Python数据可视化笔记03--柱状图、饼状图实战

Python数据可视化笔记01--Matplotlib基础

Python数据可视化笔记02--折线图、散点图实战 

本文索引：

1. 柱状图
2. 饼状图

环境：Windows10 + jupyter notebook

一、柱状图

【柱状图】

• 使用Matplotlib提供的bar()函数来绘制柱状图。
• 与前面介绍的plot()函数类似，程序每次调用bar()函数时都会生成一组柱状图，如果希望生成多组柱状图，则可通过多次调用bar()函数来实现。
• 只要将bar()函数理解透彻，我们就能绘制各种类型的柱状图。
• 如下图：

附：https://matplotlib.org/gallery/index.html 

【柱状图绘图方法】

bar(x,height,width=0.8,*,align='center',**kwargs)

主要参数：

• x：包含所有柱子下标的列表。
• height：y轴的数值序列，也是柱状图的高度，一般就是我们需要展示的数据。
• width：为柱状图宽度，一般为0.8即可。
• align：柱子对齐方式，有两个可选值：center和edge。center表示每根柱子是根据下标来对齐，edge则表示根据每根柱子全部以下标为起点，然后显示到下标的右边。如果不指定该参数，默认值是center。

可选参数：

• color：每根柱子呈现的颜色，可指定一个固定值或者一个列表。
• edgecolor：每根柱子边框的颜色。
• linewidth：每根柱子的边框宽度。如果没有设置该参数，默认无边框。
• tick_label：每根柱子上的标签，默认无标签。
• xerr：每根柱子顶部在横轴方向的线段长度。
• yerr：每根柱子顶端在纵轴方向的线段长度。
• ecolor：设置xerr和yerr线段的颜色，可以指定一个固定值或者一个列表。

柱状图实战：还用matplotlib绘制

• 普通柱状图实战：简单柱状图 数据[1.5，0.6，7.8，6] 

import matplotlib.pyplot as plt

num_list = [1.5,0.6,7.8,6]
plt.bar(range(len(num_list)),num_list)  # #指定横坐标数据为num_list的长度，纵坐标数据为num_list列表元素
plt.show()

运行结果：

• 下面我们来设置柱子颜色来看看：只需要直接添加一个参数color

import matplotlib.pyplot as plt

num_list = [1.5,0.6,7.8,6]
plt.bar(range(len(num_list)),num_list,color='rgbc')   
plt.show()

运行结果：

• 设置标签

import matplotlib.pyplot as plt

name_list=["Monday","Tuesday","Friday","Sunday"]
num_list = [1.5,0.6,7.8,6]
plt.bar(range(len(num_list)),num_list,color='rgbc',tick_label = name_list)   
plt.show()

运行结果：

• 再来看堆叠的柱状图，再加上图例：

import matplotlib.pyplot as plt

name_list=["Monday","Tuesday","Friday","Sunday"]
num_list = [1.5,0.6,7.8,6]
num_list2 = [1,2,3,1]    # 增加以个列表数据，用于堆叠
plt.bar(range(len(num_list)),num_list,color='r',tick_label = name_list,label = 'boys')   
# 多次调用bar()函数实现多次绘制，指定以num_list基础堆叠
plt.bar(range(len(num_list)),num_list2,color='g',tick_label = name_list,bottom = num_list,label = 'girls') 
plt.legend(loc = 'best')  # 图例位置指定
plt.show()

运行结果：

• 横向条形图：只需要将bar()函数修改为barh()函数

import matplotlib.pyplot as plt

num_list = [1.5,0.6,7.8,6]
plt.barh(range(len(num_list)),num_list,color='rgbc')   
plt.show()

运行结果：

• 并列柱状图：

import matplotlib.pyplot as plt

name_list=["Monday","Tuesday","Friday","Sunday"]
num_list = [1.5,0.6,7.8,6]
num_list2 = [1,2,3,1]   

x = list(range(len(num_list)))

# 设置柱子总宽0.8，共两个，每个0.4
total_width = 0.8
n=2
width = total_width / n

plt.bar(x,num_list,width = width,label = 'boys')
# 设置循环使两个对比的柱子并列，方便做对比
for i in range(len(x)):
    x[i] = x[i] + width

plt.bar(x,num_list2,width = width,label = 'girls',tick_label = name_list)
    
plt.legend(loc = 'best') 
plt.show()

运行结果：

---

二、饼状图

【概念】

• 饼状图显示一个系列中各项的大小和各项总和的比例。
• 饼状图可自动根据数据的百分比画饼

【绘制饼状图的基本语法】

• 创建数组x的饼图，每个扇形的面积由x/sum(x)决定
• 若sum(x)<1，则x数组不会被初始化，x值即为扇形区域面积占比。注意，这种情况会出现1-sum(x)的空楔形
• sum(x)>1，则由x[i]/sum(x)算出每个楔形占比，饼状图360°区域均被填充

