-
Python数据可视化:折线图、柱状图、饼图代码
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。
作者:godweiyang
来源:算法码上来
Python爬虫、数据分析、网站开发等案例教程视频免费在线观看
https://www.xin3721.com/eschool/pythonxin3721/
有很多很牛b的作图教程,我也学不来,就扔给大家自己学吧:
折线图
代码
import numpy as np import matplotlib.pyplot as plt # x轴刻度标签 x_ticks = ['a', 'b', 'c', 'd', 'e', 'f'] # x轴范围(0, 1, ..., len(x_ticks)-1) x = np.arange(len(x_ticks)) # 第1条折线数据 y1 = [5, 3, 2, 4, 1, 6] # 第2条折线数据 y2 = [3, 1, 6, 5, 2, 4] # 设置画布大小 plt.figure(figsize=(10, 6)) # 画第1条折线,参数看名字就懂,还可以自定义数据点样式等等。 plt.plot(x, y1, color='#FF0000', label='label1', linewidth=3.0) # 画第2条折线 plt.plot(x, y2, color='#00FF00', label='label2', linewidth=3.0) # 给第1条折线数据点加上数值,前两个参数是坐标,第三个是数值,ha和va分别是水平和垂直位置(数据点相对数值)。 for a, b in zip(x, y1): plt.text(a, b, '%d'%b, ha='center', va= 'bottom', fontsize=18) # 给第2条折线数据点加上数值 for a, b in zip(x, y2): plt.text(a, b, '%d'%b, ha='center', va= 'bottom', fontsize=18) # 画水平横线,参数分别表示在y=3,x=0~len(x)-1处画直线。 plt.hlines(3, 0, len(x)-1, colors = "#000000", linestyles = "dashed") # 添加x轴和y轴刻度标签 plt.xticks([r for r in x], x_ticks, fontsize=18, rotation=20) plt.yticks(fontsize=18) # 添加x轴和y轴标签 plt.xlabel(u'x_label', fontsize=18) plt.ylabel(u'y_label', fontsize=18) # 标题 plt.title(u'Title', fontsize=18) # 图例 plt.legend(fontsize=18) # 保存图片 plt.savefig('./figure.pdf', bbox_inches='tight') # 显示图片 plt.show()
效果

柱状图
代码
import numpy as np import matplotlib.pyplot as plt # x轴刻度标签 x_ticks = ['a', 'b', 'c', 'd', 'e', 'f'] # 柱的宽度 barWidth = 0.25 # 第1个柱的x轴范围(每个柱子的中点)(0, 1, ..., len(x_ticks)-1) x1 = np.arange(len(x_ticks)) # 第2个柱的x轴范围(每个柱子的中点) x2 = [x + barWidth for x in x1] # 第1个柱数据 y1 = [5, 3, 2, 4, 1, 6] # 第2个柱数据 y2 = [3, 1, 6, 5, 2, 4] # 设置画布大小 plt.figure(figsize=(10, 6)) # 画第1个柱 plt.bar(x1, y1, color='#FF0000', width=barWidth, label='label1') # 画第2个柱 plt.bar(x2, y2, color='#00FF00', width=barWidth, label='label2') # 给第1个柱数据点加上数值,前两个参数是坐标,第三个是数值,ha和va分别是水平和垂直位置(数据点相对数值)。 for a, b in zip(x1, y1): plt.text(a, b, '%d'%b, ha='center', va= 'bottom', fontsize=18) # 给第2个柱数据点加上数值 for a, b in zip(x2, y2): plt.text(a, b, '%d'%b, ha='center', va= 'bottom', fontsize=18) # 画水平横线 plt.hlines(3, 0, len(x_ticks)-1+barWidth, colors = "#000000", linestyles = "dashed") # 添加x轴和y轴刻度标签 plt.xticks([r + barWidth/2 for r in x1], x_ticks, fontsize=18) plt.yticks(fontsize=18) # 添加x轴和y轴标签 plt.xlabel(u'x_label', fontsize=18) plt.ylabel(u'y_label', fontsize=18) # 标题 plt.title(u'Title', fontsize=18) # 图例 plt.legend(fontsize=18) # 保存图片 plt.savefig('./figure.pdf', bbox_inches='tight') # 显示图片 plt.show()
效果

饼图
代码
import numpy as np import matplotlib.pyplot as plt # 设置画布大小 plt.figure(figsize=(10, 10)) # 设置每块区域的标签 labels = ['a', 'b', 'c', 'd', 'e'] # 设置每块区域离圆心的距离,这里a区域凸出一点点 explode = [0.05, 0.01, 0.01, 0.01, 0.01] # 设置每块区域的值 values = [1, 5, 2, 4, 3] # 设置每块区域的颜色 colors = ['#F5DEB3', '#87CEFA', '#FFB6C1', '#90EE90', '#D3D3D3'] _, l_text, p_text = plt.pie(values, explode=explode, labels=labels, autopct='%1.1f%%', colors=colors) # 设置标签字体大小 for t in l_text: t.set_size(18) # 设置数值字体大小 for t in p_text: t.set_size(18) # 标题 plt.title(u'Title', fontsize=18) # 图例 plt.legend(fontsize=18) # 保存图片 plt.savefig('./figure.pdf', bbox_inches='tight') # 显示图片 plt.show()
效果

栏目列表
最新更新
Goby资产扫描工具安装及报错处理
Python数据可视化:折线图、柱状图、饼图
Python爬取、分析全球最美Top100女神榜单的
萌新入门之python基础语法
pandas映射与数据转换
pandas DataFrame的新增行列,修改、删除、筛
pandas随机排列与随机抽样
我来记笔记啦-Django开发流程与配置
python数据类型的强制转换
温故而知新--day3
用 Access+Outlook 来采集信息
使用PowerDesigner生成Access数据库
让我们一起用开源数据库和开源框架废弃
随说秋色园从Access升迁到MSSQL过程
当爬虫被拒绝时(Access Denied)
Web API与OAuth:既生access token,何生refres
[认证 & 授权] 6. Permission Based Access Co
Access之C#连接Access
oracle 19c下载和安装教程(database和client)
MySql索引原理与使用大全
php的计数器每次都会清零
PHP基础
数据类型之对象
数据类型之布尔型、整型、浮点型和字符
php教程之数据类型之数组
php教程之PHP 常量
php教程之变量
php教程之语法
PHP简介与安装
phpMyAdmin配置安装全攻略