Matplotlib-绘制饼图

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Matplotlib-绘制饼图相关的知识,希望对你有一定的参考价值。

参考技术A 扫码关注【牵引小哥讲Python】,关注回复【资源】领取学习资源!

本期小哥主要讲解饼图的绘制方法。在Matplotlib中使用 ax.pie() 函数绘制饼图。官方参考链接:

https://matplotlib.org/api/_as_gen/matplotlib.pyplot.pie.html#matplotlib.pyplot.pie

关键参数说明:

应用举例:

对于 labels 也可通过 legend 显示。

ax.pie() 函数的返回值有三个:

在进阶用法中,小哥结合Python的格式化输出和 ax.pie() 返回值,示范如何将每个扇区对应的数量标注到图中。

超详细的Python matplotlib 绘制柱状图

复习回顾

Python 为数据展示提供了大量优秀的功能包,其中 matplotlib 模块可以方便绘制制作折线图、柱状图、散点图等高质量的数据包。

关于 matplotlib 模块,我们前期已经对matplotlib进行基本框架、以及常用方法的学习

Python matplotlib 绘制饼图_

python matplotlib绘制折线图_

python入门到进阶,爬虫数据分析全套资料分享讲解

Python面向对象编程:类继承和其衍生术语

Python面向对象编程:深度认识类class_

在 matplotlib 模块提供的图表中,除了折线图使用最多外,柱状图也是我们日常数据分析的图表。

本期,我们开始学习绘制柱状图相关属性和方法,let's go~

1. 柱状图概述

  • 什么是柱状图

    • 柱状图又称为条形图,是一种以长方形的长度为变量数据进行统计的图表
    • 柱状图用来比较两个或以上类型
    • 柱状图只有一个以长方形的长度为变量
    • 柱状图可以横向排列或者多维方式展示
  • 柱状图使用场景

    • 柱状图适用在较小数据集的分析
    • 适用二维数据集,只比较一个维度数据差异项
    • 直观展示各个体之间数据的差异
    • 表现离散型的时间序列
  • 柱状图绘制步骤

    1. 导入matplotlib.pyplot模块
    2. 准备数据,可以使用numpy/pandas整理数据
    3. 调用pyplot.bar()绘制柱状图
  • 案例展示

    本次,我们分析过去5年内的产品年销量展示

    • 案例所用到的数据如下:

      import random
      
      x_data = ["20年".format(i) for i in range(16,21)]
      y_data = [random.randint(100,300) for i in range(6)]
      复制代码
    • 绘制柱状图

      
      import matplotlib.pyplot as plt
      
      plt.rcParams["font.sans-serif"]=['SimHei']
      plt.rcParams["axes.unicode_minus"]=False
      
      for i in range(len(x_data)):
          plt.bar(x_data[i],y_data[i])
      
      plt.title("销量分析")
      plt.xlabel("年份")
      plt.ylabel("销量")
      
      plt.show()
      复制代码

       

2. 柱状图属性

  • 柱状体颜色填充

    • facecolor(fc)关键字

    • color 关键字

    • 颜色简称:

    属性值说明属性值说明
    "b"/"bule"蓝色"m"/"magenta"品红
    "g" /"green"绿色"y"/"yellow"黄色
    "r"/"red"红色"k"/"black"黑色
    "c"/"cyan"青色"w"/"white"白色
    • rgb:

      • 格式形式:(r,g,b)
      • 取值范围:0~1
  • 柱状描边设置

    • 柱状体边框颜色

      • edgecolor 或者 ec
    • 柱状体边框样式

      • linestyle 或者 ls

      • 线条样式:

      属性值说明
      "-" 、"solid"默认实线显示
      "--"、"dashed"虚线
      "-." "dashdot"点划线
      ":"、"dotted"虚线
      "None" """"
    • 柱状体边框宽度

      • linewidth 或者 lw
  • 柱状图填充样式

    • hatch: 设置填充样式
    • 属性取值:'/', '', '|', '-', '+', 'x', 'o', 'O', '.', '*' |
  • 柱状图刻度标签

    • tickle label:默认使用数字标签
  • 我们对 第一节柱状图添加边框样式为"--",添加指定rgb颜色,填充圆圈

    for i in range(len(x_data)):
       plt.bar(x_data[i],y_data[i],color=(0.2*i,0.2*i,0.2*i),linestyle="--",hatch="o")
    复制代码

     

3. 堆叠柱状图

在柱状图中,我们会在同时对比两组数据在同一类中的表现形式,因此需要绘制堆叠柱状图

  • bottom : 条形底座的y坐标,默认值为0

  • 在第一节案例中,添加一组y轴数据所有数据如下:

     x_data = ["20年".format(i) for i in range(16,21)]
     y_data = list(random.randint(100,300) for i in range(5))
     y2_data = list(random.randint(100,300) for i in range(5))
    复制代码
  • 再添加一次pyplot.bar方法,添加bottom属性

     plt.bar(x_data,y_data,lw=0.5,fc="r",label="Phone")
     plt.bar(x_data,y2_data,lw=0.5,fc="b",label="Android",bottom=y_data)
    复制代码

