Python基础之数据可视化

在日常工作中，枯燥的文字说明常常会令人望而却步，不如格式规范的表格容易让人接受，但通俗易懂的图表更会让人耳目一新，赏心悦目。本文主要一个简单的小例子，简述Python利用Matplotlib实现数据可视化的相关应用，仅供学习分享使用，如有不足之处，还请指正。

示例场景

当前公司人员冗余，需要裁掉两名实习生，但是具体裁掉哪一位，领导稍显为难，举棋不定。关于两名实习生的一年销售额业绩，如下表所示：

 那到底哪一位实习生的销售业绩，及未来潜力更好呢？让我们通过可视化的方式进行对比。

引入模块包

工欲善其事必先利其器，要进行数据分析和可视化，首先是引入pandas模块和matplotlib模块，如下所示：

import pandas as pd
from matplotlib import pyplot as plt

读取数据

不管是哪一种图表方式，第一步都是先读取数据，本次读取数据主要通过pandas进行数据处理，如下所示：

# pandas 读取Excel，默认返回DataFrame类型，，属于二维列表
data = pd.read_excel('test.xls', sheet_name=0)
# print(type(data))
# print(data)

数据读取到内存中，是一个二维列表，数据类型为pandas.core.frame.DataFrame，是pandas中的数据类型，如下所示：

 

折线图

Matplotlib主要通过plot方法绘制折线图，如下所示：

plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']
figure = plt.figure(figsize=(12, 6))
plt.title('销售额对比图')  # 标题
x = data['月份']  # x为一维列表，数据类型： 
y1 = data['张三']  # 张三销售额
y2 = data['李四']  # 李四销售额
# print(type(x))
plt.plot(x,y1) # 基础折线图，采用描点连线的方式绘制
plt.plot(x,y2)
plt.show()  # 弹出框展示

简单设置后，生成的折线图，如下所示：

 

通过上图可以看出两位实习生的销售额趋势，孰优孰劣，但是上图略显粗糙，有一些地方表达差强人意，如：x轴，y轴的说明，两条线分别代表什么，需要更加细致的设置，如下所示：

plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']
figure = plt.figure(figsize=(12, 6))
plt.title('销售额对比图')
x = data['月份']  # x为一维列表，数据类型： 
y1 = data['张三']  # 张三销售额
y2 = data['李四']  # 李四销售额
# print(type(x))
plt.xlabel('月份')  # x轴说明
plt.ylabel('销售额')  # y轴说明
plt.xticks(x, ['%d月' % i for i in range(1, 13)])  # 采用列表推导式生成数组

# label 表示线的标签 color 表示线条的颜色,linestyle表示线条样式,marker表示点的样式
plt.plot(x,y1,label='张三',color='red',linestyle='--',marker='*')
plt.plot(x,y2,label='李四',color='green',linestyle='-.',marker='o')
plt.legend()
plt.show() # 弹出框展示

经过细致设置后，两位实习生的对比结果，如下所示：

 

折线注意事项

关于示例中marker的设置，如下所示：

**Markers**

        =============   ===============================
        character       description
        =============   ===============================
        ``'.'``         point marker
        ``','``         pixel marker
        ``'o'``         circle marker
        ``'v'``         triangle_down marker
        ``'^'``         triangle_up marker
        ``'<'``         triangle_left marker
        ``'>'``         triangle_right marker
        ``'1'``         tri_down marker
        ``'2'``         tri_up marker
        ``'3'``         tri_left marker
        ``'4'``         tri_right marker
        ``'8'``         octagon marker
        ``'s'``         square marker
        ``'p'``         pentagon marker
        ``'P'``         plus (filled) marker
        ``'*'``         star marker
        ``'h'``         hexagon1 marker
        ``'H'``         hexagon2 marker
        ``'+'``         plus marker
        ``'x'``         x marker
        ``'X'``         x (filled) marker
        ``'D'``         diamond marker
        ``'d'``         thin_diamond marker
        ``'|'``         vline marker
        ``'_'``         hline marker
        =============   ===============================

关于示例的linestyle设置，如下所示：

**Line Styles**

        =============    ===============================
        character        description
        =============    ===============================
        ``'-'``          solid line style
        ``'--'``         dashed line style
        ``'-.'``         dash-dot line style
        ``':'``          dotted line style
        =============    ===============================

柱状图

如果通过折线图，还不能决定孰优孰劣，那么下面再以柱状图的形式来分析，如下所示：

plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']
figure = plt.figure(figsize=(12, 6))
plt.title('销售额对比图')
x = data['月份']  # x为一维列表，数据类型： 
y1 = data['张三']  # 张三销售额
y2 = data['李四']  # 李四销售额
plt.bar(x,y1) # 默认柱状图，两根柱子会重叠
plt.bar(x,y2)
plt.legend()
plt.show()  # 弹出框展示

经过上述设置后，初步柱状图如下所示：

 

通过上图可以看出两位实习生的销售额对比，孰优孰劣，但是同样上图略显粗糙，有一些地方表达差强人意，如：x轴，y轴的说明，两根柱子分别代表什么，以及先绘制的图的值比较小时，会被覆盖，需要更加细致的设置，如下所示：

plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']
figure = plt.figure(figsize=(12, 6))
plt.title('销售额对比图')
x = data['月份']  # x为一维列表，数据类型： 
y1 = data['张三']  # 张三销售额
y2 = data['李四']  # 李四销售额

plt.xlabel('月份')  # x轴说明
plt.ylabel('销售额')  # y轴说明
plt.xticks(x, ['%d月' % i for i in range(1, 13)])  # 采用列表推导式生成数组
w = 0.4  # 柱子的宽度，默认为1，这里改为0.5
plt.bar((x - w / 2), y1, width=w, label='张三')
plt.bar((x + w / 2), y2, width=w, label='李四')
# 显示文本
for i in range(0, 12):
    plt.text(x=x[i] - w / 2, y=y1[i] + 5, s=y1[i], ha='center', va='center')
    plt.text(x=x[i] + w / 2, y=y2[i] + 5, s=y2[i], ha='center', va='center')
plt.legend()

plt.show()  # 弹出框展示

经过细致设置后，两位实习生的对比结果，如下所示：

 

备注

相信如果将两张图展示给领导看，公司领导会很快做出决定【前提是两位实习生背景简单，都是凭实力吃饭的非关系户】。关于Matplotlib的应用还有很多场景，本文旨在抛砖引玉，希望大家都能在工作生活中一帆风顺，事事如意。一首小诗，邀君共享。

《竹里馆》

【唐】王维

独坐幽篁里，弹琴复长啸。
深林人不知，明月来相照。