你的第二个柱子是在第一个柱子的基础上画的（
# 就类似于在第一个柱子的旁边画第二个柱子，所以画第二个柱子的时候需要挪动一个）
xticks=np.arange(len(df_groupbar.loc[:,'省市']))

plt.rcParams['font.sans-serif'] = ['KaiTi']  # 指定默认字体,解决中文不显示的问题
plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题

# 设置两个轴的数据、bottom用来调整上下显示，label用来表示左右，但是需要挪动轴
plt.bar(range(len(df_groupbar.loc[:,'省市'])),df_groupbar.loc[:,'累计值'],width=0.5,color='orange',label='累计值')
plt.bar(xticks+0.35,df_groupbar.loc[:,'总值'],width=0.5,color='yellow',label='总值')
# 把x轴用汉字显示出来
plt.xticks(range(len(df_groupbar.loc[:,'省市'])),df_groupbar.loc[:,'省市'])
plt.xlabel('省市')
plt.ylabel('销售量')
plt.title('各省市售电量累计值、总值')
plt.legend()

# 显示精确值【的第一个柱状图】
for x1,y1 in enumerate(df_groupbar.loc[:,'累计值']):
    plt.text( x=x1, y=y1, s='%d' % y1  )
# 显示精确值【的第二个柱状图】
for x2,y2 in enumerate(df_groupbar.loc[:,'总值']):
    plt.text( x=x2, y=y2,s='%d' % y2 )
plt.show()

效果展示
在这里插入图片描述

柱状图的延深-----叠加柱状图

过一段时间更新...

二、条形图

需要把：orientation="horizontal"，然后x,与y的数据交换，再添加bottom=x,即可水平条形图注意：刻度标签需要垂直居中显示

代码实现



import  numpy as np
import pandas as pd
import  matplotlib.pyplot as plt

df_horizontalBar=pd.read_excel(r'E:\pythonProject\matplotlib各种图表\horizontalBar.xlsx')
print(df_horizontalBar.head())

plt.rcParams['font.sans-serif'] = ['KaiTi']  # 指定默认字体,解决中文不显示的问题
plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题

# 绘图 用orientation='horizontal'设置条形图、alpha=0.5设置透明度
plt.bar(x=0,bottom=df_horizontalBar.loc[:,"省市"],height=0.5,width=df_horizontalBar.loc[:,"第一个月"],orientation='horizontal',color='orange',label='第一个月',alpha=0.5)

# 设置x、y轴标签、标题
plt.xlabel("售电量")
plt.ylabel("省市")
plt.title('各省市3月份分售电量')

#精确值 把x、y轴交换一下
for y1,x1 in enumerate(df_horizontalBar.loc[:,"第一个月"]):
    plt.text( x=x1+0.5,y=y1,s=x1,ha='center',va='center',color='red')

# 设置图例
plt.legend(loc='lower right',ncol=3,fontsize=8)

plt.show()

效果展示
在这里插入图片描述

条形图的延深----叠加的条形图

代码实现


import  numpy as np
import pandas as pd
import  matplotlib.pyplot as plt

df_horizontalBar=pd.read_excel(r'E:\pythonProject\matplotlib各种图表\horizontalBar.xlsx')
print(df_horizontalBar.head())

plt.rcParams['font.sans-serif'] = ['KaiTi']   # 指定默认字体,解决中文不显示的问题
plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题

# 绘制的基本原理在一个柱子的基础上进行第二个柱子的绘制
plt.bar(x=0,bottom=df_horizontalBar.loc[:,"省市"],height=0.5,width=df_horizontalBar.loc[:,"第一个月"],orientation='horizontal',color='orange',label='第一个月')
plt.bar(x=df_horizontalBar.loc[:,"第一个月"],bottom=df_horizontalBar.loc[:,"省市"],height=0.5,width=df_horizontalBar.loc[:,"第二个月"],orientation="horizontal",color="yellow",label='第二个月')
plt.bar(x=df_horizontalBar.loc[:,"第一个月"]+df_horizontalBar.loc[:,"第二个月"],bottom=df_horizontalBar.loc[:,"省市"],height=0.5,width=df_horizontalBar.loc[:,"第三个月"],orientation="horizontal",color="blue",label='第三个月')

plt.xlabel("售电量")
plt.ylabel("省市")
plt.title('各省市3月份分售电量')