     

4. 并列柱状图

在绘制并列的柱状图中,要控制好每个柱状体的位置和大小可以使用width属性

  • width: 设置每组柱状体的宽度

  • x轴:x轴的宽度每组直接也要设置好

  • 例如继续改造上面案例,我们为bar1和bar2添加了width属性后,单独设置x轴并排的宽度为0.3

    x_width = range(0,len(x_data))
    x2_width = [i+0.3 for i in x_width]
    
    
    plt.bar(x_width,y_data,lw=0.5,fc="r",width=0.3,label="Phone")
    plt.bar(x2_width,y2_data,lw=0.5,fc="b",width=0.3,label="Android")
    
    plt.xticks(range(0,5),x_data)
    复制代码

     

5. 水平柱状图

柱状图中,有时候需要让柱状图水平放置,比较差异,我们这时候需要使用到barh方法

  • pyplot.barh(y,width):绘制水平柱状图

  • 结合上述案例,改用barh方法

  x_data = ["20年".format(i) for i in range(16,21)]
  y_data = list(random.randint(100,300) for i in range(5))
  y2_data = list(random.randint(100,300) for i in range(5))

  x_width = range(0,len(x_data))
  x2_width = [i+0.3 for i in x_width]

  plt.barh(x_width,y_data,lw=0.5,fc="r",height=0.3,label="Phone")
  plt.barh(x2_width,y2_data,lw=0.5,fc="b",height=0.3,label="Android")
  plt.yticks(range(0,5),x_data)

  plt.legend()

  plt.title("销量分析")
  plt.ylabel("年份")
  plt.xlabel("销量")

  plt.show()
复制代码

 

6. 添加折线柱状图

我们在查看柱状图时,有时候会需要辅助折线来查看

  • 使用pyplot.plot()方法汇总折线图

  • 同时使用pyplot.text()显示坐标值

  • 当堆叠图时,需要计算好折线相对位置

    plt.plot(x_data,y_data,color="pink",linestyle="--")
    
    plt.plot(x_data, y2_data+200, color="skyblue", linestyle="-.")
    
    # 柱状图
    plt.bar(x_data,y_data,lw=0.5,fc="r",width=0.3,label="Phone",alpha=0.5)
    plt.bar(x_data,y2_data, lw=0.5, fc="b", width=0.3, label="Android",alpha=0.5,bottom=y_data)
    
    for i,j in zip(x_data,y_data):
    
       plt.text(i,j+0.05,"%d"%j,ha="center",va="bottom")
    
    for i2,j2 in zip(x_data,y2_data):
    
       plt.text(i2,j2+180,"%d"%j2,ha="center",va="bottom")
    复制代码

     

7. 正负柱状图

我们需要使用Axes对象来设置坐标轴的位置

  • 首先使用pyplot.gca()方法创建axes对象

  • 然后使用matplotlib.spines模块调用set_position设置坐标轴位置

  • set_position 设置轴位置点

  • spines[]选项有"left"|"bottom"|"width"|"height"

  • set_position 值格式为(位置类型,数量);位置类型;"outward"|"axes"|"data"|;数量:中心->("轴",0.5),零->("数据",0.0)

    y_data = np.random.randint(100, 300,5)
    y2_data = np.random.randint(100, 300,5)
    
    ax = plt.gca()
    ax.spines["bottom"].set_position(('data', 0))
    
    plt.bar(x_data,+y_data,lw=0.5,fc="r",width=0.3,label="Phone")
    plt.bar(x_data,-y2_data, lw=0.5, fc="b", width=0.3, label="Android")
    
    for i,j in zip(x_data,y_data):
    
        plt.text(i,j,"%d"%j,ha="center",va="top")
    
    for i2,j2 in zip(x_data,y2_data):
    
        plt.text(i2,-j2,"%d"%j2,ha="center",va="bottom")
    复制代码

总结

本期,我们对matplotlib模块中详细学习绘制各种柱状图标相关属性和方法,在遇到需要直观展示离散数据点的差异时,我们可以使用bar()或者barh()绘制美观的图表。

以上是本期内容,欢迎大佬们点赞评论,下期见~

以上是关于Matplotlib-绘制饼图的主要内容,如果未能解决你的问题,请参考以下文章

Matplotlib库

100天精通Python(可视化篇)——第81天:matplotlib绘制不同种类炫酷饼图参数说明+代码实战(自定义百分比多个子图圆环嵌套饼图)

使用 matplotlib 将 Pandas DataFrames 绘制到饼图中

利用matplotlib绘制圆环图的案例

Python matplotlib.pyplot饼图:如何去掉左边的标签?

Matplotlib和Seaborn之饼图