python数据分析6--常见统计图

1.柱状图

from matplotlib import pyplot as plt
from matplotlib import font_manager
a = ['流浪地球','疯狂的外星人','飞驰人生','大黄蜂','熊出没·原始时代','新喜剧之王']
b = [38.13,19.85,14.89,11.36,6.47,5.93]

my_font = font_manager.FontProperties(fname='/data/course_data/data_analysis/STSONG.TTF')
plt.figure(figsize=(20,8),dpi=80)

# 绘制柱状图，plt.bar(x,height,width,color)，
#x：记录x轴上的标签
#height：记录每个柱形的高度
#width：设置柱形的宽度
#color：设置柱形的颜色，传入颜色值的列表，例如['blue','green','red']
rects = plt.bar(a,b,width=0.3,color=['red','green','blue','cyan','yellow','gray'])
#自定义X轴和Y轴得刻度
plt.xticks(a,fontproperties=my_font)
plt.yticks(range(0,41,5),range(0,41,5))

# 在条形图上加标注(水平居中)
for rect in rects:
    height = rect.get_height()
    #plt.text(x,y,s,ha,va)为每个柱形标注高度数值，x和y坐标，参数s记录标注的内容，参数ha和va分别用于设置水平和垂直方向的对齐方式
    #rect.get_height()获取柱体高度，rect.get_x()获取柱体左侧X值，rect.get_width()，获取柱体宽度
    plt.text(rect.get_x() + rect.get_width() / 2, height+0.3, str(height),ha="center")
plt.show()

2.直方图

from matplotlib import pyplot as plt
from matplotlib import font_manager
time = [131,  98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114,
        119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115,  99, 
        136, 126, 134,  95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117,  86,  95, 144, 
        105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123,  86, 101,  99, 136,123,
        117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116,
        108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125,
        138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140,  83, 110, 102,123,
        107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 
        106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144,  83, 123, 
        111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 
        141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 
        130, 141, 117, 106, 114, 121, 114, 133, 137,  92,121, 112, 146,  97, 137, 105,  98, 
        117, 112,  81,  97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111,
        101, 110,105, 129, 137, 112, 120, 113, 133, 112,  83,  94, 146, 133, 101,131, 116, 
        111,  84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
my_font = font_manager.FontProperties(fname='/data/course_data/data_analysis/STSONG.TTF',size=10)
# 2）创建画布
plt.figure(figsize=(20, 8), dpi=100)

# 3）绘制直方图
# 设置组距
distance = 2
# 计算组数
group_num = int((max(time) - min(time)) / distance)
# 绘制直方图plt.hist(data, bins, facecolor, edgecolor),
#data：绘图用到的数据
#height：直方图的条形数目
#bins：设置柱形的宽度
#facecolor：矩形的填充颜色
#edgecolor：条形的边框颜色
plt.hist(time, bins=group_num)

# 修改x轴刻度显示
plt.xticks(range(min(time), max(time))[::2])

# 添加网格显示
plt.grid(linestyle="--", alpha=0.5)

# 添加x, y轴描述信息
plt.xlabel("电影时长大小",fontproperties=my_font)
plt.ylabel("电影的数据量",fontproperties=my_font)
plt.show()

3.散点图

import pandas as pd
from matplotlib import pyplot as plt
df = pd.read_csv('/data/course_data/data_analysis/height_weight.csv')
# 设置图形大小
plt.figure(figsize=(20,8),dpi=80)
# 使用plt.scatter(x,y,s,c,marker,alpha,linewidths)绘制散点图
#x,y：数组
#s：散点图中点的大小，可选
#c：散点图中点的颜色，可选
#marker：散点图的形状，可选
#alpha：表示透明度，在 0~1 取值，可选
#linewidths：表示线条粗细，可选
plt.scatter(df['height'],df['weight'],alpha=0.5,c='red')
plt.show()

4.饼图

import pandas as pd
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname='/data/course_data/data_analysis/STSONG.TTF',size=10)
df = pd.read_excel('/data/course_data/data_analysis/lagou.xlsx')
plt.figure(figsize = (10,8))
num = df.groupby('学历').size()
# 用plt.pie(x, labels, autopct, shadow, startangle)绘制饼图
x：绘制用到的数据
#Tlabels：用于设置饼图中每一个扇形外侧的显示说明文字
#autopct：设置饼图内百分比数据，可以使用format字符串或者format #function，例如’%.1f%%’指小数点后保留1位小数
#shadow：表示是否在饼图下面画阴影，默认值：False，即不画阴影
#Tstartangle：设置起始绘制角度，默认图是从x轴正方向逆时针画起，如果设定startangle=90，则从y轴正方向画起
patches, l_text, p_text = plt.pie(num,labels = num.index, autopct='%.1f%%',shadow=False,startangle=90)
#plt.pie()会有三个返回值

#patches: matplotlib.patches.Wedge列表(扇形实例)
#l_text：label matplotlib.text.Text列表(标签实例)
#p_text：label matplotlib.text.Text列表(百分比标签实例)
for t in l_text: 
    t.set_fontproperties(my_font)
plt.show()

5.总结