#精确值的设置也同理
for y1,x1 in enumerate(df_horizontalBar.loc[:,"第一个月"]):
    plt.text( x=x1-2,y=y1,s=x1,ha='center',va='center',color='black')
for y2,x2 in enumerate(df_horizontalBar.loc[:,"第一个月"]+df_horizontalBar.loc[:,"第二个月"]):
    plt.text( x=x2-2,y=y2,s=x2,ha='center',va='center', color='black')
for y3,x3 in enumerate(df_horizontalBar.loc[:,"第一个月"]+df_horizontalBar.loc[:,"第二个月"]+df_horizontalBar.loc[:,'第三个月']):
    plt.text( x=x3-2,y=y3,s=y3,ha='center',va='center',color='black')

# 设置图例
plt.legend(loc='lower right',ncol=3,fontsize=8)

plt.show()

效果展示
在这里插入图片描述

三、饼图

在这里插入图片描述

代码实现

import numpy as pd
import pandas as pd
import matplotlib.pyplot as plt

df_pie = pd.read_excel(r'E:\pythonProject\matplotlib各种图表\pie.xlsx')
print(df_pie.head())

plt.rcParams['font.sans-serif'] = ['KaiTi']  # 指定默认字体,解决中文不显示的问题
plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题

# x-->数据区域，labels-->标签名称，autopct-->>显示百分比，explode-->指定那个模块突出，逆时针
# shadow=True 加一个这个可以使饼图变成3D的效果。
plt.pie(x=df_pie.loc[:,'销售量'],labels=tuple(df_pie.loc[:,'水果名']),autopct='%.2f%%',explode=[0,0,0.25,0,0])
plt.title('水果销量图')
plt.show()

效果展示
在这里插入图片描述
在这里插入图片描述

四、折线图

在这里插入图片描述

代码实现


import numpy as pd
import pandas as pd
import matplotlib.pyplot as plt

df_linechart=pd.read_excel(r'E:\pythonProject\matplotlib各种图表\line_chart.xlsx')
print(df_linechart.head())

plt.rcParams['font.sans-serif'] = ['KaiTi'] # 指定默认字体,解决中文不显示的问题
plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题

# marker可以指定数据点的样式，ms表示大小
plt.plot(df_linechart.loc[:,'时间'],df_linechart.loc[:,'苹果'],color='red',marker='*',ms=10)
plt.plot(df_linechart.loc[:,'时间'],df_linechart.loc[:,'草莓'],color='yellow',marker='<',ms=10)
plt.plot(df_linechart.loc[:,'时间'],df_linechart.loc[:,'葡萄'],color='purple',marker='<',ms=10)
plt.plot(df_linechart.loc[:,'时间'],df_linechart.loc[:,'沙糖桔'],color='orange',marker='v',ms=10)

# 精确值 【使用双重遍历，把每一天折线都循环一次】
for  name in [df_linechart.loc[:,'苹果'],df_linechart.loc[:,'草莓'],df_linechart.loc[:,'葡萄'],df_linechart.loc[:,'沙糖桔']]:
    for x,y in zip(df_linechart.loc[:,'时间'],name):
        plt.text(x=x,y=y,s=str(y),ha='center',va='center',color='green' ,fontsize=12)

plt.show()

效果展示
在这里插入图片描述

五、散点图

代码实现


import  numpy as np
import pandas as pd
import matplotlib.pyplot as plt

df_scatter=pd.read_excel('E:\pythonProject\matplotlib各种图表\scatter.xlsx',dtype={'日期':'object'})
print(df_scatter.head())

# by=直接指定即可，inplace=True 表示在原数据上修改，ascending 默认为升序
df_scatter.sort_values(by='日期',inplace=True,ascending=False)

plt.rcParams['font.sans-serif'] = ['KaiTi']  # 指定默认字体,解决中文不显示的问题
plt.rcParams['axes.unicode_minus'] = False   # 解决保存图像是负号'-'显示为方块的问题

plt.scatter(df_scatter['日期'],df_scatter['进口矿产总数'],s=df_scatter['进口矿产总数'],marker='o',c=df_scatter['进口矿产总数'])
# 设置右边图例
plt.colorbar()
plt.xlabel('日期')
plt.ylabel('进口矿产总数')
plt.title('散点图')

plt.show()

