怎么在堆叠柱状图中体现百分比_Python数据可视化（中）——matplotlib中的诸常用图表...
本文主要内容来自于天池课堂，本文在进行整理的同时在此注明原作者和原文链接，有兴趣的朋友可移步观看。
折线图与面积图
折线图
plt.plot(kind='line', ax=None, figsize=None, use_index=True, title=None, grid=None, legend=False, style=None, logx=False, logy=False, loglog=False, xticks=None, yticks=None, xlim=None, ylim=None, rot=None, fontsize=None, colormap=None, table=False, yerr=None, xerr=None, label=None, secondary_y=False, **kwds)
- series的index为横坐标
- value为纵坐标
- kind → line,bar,barh...(折线图，柱状图，柱状图-横...)
- label → 图例标签，Dataframe格式以列名为label
- style → 风格字符串，这里包括了linestyle(-)，marker(.)，color(g)
- color → 颜色，有color指定时候，以color颜色为准
- alpha → 透明度，0-1
- use_index → 将索引用为刻度标签，默认为True
- rot → 旋转刻度标签，0-360
- grid → 显示网格，一般直接用plt.grid
- xlim,ylim → x,y轴界限
- xticks,yticks → x,y轴刻度值
- figsize → 图像大小
- title → 图名
- legend → 是否显示图例，一般直接用plt.legend()
ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000)) # pandas 时间序列ts = ts.cumsum()ts.plot(kind='line', label = "what", style = '--.', color = 'g', alpha = 0.4, use_index = True, rot = 45, grid = True, ylim = [-50,50], yticks = list(range(-50,50,10)), figsize = (8,4), title = 'TEST_TEST', legend = True)# 对网格项进行更加细致的设置#plt.grid(True, linestyle = "--",color = "gray", linewidth = "0.5",axis = 'x') # 网格plt.legend()
# subplots → 是否将各个列绘制到不同图表，默认Falsedf = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list('ABCD')).cumsum()df.plot(kind='line', style = '--.', alpha = 0.4, use_index = True, rot = 45, grid = True, figsize = (8,4), title = 'test', legend = True, subplots = False, colormap = 'Greens')
面积图
面积图与线图非常相似。它们也被称为堆栈图。这些图可用于跟踪构成一个整体类别的两个或多个相关组的随时间变化。
- stacked：是否堆叠，默认情况下，区域图被堆叠
- 为了产生堆积面积图，每列必须是正值或全部负值！
- 当数据有NaN时候，自动填充0，图标签需要清洗掉缺失值
fig,axes = plt.subplots(2,1,figsize = (8,6))df1 = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])df2 = pd.DataFrame(np.random.randn(10, 4), columns=['a', 'b', 'c', 'd'])df1.plot.area(colormap = 'Greens_r',alpha = 0.5,ax = axes[0])df2.plot.area(stacked=False,colormap = 'Set2',alpha = 0.5,ax = axes[1])for i in range(2): axes[i].legend(loc='upper left')
填图
fig,axes = plt.subplots(2,1,figsize = (8,6))x = np.linspace(0, 1, 500)y1 = np.sin(4 * np.pi * x) * np.exp(-5 * x)y2 = -np.sin(4 * np.pi * x) * np.exp(-5 * x)axes[0].fill(x, y1, 'r',alpha=0.5,label='y1')axes[0].fill(x, y2, 'g',alpha=0.5,label='y2')# 对函数与坐标轴之间的区域进行填充，使用fill函数# 也可写成：plt.fill(x, y1, 'r',x, y2, 'g',alpha=0.5)x = np.linspace(0, 5 * np.pi, 1000) y1 = np.sin(x) y2 = np.sin(2 * x) axes[1].fill_between(x, y1, y2, color ='b',alpha=0.5,label='area') # 填充两个函数之间的区域，使用fill_between函数for i in range(2): axes[i].legend() axes[i].grid()# 添加图例、格网
