pythonmatplotlib数据实例_Python数据可视化教程之Matplotlib实现各种图表实例

前言

数据分析就是将数据以各种图表的形式展现给领导，供领导做决策用，因此熟练掌握饼图、柱状图、线图等图表制作是一个数据分析师必备的技能。Python有两个比较出色的图表制作框架，分别是Matplotlib和Pyechart。本文主要讲述使用Matplotlib制作各种数据图表。

Matplotlib是最流行的用于绘制2D数据图表的Python库，能够在各种平台上使用，可以绘制散点图、柱状图、饼图等。

1、柱状图

是一种以长方形或长方体的高度为变量的表达图形的统计报告图，由一系列高度不等的纵向条纹表示数据分布的情况，用来比较两个或以上的价值(不同时间或者不同条件)，只有一个变量，通常利用于较小的数据集分析。柱状图可以用来比较数据之间的多少，可以用来观察某一事件的变化趋势，柱状图亦可横向排列，或用多维方式表达。

实现代码：

# 导入绘图模块

import matplotlib.pyplot as plt

# 构建数据

sales = [7125,12753,13143,8635]

# 中文乱码的处理，rcParams也可以用于设置图的分辨率，大小等信息

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

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

# 绘图,第一个参数是x轴的数据，第二个参数是y轴的数据，第三个参数是柱子的大小，默认值是1(值在0到1之间)，color是柱子的颜色，alpha是柱子的透明度

plt.bar(range(4), sales, 0.4,color='r', alpha = 0.8)

# 添加轴标签

plt.ylabel('销量')

# 添加标题

plt.title('水果2018年度销量')

# 添加刻度标签

plt.xticks(range(4),['苹果','香蕉','梨','猕猴桃'])

# 设置Y轴的刻度范围

plt.ylim([5000,15000])

# 为每个条形图添加数值标签

for x,y in enumerate(sales):

plt.text(x,y+100,'%s' %y,ha='center')

# 显示图形

plt.show()

效果图：

只需绘制柱状图的函数bar()改成barh()就可以将柱状图长方形或长方体从垂直方向变为水平方向。

实现代码：

# 导入绘图模块

import matplotlib.pyplot as plt

# 构建数据

sales = [7125,12753,13143,8635]

# 中文乱码的处理

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

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

x = ['苹果','香蕉','梨','猕猴桃']

# 绘图

plt.barh(range(4), sales, 0.4,color='r', alpha = 0.8)

# 添加轴标签

plt.ylabel('销量')

# 添加标题

plt.title('水果2018年度销量')

# 添加刻度标签

plt.yticks(range(4),['苹果','香蕉','梨','猕猴桃'])

# 设置Y轴的刻度范围

plt.xlim([5000,15000])

# 为每个条形图添加数值标签