数据可视化，流程化处理pycharts-

本文直接进入可视化，输入讲解输入列表生成图片，关于pandas操作看这篇pandas

matplotlib

导包后使用

import matplotlib.pyplot as plt

饼图

使用 plt.figure 函数设置图片的大小为 15x15
使用 plt.pie 函数绘制饼图，并设置相关的参数：
values：饼图中各个扇形所代表的数值。
radius：饼图的半径。
labels：是否在扇形上显示数据标签。设置为 None 表示不显示。
autopct：扇形上显示数据百分比的格式。
textprops：设置字体大小。
colors：饼图中各个扇形的颜色。
使用 plt.pie 再次绘制一个空心圆环图，以遮盖饼图中心的部分，使饼图看起来更美观。
使用 plt.title 函数为图片添加标题，并设置字体大小。
使用 plt.legend 函数为饼图添加图例。参数解释如下：
title：图例的标题。
bbox_to_anchor：调整图例在图片中的位置。第一个数字表示图例距离左边的距离，第二个数字表示图例距离下面的距离。
labels：图例中各个元素所代名字

def draw_pie_chart_with_legend(name, values):
	matplotlib.rcParams['font.family'] = 'SimHei' # 显示中文
	plt.rcParams['axes.unicode_minus'] = False  #负号乱码
    # 绘制饼图
    plt.figure(figsize=(15,15))
    #颜色组成设置，也可以用默认的，把pie的colors删了就可以了
    colors = ['#E6A0C4', '#C6CDF7', '#D8A499', '#7294D4', '#C6C6BC', '#869E82']
    #显示饼图的数据labels=None，不显示label，数据量过大不易展示，textprops字体大小，autopct保留几位小数
    plt.pie(values,radius=1, labels=None,autopct='%1.1f%%',textprops={'fontsize': 50},colors=colors)
    plt.pie([1,0,0,0],radius=0.4,colors='w')
    plt.title('示范',fontsize=60)
   # 绘制空心圆环图
    # 为饼图添加图例
    plt.rcParams.update({'font.size': 50})#图例大小
    ##bbox_to_anchor调节位置第一个代表距离左边距离，第二个代表距离下面距离
    plt.legend(title='例子', bbox_to_anchor=(0.1, 0.8),labels=name)
    plt.show()
    
#示范
draw_pie_chart_with_legend([1,2,3],[1,2,3])

显示结果

柱状图

def draw_bar(name, values):
    # 设置图片的尺寸
    plt.figure(figsize=(40,30))
    colors = ['#E6A0C4', '#C6CDF7', '#D8A499', '#7294D4', '#C6C6BC', '#869E82']
    # 绘制柱状图
    bars= plt.bar(name,values,color=colors)
    # 设置坐标轴的刻度标签斜着显示
    plt.xticks(rotation=45)
    plt.title('示范')
    for bar in bars:
        height = bar.get_height()
        plt.text(bar.get_x() + bar.get_width() / 2, height / 2, f'{height}', ha='center',fontsize=50)

    plt.show()
draw_bar([1,2,3],[1,2,3])

#全表相关性分析
import seaborn as sns
def heatmap(data, method='pearson', camp='RdYlGn', figsize=(10 ,8)):
    """
    data: 整份数据
    method：默认为 pearson 系数
    camp：默认为：RdYlGn-红黄蓝；YlGnBu-黄绿蓝；Blues/Greens 也是不错的选择
    figsize: 默认为 10，8
    """
    plt.figure(figsize=figsize, dpi= 80)
    sns.heatmap(data.corr(method=method), \
                xticklabels=data.corr(method=method).columns, \
                yticklabels=data.corr(method=method).columns, cmap=camp, \
                center=0, annot=True)
    # 要想实现只是留下对角线一半的效果，括号内的参数可以加上 mask=mask

heatmap(data=dfM, figsize=(15,10))

折线图

def plot_line(x, y, title='资金对应日期变化', xlabel='日期', ylabel='总额'):
    import matplotlib
    import matplotlib.pyplot as plt
    plt.figure(figsize=(15,15))
    matplotlib.rcParams['font.family'] = 'SimHei' # 显示中文
    plt.plot(x, y)
    plt.title(title)
    # 设置显示的日期刻度
    plt.xticks(x[::50], x[::50], rotation=45)
    plt.xlabel(xlabel)
    plt.ylabel(ylabel)
    plt.show()
plot_line(day, c)