学习笔记(43):零基础搞定Python数据分析与挖掘-离散型数据的可视化（二）

立即学习:https://edu.csdn.net/course/play/6861/371101?utm_source=blogtoedu

条形图绘制

bar(x,height,width=0.8,bottom=None,color=None,edgecolor=None,tick_label=None,label=None,ecolor=None)

x：传递数值的序列，指定条形图中x轴上的刻度值。

height：传递数值序列，指定条形图y轴上的高度

width：指定条形图的宽度，默认是0.8

bottom：用于绘制堆叠条形图

color：用于指定条形图的填充颜色

edgecolor:指定条形图边框色

tick_label:指定条形图的刻度标签

label：指定条形图的标签，一般用以添加图例

 

import pandas as pd
import matplotlib.pyplot as plt
GDP = pd.read_excel(r'E:\pylean\database\第8章 数据可视化\Province GDP 2017.xlsx')
plt.style.use('ggplot')#背景为网格状
print(GDP)
plt.bar(
    x=range(GDP.shape[0]),#x轴刻度
    height = GDP.GDP,
    tick_label = GDP.Province,#给x轴添加标签
    color ='red'
)
plt.ylabel('GDP(万亿)')
plt.title('2017年度6省份GDP分布')
#为每个条形图添加数值标签
for x,y in enumerate(GDP.GDP):
    plt.text(x,y+0.1,'%s'%round(y,0),horizontalalignment='center')
plt.show()

import pandas as pd
import matplotlib.pyplot as plt
GDP = pd.read_excel(r'E:\pylean\database\第8章 数据可视化\Province GDP 2017.xlsx')
GDP.sort_values(by="GDP",inplace=True)
plt.style.use('ggplot')#背景为网格状
print(GDP)
plt.barh(
    y=range(GDP.shape[0]),#y轴刻度
    width = GDP.GDP,
    tick_label = GDP.Province,#给x轴添加标签
    color ='red'
)
plt.ylabel('GDP(万亿)')
plt.title('2017年度6省份GDP分布')
#为每个条形图添加数值标签
for y,x in enumerate(GDP.GDP):
    plt.text(x+0.1,y,'%s'%round(x,1),va='center')
plt.show()

 

 

import pandas as pd
import matplotlib.pyplot as plt
HuRun = pd.read_excel(r'E:\pylean\database\第8章 数据可视化\HuRun.xlsx')
print(HuRun)
print(HuRun_reshape)
HuRun_reshape = HuRun.pivot_table(index='City',columns='Year',values='Counts').reset_index()
HuRun_reshape.sort_values(by=2016,ascending=False,inplace=True)
HuRun_reshape.plot(x='City',y=[2016,2017],kind='bar',color=['red','blue'],rot=0,width=0.8,title="近两年5城市亿万资产家庭数比较")
#添加y轴标签
plt.ylabel('亿万资产家庭数')
plt.xlabel('')
plt.show()