条形图
条形图使用条形来比较不同类别之间的数据。当您想要测量一段时间内的变化时，它非常适合。它可以水平或垂直表示。此外，要记住的重要一点是，条形越长，价值就越大。
plt.plot(kind='bar/barh')plt.bar/barh()
- x,y参数：x，y值
- width：宽度比例
- facecolor柱状图里填充的颜色、edgecolor是边框的颜色
- left-每个柱x轴左边界,bottom-每个柱y轴下边界 → bottom扩展即可化为甘特图 Gantt Chart
- align：决定整个bar图分布，默认left表示默认从左边界开始绘制,center会将图绘制在中间位置
- xerr/yerr ：x/y方向空出一部分
# 创建一个新的figure，并返回一个subplot对象的numpy数组fig,axes = plt.subplots(4,1,figsize = (10,10))s = pd.Series(np.random.randint(0,10,16),index = list('abcdefghijklmnop')) df = pd.DataFrame(np.random.rand(10,3), columns=['a','b','c'])# 单系列柱状图方法一：plt.plot(kind='bar/barh')s.plot(kind='bar',color = 'k',grid = True,alpha = 0.5,ax = axes[0]) # ax参数 → 选择第几个子图# 多系列柱状图df = pd.DataFrame(np.random.rand(10,3), columns=['a','b','c'])df.plot(kind='bar',ax = axes[1],grid = True,colormap='Reds_r')# 多系列堆叠图# stacked → 堆叠df.plot(kind='bar',ax = axes[2],grid = True,colormap='Blues_r',stacked=True)# The bars are positioned at y with the given align. Their dimensions are given by width and height. The horizontal baseline is left (default 0). # https://matplotlib.org/api/_as_gen/matplotlib.pyplot.barh.html?highlight=barh#matplotlib.pyplot.barhdf.plot.barh(ax = axes[3],grid = True,stacked=True,colormap = 'BuGn_r')
plt.figure(figsize=(10,4))x = np.arange(10)y1 = np.random.rand(10)y2 = -np.random.rand(10)plt.bar(x,y1,width = 1,facecolor = 'yellowgreen',edgecolor = 'white',yerr = y1*0.1)plt.bar(x,y2,width = 1,facecolor = 'lightskyblue',edgecolor = 'white',yerr = y2*0.1)for i,j in zip(x,y1): plt.text(i-0.2,j-0.15,'%.2f' % j, color = 'white')for i,j in zip(x,y2): plt.text(i-0.2,j+0.05,'%.2f' % -j, color = 'white')# 给图添加text# zip() 函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。
直方图
直方图用于显示分布，而条形图用于比较不同的实体。当您有阵列或很长的列表时，直方图很有用。让我们考虑一个例子，我需要使用箱子绘制不同年龄阶段的人口数。现在，箱子指的是被分成一系列间隔的值范围。箱子通常是相同尺寸的。plt.hist(x, bins=10, range=None, density=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical',rwidth=None, log=False, color=None, label=None, stacked=False, hold=None, data=None, **kwargs)
- bin：箱子的宽度
- density 标准化
- histtype 风格，bar，barstacked，step，stepfilled
- orientation 水平还是垂直{‘horizontal’, ‘vertical’}
- align : {‘left’, ‘mid’, ‘right’}, optional(对齐方式)
- stacked：是否堆叠