【饼状图绘图方法pie()】

pie(x,explode = None,lanels = None,colors = None,autopct = None,pctdistance = 0.6,
shadow = False,labeldistance = 1.1,startangle = None,radius = None,
counterclock = True,wedgeprops = None,textprops = None,center = (0,0),frame = False,
rotatelabels = False,hold = None,data = None)

【参数详解】

• x：（创建饼状图的数据，每一块）的比例，如果sum(x)>1会使用sum(x)归一化，即总和按比例分100％；
• explode：（每一块）离开中心距离，一个list或数组；
• labels：list，optional，default:None；为每个楔形添加标签；
• color = array-like，optional，default:None；若无，则用currently active cycle中的颜色添加；
• autopct：控制饼图内百分比设置，可以使用format字符串或者format function：可以是整数（'%d%%'）、浮点数（'%1.3f%%'）、字符串（'%s%%'）、函数。
• label_distance：float，optional，default：1.1；label标记的绘制位置，相对于半径的比例，默认值为1.1，如果小于1则绘制在饼图内侧。
• pctdistance：float，optional，default：0.6；类似于labeldistance，指定autopct的位置刻度，默认值为0.6；
• shadow：bool，optioanl，default:False；为饼图画阴影（True）;
• startangle：float，optioanl，default:None；其实绘制角度，默认图是从x轴正方向逆时针画起，如设定=90则从y轴正方向画起；
• radius：float，optioanl，default:None；饼图半径，若为None时，默认为1；
• counterclock：bool，optioanl，default:True；指定分数方向，逆时针（True）或顺时针。
• wedgeprops：dict，optioanl，default:None；描述楔形边界线宽度值，参数形式"wedgeprops = {'linewidth'：3}"楔形边界线宽度为3；
• textprops：dict，optioanl，default:None；传递给文本对象的字典参数；
• center：list of float，optioanl，default:（0，0）；图标的中心为，默认（0，0），也可以是两个标量的序列（sequence of 2 scalars）;

饼状图实战：

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']   # 用于显示中文标签

labels = 'A','B','C','D'
sizes = [10,20,30,40]

plt.pie(sizes,labels = labels)
plt.title('简单饼状图')
plt.show()

运行结果：

指定explode参数：一块饼图到中心的距离，默认为0

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']   # 用于显示中文标签

labels = 'A','B','C','D'
sizes = [10,20,30,40]
explode = (0,0,0.1,0)
plt.pie(sizes,labels = labels,explode = explode)
plt.title('简单饼状图')
plt.show()

运行结果：

指定colors：数组，可选参数，默认为：None；用来标注每块饼图的matplotlib颜色参数序列 

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']   # 用于显示中文标签

labels = 'A','B','C','D'
sizes = [10,20,30,40]
explode = (0,0,0.1,0)
color = ['r','g','b','c']   # 添加颜色参数
plt.pie(sizes,labels = labels,explode = explode,colors = color)
plt.title('简单饼状图')
plt.show()

运行结果：

autopct：控制饼图内百分比设置，可以使用format字符串或者format function； 

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']   # 用于显示中文标签

labels = 'A','B','C','D'
sizes = [10,20,30,40]
explode = (0,0.1,0,0)
color = ['r','g','b','c']  
# 添加autopct参数，指定百分比格式
plt.pie(sizes,labels = labels,explode = explode,colors = color,autopct = '%1.1f%%')
plt.title('简单饼状图')
plt.show()

运行结果：

x：每一块饼图的比例，为必填项，如果sum(x)>1，会将多出的部分进行均分； 

# 当数据总和大于1时，自动分配

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']   # 用于显示中文标签

labels = 'A','B','C','D'
sizes = [0.1,0.2,0.3,0.7]
explode = (0,0.1,0,0)
color = ['r','g','b','c']   # 添加颜色列表
plt.pie(sizes,labels = labels,explode = explode,colors = color,autopct = '%1.1f%%')
plt.title('简单饼状图')
plt.show()

运行结果：

# 当数据部分总和小于1时，会将缺少部分空出

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']   # 用于显示中文标签

labels = 'A','B','C','D'
sizes = [0.1,0.2,0.3,0.2]
explode = (0,0.1,0,0)
color = ['r','g','b','c']   # 添加颜色列表
plt.pie(sizes,labels = labels,explode = explode,colors = color,autopct = '%1.1f%%')
plt.title('简单饼状图')
plt.show()

运行结果：

添加图例，plt.legend() 

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']   # 用于显示中文标签

labels = 'A','B','C','D'
sizes = [0.1,0.2,0.3,0.7]
explode = (0,0.1,0,0)

color = ['r','g','b','c']   
plt.pie(sizes,labels = labels,explode = explode,colors = color,autopct = '%1.1f%%')
plt.title('简单饼状图')
# 设置图例格式和位置
plt.legend(loc="upper right",fontsize = 8,borderaxespad = 0.3)
plt.show()

Python数据可视化还有最后一部分即将更新完毕，希望一起学习的小伙伴多多练习实践，一起加油吧，新年快乐！！！