效果展示
在这里插入图片描述

六、直方图

代码实现

import  numpy as np
import pandas as pd
import matplotlib.pyplot as plt

df_hist=pd.read_excel('E:\pythonProject\matplotlib各种图表\hist.xlsx')
print(df_hist.head())

#解决中文显示问题，不加的话中文都显示小方块
plt.rcParams['font.sans-serif'] = ['KaiTi'] # 指定默认字体
plt.rcParams['axes.unicode_minus'] = False

plt.hist(df_hist.loc[:,'身高'],bins=30,facecolor='orange',edgecolor='red')
plt.show()

效果展示
在这里插入图片描述

提着垃圾袋的
关注
  • 6
    点赞
  • 踩
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
三、matplotlib绘制柱状图和条形图(参数详解)
weixin_43653733的博客
07-09 2514
1、柱状图和条形图的概念与比较 （1）标记：矩形 （2）必备的视觉通道：矩形的高（宽）度与x （y）坐标次序 常见的视觉通道：色彩、纹理、y （x）坐标绝对位置 （3）适用场景：小规模数据集中，显示各个数据大小、突出系列之间数值差别等。通常用于较小的数据集分析。 柱形图和条形图都可以作为分类项目的比较。但是柱形图更多地用于时间序列的变化；条形图很少用于时间序列的比较，它特别适用于多分类项目的比较 plt.bar(dataX,height=dataY) plt.barh(dataX,width=dataY)
matplotlib中条形图（柱状图）的简单使用及美化
weixin_47844457的博客
04-26 3723
世界电影票房前十名统计图 世界电影票房前十名的数据如下： 阿凡达 ： 28.47 亿美元 复仇者联盟4：终局之战 ： 27.97 亿美元 泰坦尼克号 ： 22.02 亿美元 星球大战：原力觉醒 ： 20.69 亿美元 复仇者联盟3：无限战争 ： 20.48 亿美元 蜘蛛侠：英雄无归 ： 18.89 亿美元 侏罗纪世界 ： 16.71 亿美元 狮子王 ： 16.63 亿美元 复仇者联盟 ： 15.19 亿美元 速度与激情7 ： 15.12 亿美元 绘制纵向条形图 from matplotlib impor
数据可视化库 matplotlib 入门 3——柱状图
看流星划过天外的博客
12-11 2908
本篇介绍 matplotlib 绘制柱状图的方法，包括：简单的单/多个柱状图绘制、添加折线柱状图、（水平）并列柱状图、正负柱状图和堆叠柱状图。
【数据处理】Python matplotlib绘制双柱状图以及绘制堆积柱状图——保姆级教程
点赞的都能无bug通过！
11-19 1万+
翻译成中文是什么意思呢？就是说，我们的每一个“柱子”的高度是从y轴的哪一个值开始往上长。还不明白？没关系，还是以班级男女为例：bar1 = plt . bar([ 1 , 2 , 3 ] , [ 4 , 5 , 6 ] , label = '男生') bar2 = plt . bar([ 1 , 2 , 3 ] , [ 1 , 2 , 3 ] , color = 'g' , bottom = [ 4 , 5 , 6 ] , label = '女生')
科研论文柱状图——Python matplotlib
最新发布
qq_50604294的博客
06-20 429
Python绘制柱状图代码及效果
matplotlib:1、同位置多柱状图 2、堆叠柱状图绘制 3、水平柱状图 4、水平同位置多柱状图
weixin_65544554的博客
10-16 3486
同一x轴位置绘制多个柱状图，主要通过调整柱状图的宽度和每个柱状图x轴的起始位置。底部x标签的位置未居中。
python matplotlib画多条柱状图plt.bar
Caiqiudan的博客
01-29 3981
# 画回归系数图 beta_st = result['beta_st'] # 标准化回归系数 (n, m) = beta_st.shape # n自变量数，m因变量数 label_x = ['x%s'%i for i in range(n)] label_y = ['y%s'%i for i in range(n)] barx = np.arange(n) # x坐标 # 画图 width = 0; wid = 0.17 plt.figure(figsize=(12,5)) for i in
pythonmatplotlib柱状图_Python：matplotlib分组Bar柱状图
weixin_42452483的博客
02-09 863
Python：matplotlib分组Bar柱状图import numpy as npimport matplotlib.pyplot as pltdef get_data(size):border = 80x = np.linspace(start=1, stop=size, endpoint=True, num=size, dtype=np.int)# x = np.arange(start=...
