1.柱形图
以长方形的单位长度，根据数据大小绘制的统计图，用来比较两个或以上的数据（时间或类别）。
1.1 柱形图绘图函数
#绘制竖向柱形图
bar(left, height, width, color)
#绘制横向柱形图
barh(bottom, width, height, color)
- left：x轴的位置序列
- height：y轴的数值序列
- width：柱形图的宽度
- color：柱形图填充颜色
1.2 单分组柱形图
import numpy
import pandas
import matplotlib
from matplotlib import pyplot as plt
font = {
'family': 'Microsoft YaHei Mono',
'size': 14
}
matplotlib.rc('font', **font)
data = pandas.read_csv(
'/users/bakufu/desktop/6.4/data.csv'
)
Out[22]:
号码 省份 手机 通信 系统 月消费 月流量
0 166547114238 河北 HTC 神州行 Android 298.9 318.6
1 166423353436 河南 HTC 神州行 Android 272.8 1385.9
2 166556915853 福建 HTC 神州行 Android 68.8 443.6
3 166434728749 湖南 HTC 神州行 Android 4.6 817.3
4 166544742252 北京 HTC 神州行 Android 113.2 837.4
5 166827395761 江苏 HTC 神州行 Android 34.3 1908.5
6 166917847616 福建 HTC 神州行 Android 277.5 79.8
7 166528757061 宁夏 HTC 神州行 Android 42.2 1199.2
8 166809774605 上海 HTC 神州行 Android 277.0 694.0
9 166434676621 广东 HTC 神州行 Android 276.9 1404.0
10 166412957510 北京 HTC 神州行 Android 124.5 1436.2
... ... ... ... ... ... ...
31401 166817901011 甘肃 HTC 神州行 Android 99.9 1815.5
[31402 rows x 7 columns]
result = data.groupby(
by=['手机'],
as_index=False
)['月消费'].agg({
'月消费': numpy.sum
})
Out[44]:
手机 月消费
0 HTC 458171.6
1 三星 1009290.8
2 华为 25696.0
3 摩托罗拉 117623.1
4 联想 89443.7
5 苹果 123259.3
6 诺基亚 2840362.9
7 金立 28350.4
#竖向柱形图
index = numpy.arange(
result.月消费.size
)
plt.bar(index, result['月消费'])
plt.show()
image.png
1.2.1 优化1，配置颜色
mainColor = (42/256, 87/256, 141/256, 1)
plt.bar(
index, result['月消费'],
color=mainColor
)
plt.show()
1.2.2 优化2，配置x轴刻度
plt.bar(
index, result['月消费'],
color=mainColor
)
plt.xticks(index, result.手机)
plt.show()
image.png
1.2.3 优化3，数据排序
sgb = result.sort_values(
by="月消费",
ascending=False
)
plt.bar(
index, sgb.月消费,
color=mainColor
)
plt.xticks(index, sgb.手机)
plt.show()
image.png
1.2.4 横向柱形图
plt.barh(
index, sgb.月消费,
color=mainColor
)
plt.yticks(index, sgb.手机)
plt.show()
image.png
1.3 多分组柱形图
import pandas
import numpy
import matplotlib
from matplotlib import pyplot as plt
font = {
'family': 'Microsoft YaHei Mono'
}
matplotlib.rc('font', **font)
data = pandas.read_csv(
'/users/bakufu/desktop/6.4/data.csv'
)
Out[54]:
号码 省份 手机 通信 系统 月消费 月流量
0 166547114238 河北 HTC 神州行 Android 298.9 318.6
1 166423353436 河南 HTC 神州行 Android 272.8 1385.9
2 166556915853 福建 HTC 神州行 Android 68.8 443.6
3 166434728749 湖南 HTC 神州行 Android 4.6 817.3
4 166544742252 北京 HTC 神州行 Android 113.2 837.4
5 166827395761 江苏 HTC 神州行 Android 34.3 1908.5
6 166917847616 福建 HTC 神州行 Android 277.5 79.8
7 166528757061 宁夏 HTC 神州行 Android 42.2 1199.2
8 166809774605 上海 HTC 神州行 Android 277.0 694.0
9 166434676621 广东 HTC 神州行 Android 276.9 1404.0
10 166412957510 北京 HTC 神州行 Android 124.5 1436.2
... ... ... ... ... ... ...