# 直方图s = pd.Series(np.random.randn(1000))s.hist(bins = 20, histtype = 'bar', align = 'mid', orientation = 'vertical', alpha=0.5, density =True)# 密度图s.plot(kind='kde',style='k--')
# 堆叠直方图plt.figure(num=1)df = pd.DataFrame({'a': np.random.randn(1000) + 1, 'b': np.random.randn(1000), 'c': np.random.randn(1000) - 1, 'd': np.random.randn(1000)-2}, columns=['a', 'b', 'c','d'])df.plot.hist(stacked=True, bins=20, colormap='Greens_r', alpha=0.5, grid=True)# 使用DataFrame.plot.hist()和Series.plot.hist()方法绘制df.hist(bins=50)# 生成多个直方图array([[,],
[,]],
dtype=object)
散点图
通常我们需要散点图来比较变量，例如，一个变量受另一个变量的影响，以构建一个关系。数据显示为点的集合，每个点具有一个变量的值，该变量确定水平轴上的位置，而另一个变量的值确定垂直轴上的位置。plt.scatter(x, y, s=20, c=None, marker='o', cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs)
- s：散点的大小
- c：散点的颜色
- vmin,vmax：亮度设置，标量
- cmap：colormap
散点矩阵
pd.plotting.scatter_matrix(frame, alpha=0.5, figsize=None, ax=None, grid=False, diagonal='hist', marker='.', density_kwds=None, hist_kwds=None, range_padding=0.05, **kwds)
- diagonal：({‘hist’, ‘kde’})，必须且只能在{‘hist’, ‘kde’}中选择1个 → 每个指标的频率图
- range_padding：(float, 可选)，图像在x轴、y轴原点附近的留白(padding)，该值越大，留白距离越大，图像远离坐标原点
plt.figure(figsize=(8,6))x = np.random.randn(1000)y = np.random.randn(1000)plt.scatter(x,y,marker='.', s = np.random.randn(1000)*100, cmap = 'Reds_r', c = y, alpha = 0.8,)plt.grid()C:\ProgramData\Anaconda3\lib\site-packages\matplotlib\collections.py:902: RuntimeWarning: invalid value encountered in sqrt
scale = np.sqrt(self._sizes) * dpi / 72.0 * self._factor
# 散点矩阵df = pd.DataFrame(np.random.randn(100,4),columns = ['a','b','c','d'])pd.plotting.scatter_matrix(df,figsize=(10,6), marker = 'o', diagonal='kde', alpha = 0.5, range_padding=0.5)array([[,,,],
[,,,],
[,,,],
[,,,]],
dtype=object)
饼图
饼图是指圆形图，它被分解成段，即饼图。它基本上用于显示百分比或比例数据，其中每个饼图片代表一个类别。
- 第一个参数：数据
- explode：指定每部分的偏移量
- labels：标签
- colors：颜色
- autopct：饼图上的数据标签显示方式
- pctdistance：每个饼切片的中心和通过autopct生成的文本开始之间的比例
- labeldistance：被画饼标记的直径,默认值：1.1
- shadow：阴影
- startangle：开始角度
- radius：半径
- frame：图框
- counterclock：指定指针方向，顺时针或者逆时针
s = pd.Series(3 * np.random.rand(4), index=['a', 'b', 'c', 'd'], name='series')plt.axis('equal') # 保证长宽相等plt.pie(s, explode = [0.1,0,0,0], labels = s.index, colors=['r', 'g', 'b', 'c'], autopct='%.2f%%', pctdistance=0.6, labeldistance = 1.2, shadow = True, startangle=0, radius=1.0, frame=False)([,,,],
[Text(1.24383,0.37802,'a'),
Text(0.546944,1.06811,'b'),
Text(-1.06749,0.548156,'c'),
Text(0.347639,-1.14854,'d')],
[Text(0.669752,0.203549,'9.39%'),
Text(0.273472,0.534053,'16.15%'),
Text(-0.533743,0.274078,'33.81%'),
Text(0.173819,-0.574271,'40.64%')])
箱型图
