一、條形圖繪制參數詳解
1、bar(left, height, width=0.8, bottom=None, color=None, edgecolor=None, linewidth=None, tick_label=None, xerr=None, yerr=None, label = None, ecolor=None, align, log=False, **kwargs)
- x：傳遞數值序列，指定條形圖中x軸上的刻度值
- height：傳遞數值序列，指定條形圖y軸上的高度
- width：指定條形圖的寬度，默認為0.8
- bottom：用於繪制堆疊條形圖
- color：指定條形圖的填充色
- edgecolor：指定條形圖的邊框色
- linewidth：指定條形圖邊框的寬度，如果指定為0，表示不繪制邊框
- tick_label：指定條形圖的刻度標簽
- xerr：如果參數不為None，表示在條形圖的基礎上添加誤差棒
- yerr：參數含義同xerr
- label：指定條形圖的標簽，一般用以添加圖例
- ecolor：指定條形圖誤差棒的顏色align：指定x軸刻度標簽的對齊方式，默認為center，表示刻度標簽居中對齊，如果設置為edge，則表示在每個條形的左下角呈現刻度標簽
- log：bool類型參數，是否對坐標軸進行log變換，默認為False
- **kwargs：關鍵字參數，用於對條形圖進行其他設置，如透明度等
1 # 條形圖的繪制--垂直條形圖 2 # 讀入數據 3 GDP = pd.read_excel('Province GDP 2017.xlsx') 4 ''' 5 Province GDP 6 北京 2.8 7 上海 3.01 8 廣東 8.99 9 江蘇 8.59 10 重慶 1.95 11 天津 1.86 12 ''' 13 # 設置繪圖風格（不妨使用R語言中的ggplot2風格） 14 plt.style.use('ggplot') 15 # 繪制條形圖 16 plt.bar(x = range(GDP.shape[0]), # 指定條形圖x軸的刻度值 17 height = GDP.GDP, # 指定條形圖y軸的數值 18 tick_label = GDP.Province, # 指定條形圖x軸的刻度標簽 19 color = 'steelblue', # 指定條形圖的填充色 20 width = 0.8 21 ) 22 # 添加y軸的標簽 23 plt.ylabel('GDP(萬億)') 24 # 添加條形圖的標題 25 plt.title('2017年度6個省份GDP分布') 26 # 為每個條形圖添加數值標簽 27 for x,y in enumerate(GDP.GDP): 28 plt.text(x,y+0.1,'%s' %round(y,1),ha='center') 29 # 顯示圖形 30 plt.show()
②https://matplotlib.org/api/_as_gen/matplotlib.pyplot.barh.html
1 # 條形圖的繪制--水平條形圖 2 # 對讀入的數據作升序排序 3 GDP.sort_values(by = 'GDP', inplace = True) 4 # 繪制條形圖 5 plt.barh(y = range(GDP.shape[0]), # 指定條形圖y軸的刻度值 6 width = GDP.GDP, # 指定條形圖x軸的數值 7 tick_label = GDP.Province, # 指定條形圖y軸的刻度標簽 8 color = 'steelblue', # 指定條形圖的填充色 9 ) 10 # 添加x軸的標簽 11 plt.xlabel('GDP(萬億)') 12 # 添加條形圖的標題 13 plt.title('2017年度6個省份GDP分布') 14 # 為每個條形圖添加數值標簽 15 for y,x in enumerate(GDP.GDP): 16 plt.text(x+0.1,y,'%s' %round(x,1),va='center') 17 # 顯示圖形 18 plt.show()
③繪制堆疊條形圖
1 import pandas as pd 2 import matplotlib.pyplot as plt 3 # 條形圖的繪制--堆疊條形圖 4 # 讀入數據 5 Industry_GDP = pd.read_excel('Industry_GDP.xlsx') 6 # 取出四個不同的季度標簽，用作堆疊條形圖x軸的刻度標簽 7 Quarters = Industry_GDP.Quarter.unique() 8 # 取出第一產業的四季度值 9 Industry1 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第一產業'] 10 # 重新設置行索引 11 Industry1.index = range(len(Quarters)) 12 # 取出第二產業的四季度值 13 Industry2 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第二產業'] 14 # 重新設置行索引 15 Industry2.index = range(len(Quarters)) 16 # 取出第三產業的四季度值 17 Industry3 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第三產業'] 18 19 # 繪制堆疊條形圖 20 # 中文亂碼和坐標軸負號的處理 21 plt.rcParams['font.sans-serif'] = ['Microsoft YaHei'] 22 plt.rcParams['axes.unicode_minus'] = False 23 # 各季度下第一產業的條形圖 24 plt.bar(x = range(len(Quarters)), height=Industry1, color = 'steelblue', label = '第一產業', tick_label = Quarters) 25 # 各季度下第二產業的條形圖 26 plt.bar(x = range(len(Quarters)), height=Industry2, bottom = Industry1, color = 'green', label = '第二產業') 27 # 各季度下第三產業的條形圖 28 plt.bar(x = range(len(Quarters)), height=Industry3, bottom = Industry1 + Industry2, color = 'red', label = '第三產業') 29 # 添加y軸標簽 30 plt.ylabel('生成總值（億）') 31 # 添加圖形標題 32 plt.title('2017年各季度三產業總值') 33 # 顯示各產業的圖例 34 plt.legend(loc =2,fontsize = 'small') 35 # 顯示圖形 36 plt.show()