31401 166817901011 甘肃 HTC 神州行 Android 99.9 1815.5
[31402 rows x 7 columns]
result = data.pivot_table(
values='月消费',
index='手机',
columns='通信',
aggfunc=numpy.sum
)
Out[56]:
全球通 动感地带 神州行
HTC 10789.5 83844.7 363537.4
三星 36769.3 351629.7 620891.8
华为 2087.6 6091.0 17517.4
摩托罗拉 4147.9 47145.1 66330.1
联想 5220.1 27285.4 56938.2
苹果 18746.6 73537.0 30975.7
诺基亚 99367.4 1179443.7 1561551.8
金立 2160.9 6291.2 19898.3
index = numpy.arange(len(result))
minColor = (42/256, 87/256, 141/256, 1/3)
midColor = (42/256, 87/256, 141/256, 2/3)
maxColor = (42/256, 87/256, 141/256, 3/3)
Out[58]: array([0, 1, 2, 3, 4, 5, 6, 7])
#使用排列方式，把数据排列放好，即是多维条形图
plt.bar(
index, result['全球通'],
color=minColor, width=1/4
)
plt.bar(
index+1/4, result['动感地带'],
color=midColor, width=1/4
)
plt.bar(
index+2/4, result['神州行'],
color=maxColor, width=1/4
)
plt.xticks(index+1/3, result.index)
plt.legend['全球通', '动感地带', '神州行']
plt.show()
image.png
1.3.1 优化，数据排序
result = result.sort_values(
by='神州行', ascending=False
)
plt.bar(
index, result['神州行'],
color=minColor, width=1/4
)
plt.bar(
index+1/4, result['动感地带'],
color=midColor, width=1/4
)
plt.bar(
index+2/4, result['全球通'],
color=maxColor, width=1/4
)
plt.xticks(index+1/3, result.index)
plt.legend(['神州行', '动感地带', '全球通'])
plt.show()
image.png
1.4 堆积柱形图
import numpy
import pandas
import matplotlib
from matplotlib import pyplot as plt
font = {
'family': 'Microsoft YaHei Mono',
'size': 14
}
matplotlib.rc('font', **font)
data = pandas.read_csv(
'/users/bakufu/desktop/6.4/data.csv'
)
Out[66]:
号码 省份 手机 通信 系统 月消费 月流量
0 166547114238 河北 HTC 神州行 Android 298.9 318.6
1 166423353436 河南 HTC 神州行 Android 272.8 1385.9
2 166556915853 福建 HTC 神州行 Android 68.8 443.6
3 166434728749 湖南 HTC 神州行 Android 4.6 817.3
4 166544742252 北京 HTC 神州行 Android 113.2 837.4
5 166827395761 江苏 HTC 神州行 Android 34.3 1908.5
6 166917847616 福建 HTC 神州行 Android 277.5 79.8
7 166528757061 宁夏 HTC 神州行 Android 42.2 1199.2
8 166809774605 上海 HTC 神州行 Android 277.0 694.0
9 166434676621 广东 HTC 神州行 Android 276.9 1404.0
10 166412957510 北京 HTC 神州行 Android 124.5 1436.2
... ... ... ... ... ... ...
31401 166817901011 甘肃 HTC 神州行 Android 99.9 1815.5
[31402 rows x 7 columns]
result = data.pivot_table(
values='月消费',
index='手机',
columns='通信',
aggfunc=numpy.sum
)
Out[68]:
全球通 动感地带 神州行
HTC 10789.5 83844.7 363537.4
三星 36769.3 351629.7 620891.8
华为 2087.6 6091.0 17517.4
摩托罗拉 4147.9 47145.1 66330.1
联想 5220.1 27285.4 56938.2
苹果 18746.6 73537.0 30975.7
诺基亚 99367.4 1179443.7 1561551.8
金立 2160.9 6291.2 19898.3
index = numpy.arange(len(result))
minColor = [42/256, 87/256, 141/256, 1/3]
midColor = [42/256, 87/256, 141/256, 2/3]
maxColor = [42/256, 87/256, 141/256, 3/3]
Out[70]: array([0, 1, 2, 3, 4, 5, 6, 7])
result = result.sort_values(
by="神州行", ascending=False
)
Out[71]:
全球通 动感地带 神州行
诺基亚 99367.4 1179443.7 1561551.8
三星 36769.3 351629.7 620891.8
HTC 10789.5 83844.7 363537.4
摩托罗拉 4147.9 47145.1 66330.1
联想 5220.1 27285.4 56938.2
苹果 18746.6 73537.0 30975.7
金立 2160.9 6291.2 19898.3
华为 2087.6 6091.0 17517.4
#使用排列方式，将数据堆叠放好
plt.bar(
index, result['神州行'],
color = maxColor
)
plt.bar(
index, result['动感地带'],
bottom=result['神州行'],
color = midColor
)
plt.bar(
index, result['全球通'],
bottom=result['神州行']+result['动感地带'],
color = minColor
)
plt.xticks(index, result.index)
plt.legend(['神州行', '动感地带', '全球通'])
plt.show()
image.png
1.5 双向柱形图
import numpy
import pandas
import matplotlib
from matplotlib import pyplot as plt
font = {
'family': 'Microsoft YaHei Mono',
'size': 14
}
matplotlib.rc('font', **font)
#解决负号是矩形的问题
matplotlib.rcParams['axes.unicode_minus']=False
data = pandas.read_csv(
'/users/bakufu/desktop/6.4/data.csv'
)
Out[66]:
号码 省份 手机 通信 系统 月消费 月流量
0 166547114238 河北 HTC 神州行 Android 298.9 318.6
1 166423353436 河南 HTC 神州行 Android 272.8 1385.9
2 166556915853 福建 HTC 神州行 Android 68.8 443.6
3 166434728749 湖南 HTC 神州行 Android 4.6 817.3
4 166544742252 北京 HTC 神州行 Android 113.2 837.4
5 166827395761 江苏 HTC 神州行 Android 34.3 1908.5
6 166917847616 福建 HTC 神州行 Android 277.5 79.8
7 166528757061 宁夏 HTC 神州行 Android 42.2 1199.2
8 166809774605 上海 HTC 神州行 Android 277.0 694.0
9 166434676621 广东 HTC 神州行 Android 276.9 1404.0
10 166412957510 北京 HTC 神州行 Android 124.5 1436.2
... ... ... ... ... ... ...