python使用matplotlib绘制柱状图教程
09-21
本教程将深入探讨如何使用Matplotlib绘制各种类型的柱状图，包括基本的柱状图、堆叠柱状图、并列柱状图以及条形图，同时还会介绍如何自定义柱状图的样式。 首先，我们从基础开始，创建一个基本的柱状图。`plt.bar()...
在python中用matplotlib绘制简单的横向和纵向条形图
01-20
绘制横向条形图： plt.barh(x,y,height=0.2,color=red,label=第一天) #x,y为横纵坐标数据，height设置条形图的宽度，color设置条形图颜色，label设置条形图图列 绘制三条条形图的代码示例如下： from matplotlib ...
利用 matplotlib 制作条形图
12-22
排列在工作表的列或行中的数据可以绘制到柱状图(条形图)中。 特点：绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计/对比) 我们用一个例子来描述利用matplotlib怎样制作条形图。 例：假设你...
Python_matplotlib库绘制02(柱状图,饼状图)
12-21
【Python Matplotlib库绘制柱状图与饼状图】 在数据可视化中，Python的Matplotlib库是一个非常重要的工具，尤其适用于创建柱状图和饼状图。这些图表可以帮助我们直观地理解数据分布和比较不同组之间的差异。让我们...
python中用matplotlib画多个并列的柱状图（展示3种图）
热门推荐
weixin_44293949的博客
03-09 4万+
首先如果柱状图中有中文，比如X轴和Y轴标签需要写中文，解决中文无法识别和乱码的情况，加下面这行代码就可以解决了： **plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文乱码** 下面展示画三个并列的柱状图： import matplotlib import matplotlib.pyplot as plt import numpy as np labels = ['G1', 'G2', 'G3', 'G4', 'G5'] men_means =
Python—使用Matploblib读取Excel生成柱状堆叠图(带值的标记)
chaodaibing的博客
06-24 2215
python的Pandas模块读取Excel非常方便，可以生成各种图，这不是重点。重点是如何在生成的柱状图上带上值的标识，这个需要费些心思。 这里举一个百分比的例子，比如我有一个表，统计每一年这五个省GDP占全国的比例。 我想要做一个堆叠的柱状图，实现很容易。但是要在图上带上值的标记，很费心思。 import matplotlib.pyplot as plt import matplotlib as mpl import pandas as pd plt.rcParams['font.sans-serif
matplotlib之绘制折线图、条形图、直方图
qq_47250064的博客
04-09 1253
matplotlib的各种用法，绘制折线图、柱状图、各种图，活活一雅思小作文题库
matplotlib在一张图上绘制包含多条折线的多个子图
甜度超标的博客
02-07 3492
matplotlib在图一张图上绘制包含多条折线的多个子图
python数据处理+matplotlib可视化（柱状图、折线图、表格）
waler1314的博客
02-27 3112
本文章涉及Python读取并处理Excel数据，pandas数据处理转化，matplotlib汇总柱状图、折线图，表格、双y轴柱状+折线图 。
python读取excel生成柱状图
weixin_35751194的博客
01-04 2981
可以使用 Python 的第三方库来读取 Excel 文件，比如 pandas、openpyxl 等。这些库可以方便地将 Excel 中的数据读取出来并存储到一个数据框中(pandas 中的数据结构)，然后使用 matplotlib 库来生成柱状图。 下面是一个使用 pandas 和 matplotlib 生成柱状图的例子： import pandas as pd import matplotli...
matplotlib对excel数据可视化
qq_40298768的博客
09-12 7013
数据可视化 对excel文件中的数据进行分析和可视化 1.数据的获取 ​ 从https://datacatalog.worldbank.org/dataset/gender-statistics网站下载数据集，从中找到中国的数据，保存在china.xlsx文件中。 数据包含人口信息，个年龄段人口占比，男女比例，GDP等数据，如下图： 2.可视化展示 ​ 导入相关库，完成初始化 import matplotlib.pyplot as plt import pandas as pd import numpy
使用matplotlib绘制电影票房收入柱状图
本教程将深入探讨如何使用Matplotlib的`pyplot.bar()`函数绘制柱状图，并通过一个具体的例子——比较几部电影的票房收入——来阐述其应用。 首先，柱状图的基本概念是用垂直或水平的矩形条来表示数据的大小。这些...
评论
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