④水平交錯條形圖
1 # 條形圖的繪制--水平交錯條形圖 2 # 導入第三方模塊 3 import matplotlib.pyplot as plt 4 import numpy as np 5 import pandas as pd 6 # 讀入數據 7 HuRun = pd.read_excel('HuRun.xlsx') 8 # 取出城市名稱 9 Cities = HuRun.City.unique() 10 # 取出2016年各城市億萬資產家庭數 11 Counts2016 = HuRun.Counts[HuRun.Year == 2016] 12 # 取出2017年各城市億萬資產家庭數 13 Counts2017 = HuRun.Counts[HuRun.Year == 2017] 14 15 # 繪制水平交錯條形圖 16 bar_width = 0.4 17 plt.bar(x = np.arange(len(Cities)), height = Counts2016, label = '2016', color = 'steelblue', width = bar_width) 18 plt.bar(x = np.arange(len(Cities))+bar_width, height = Counts2017, label = '2017', color = 'indianred', width = bar_width) 19 # 添加刻度標簽（向右偏移0.225） 20 plt.xticks(np.arange(5)+0.2, Cities) 21 # 添加y軸標簽 22 plt.ylabel('億萬資產家庭數') 23 # 添加圖形標題 24 plt.title('近兩年5個城市億萬資產家庭數比較') 25 # 添加圖例 26 plt.legend() 27 # 顯示圖形 28 plt.show()
二、
①
1 # Pandas模塊之垂直或水平條形圖 2 # 讀入數據 3 GDP = pd.read_excel('Province GDP 2017.xlsx') 4 # 繪圖（此時的數據集在前文已經按各省GDP做過升序處理） 5 GDP.GDP.plot(kind = 'bar', width = 0.8, rot = 0, color = 'steelblue', title = '2017年度6個省份GDP分布') 6 # 添加y軸標簽 7 plt.ylabel('GDP（萬億）') 8 # 添加x軸刻度標簽 9 plt.xticks(range(len(GDP.Province)), #指定刻度標簽的位置 10 GDP.Province # 指出具體的刻度標簽值 11 ) 12 # 為每個條形圖添加數值標簽 13 for x,y in enumerate(GDP.GDP): 14 plt.text(x-0.1,y+0.2,'%s' %round(y,1),va='center') 15 # 顯示圖形 16 plt.show()
②
1 # Pandas模塊之水平交錯條形圖 2 HuRun = pd.read_excel('HuRun.xlsx') 3 HuRun_reshape = HuRun.pivot_table(index = 'City', columns='Year', values='Counts').reset_index() 4 # 對數據集降序排序 5 HuRun_reshape.sort_values(by = 2016, ascending = False, inplace = True) 6 HuRun_reshape.plot(x = 'City', y = [2016,2017], kind = 'bar', color = ['steelblue', 'indianred'], 7 rot = 0, # 用於旋轉x軸刻度標簽的角度，0表示水平顯示刻度標簽 8 width = 0.8, title = '近兩年5個城市億萬資產家庭數比較') 9 # 添加y軸標簽 10 plt.ylabel('億萬資產家庭數') 11 plt.xlabel('') 12 plt.show()
③
1 # seaborn模塊之垂直或水平條形圖 2 # 導入第三方模塊 3 import seaborn as sns 4 5 # 讀入數據 6 GDP = pd.read_excel('Province GDP 2017.xlsx') 7 sns.barplot(y = 'Province', # 指定條形圖x軸的數據 8 x = 'GDP', # 指定條形圖y軸的數據 9 data = GDP, # 指定需要繪圖的數據集 10 color = 'steelblue', # 指定條形圖的填充色 11 orient = 'horizontal' # 將條形圖水平顯示 12 ) 13 # 重新設置x軸和y軸的標簽 14 plt.xlabel('GDP（萬億）') 15 plt.ylabel('') 16 # 添加圖形的標題 17 plt.title('2017年度6個省份GDP分布') 18 # 為每個條形圖添加數值標簽 19 for y,x in enumerate(GDP.GDP): 20 plt.text(x,y,'%s' %round(x,1),va='center') 21 # 顯示圖形 22 plt.show()
④
1 # 讀入數據 2 Titanic = pd.read_csv('titanic_train.csv') 3 # 繪制水平交錯條形圖 4 sns.barplot(x = 'Pclass', # 指定x軸數據 5 y = 'Age', # 指定y軸數據 6 hue = 'Sex', # 指定分組數據 7 data = Titanic, # 指定繪圖數據集 8 palette = 'RdBu', # 指定男女性別的不同顏色 9 errcolor = 'blue', # 指定誤差棒的顏色 10 errwidth=2, # 指定誤差棒的線寬 11 saturation = 1, # 指定顏色的透明度，這里設置為無透明度 12 capsize = 0.05 # 指定誤差棒兩端線條的寬度 13 ) 14 # 添加圖形標題 15 plt.title('各船艙等級中男女乘客的年齡差異') 16 # 顯示圖形 17 plt.show()