箱型图又称为盒须图、盒式图、盒状图或箱线图，是一种用作显示一组数据分散情况资料的统计图。包含一组数据的：最大值、最小值、中位数、上四分位数(Q1)、下四分位数(Q3)、异常值。
- 中位数 → 一组数据平均分成两份，中间的数
- 下四分位数Q1 → 是将序列平均分成四份，计算(n+1)/4与(n-1)/4两种，一般使用(n+1)/4
- 上四分位数Q3 → 是将序列平均分成四份，计算(1+n)/4*3
- 内限 → T形的盒顶盒底就是内限，最大值区间Q3+1.5IQR,最小值区间Q1-1.5IQR (IQR=Q3-Q1)
- 外限 → T形的盒须就是外限，最大值区间Q3+3IQR,最小值区间Q1-3IQR (IQR=Q3-Q1)
- 异常值 → 内限之外 - 中度异常，外限之外 - 极度异常
plt.plot.box()plt.boxplot()
箱型图着色
- boxes → 箱线
- whiskers → 分位数与error bar横线之间竖线的颜色
- medians → 中位数线颜色
- caps → error bar横线颜色
参数
- columns：按照数据的列分子图
- by：按照列分组做箱型图
- vert：是否垂直，默认True
- position：箱型图占位
- sym：异常点形状，参考marker
- whis = 1.5：IQR，默认1.5，也可以设置区间比如[5,95]，代表强制上下边缘为数据95%和5%位置
- patch_artist：上下四分位框内是否填充，True为填充
- meanline,showmeans：是否显示均值线或均值点
- showbox：是否显示箱线
- showcaps：是否显示边缘线
- showfliers：是否显示异常值
- notch：中间箱体是否缺口
- return_type：返回数据类型
# plt.plot.box()绘制fig,axes = plt.subplots(2,1,figsize=(10,6))df = pd.DataFrame(np.random.rand(10, 5), columns=['A', 'B', 'C', 'D', 'E'])color = dict(boxes='DarkGreen', whiskers='DarkOrange', medians='DarkBlue', caps='Gray')# 箱型图着色df.plot.box(ylim=[0,1.2], grid = True, color = color, ax = axes[0])df.plot.box(vert=False, positions=[1, 4, 5, 6, 8], ax = axes[1], grid = True, color = color)
df = pd.DataFrame(np.random.rand(10, 5), columns=['A', 'B', 'C', 'D', 'E'])plt.figure(figsize=(10,4))# 创建图表、数据f = df.boxplot(sym = 'o', # 异常点形状，参考marker vert = True, # 是否垂直 whis = 1.5, # IQR，默认1.5，也可以设置区间比如[5,95]，代表强制上下边缘为数据95%和5%位置 patch_artist = True, # 上下四分位框内是否填充，True为填充 meanline = False,showmeans=True, # 是否有均值线及其形状 showbox = True, # 是否显示箱线 showcaps = True, # 是否显示边缘线 showfliers = True, # 是否显示异常值 notch = False, # 中间箱体是否缺口 return_type='dict' # 返回类型为字典 ) plt.title('boxplot')for box in f['boxes']: box.set( color='b', linewidth=1) # 箱体边框颜色 box.set( facecolor = 'b' ,alpha=0.5) # 箱体内部填充颜色for whisker in f['whiskers']: whisker.set(color='k', linewidth=0.5,linestyle='-')for cap in f['caps']: cap.set(color='gray', linewidth=2)for median in f['medians']: median.set(color='DarkBlue', linewidth=2)for flier in f['fliers']: flier.set(marker='o', color='y', alpha=0.5)# boxes, 箱线# medians, 中位值的横线,# whiskers, 从box到error bar之间的竖线.# fliers, 异常值# caps, error bar横线# means, 均值的横线,
# plt.boxplot()绘制# 分组汇总df = pd.DataFrame(np.random.rand(10,2), columns=['Col1', 'Col2'] )df['X'] = pd.Series(['A','A','A','A','A','B','B','B','B','B'])df['Y'] = pd.Series(['A','B','A','B','A','B','A','B','A','B'])df.boxplot(by = 'X')df.boxplot(column=['Col1','Col2'], by=['X','Y'])# columns：按照数据的列分子图# by：按照列分组做箱型图array([,],
dtype=object)