31401 166817901011 甘肃 HTC 神州行 Android 99.9 1815.5
[31402 rows x 7 columns]
result = data.pivot_table(
values='月消费',
index='手机',
columns='通信',
aggfunc=numpy.sum
)
Out[84]:
全球通 动感地带 神州行
HTC 10789.5 83844.7 363537.4
三星 36769.3 351629.7 620891.8
华为 2087.6 6091.0 17517.4
摩托罗拉 4147.9 47145.1 66330.1
联想 5220.1 27285.4 56938.2
苹果 18746.6 73537.0 30975.7
诺基亚 99367.4 1179443.7 1561551.8
金立 2160.9 6291.2 19898.3
index = numpy.arange(len(result))
minColor = (42/256, 87/256, 141/256, 1/3)
midColor = (42/256, 87/256, 141/256, 2/3)
maxColor = (42/256, 87/256, 141/256, 3/3)
Out[86]: array([0, 1, 2, 3, 4, 5, 6, 7])
result = result.sort_values(
by="神州行",
ascending=False
)
Out[88]:
全球通 动感地带 神州行
诺基亚 99367.4 1179443.7 1561551.8
三星 36769.3 351629.7 620891.8
HTC 10789.5 83844.7 363537.4
摩托罗拉 4147.9 47145.1 66330.1
联想 5220.1 27285.4 56938.2
苹果 18746.6 73537.0 30975.7
金立 2160.9 6291.2 19898.3
华为 2087.6 6091.0 17517.4
#使用排列方式，把数据堆叠放好
plt.barh(
index,
result['动感地带'],
color = minColor
)
plt.barh(
index,
-result['神州行'],
color = maxColor
)
plt.yticks(index, result.index)
plt.legend(['动感地带', '神州行'])
plt.show()
image.png
2.直方图
使用一系列等宽不等高的长方形绘制，宽度表示数据范围的间隔，高度表示在给定间隔内数据出现的频数，变化的高度形态表示数据分布情况。
用于显示各组频数分布情况，对比各组频数之间的差异。
直方图绘制函数
hist(x, color, bins, cumulative=False)
- x：需要进行绘制的向量
- color：直方图的填充颜色
- bins：设置直方图的分组个数
- cumulative：设置是否累积技术，默认是False
import numpy
import pandas
import matplotlib
from matplotlib import pyplot as plt
font = {
'family': 'Microsoft YaHei Mono',
'size': 14
}
matplotlib.rc('font', **font)
data = pandas.read_csv(
'/users/bakufu/desktop/6.5/data.csv'
)
Out[99]:
日期 购买用户数 广告费用 渠道数
0 2014-01-01 2496 9.14 6
1 2014-01-02 2513 9.47 8
2 2014-01-03 2228 6.31 4
3 2014-01-04 2336 6.41 2
4 2014-01-05 2508 9.05 5
5 2014-01-06 2763 11.36 7
6 2014-01-07 2453 7.78 4
7 2014-01-08 2449 8.44 4
8 2014-01-09 2358 7.39 5
9 2014-01-10 2419 8.17 6
10 2014-01-11 2635 9.77 4
.. ... ... ... ...
157 2014-06-30 2377 7.06 2
[158 rows x 4 columns]
mainColor = (42/256, 87/256, 141/256, 1)
Out[101]: (0.1640625, 0.33984375, 0.55078125, 1)
plt.hist(data['购买用户数'], color=mainColor)
plt.show()
image.png
plt.hist(data['购买用户数'], bins=20, color=mainColor)
plt.show()
image.png
plt.hist(
data['购买用户数'], bins=20,
cumulative=True, color=mainColor
)
plt.show()
image.png
我的博客即将搬运同步至腾讯云+社区，邀请大家一同入驻：https://cloud.tencent.com/developer/support-plan?invite_code=damdkjbagr91