【数据分析之道-Matplotlib(九)】Matplotlib棉棒图
文章目录
- 专栏导读
- 1、Matplotlib棉棒图stem()基本语法
- 2、Matplotlib棉棒图stem()定义样式
-
- 2.1linefmt参数
- 2.2markerfmt参数
- 2.3举例一：直线样式
- 2.4举例二：圆点样式
- 3、棉棒图案例实战
-
- 3.1绘制每月销量的棉棒图
- 3.2绘制每月销量与平均销量之差
专栏导读
✍ 作者简介：i阿极，CSDN 数据分析领域优质创作者，专注于分享python数据分析领域知识。
✍ 本文录入于《数据分析之道》，本专栏针对大学生、初级数据分析工程师精心打造，对python基础知识点逐一击破，不断学习，提升自我。
✍ 订阅后，可以阅读《数据分析之道》中全部文章内容，包含python基础语法、数据结构和文件操作，科学计算，实现文件内容操作，实现数据可视化等等。
✍ 其他专栏：《数据分析案例》 ，《机器学习案例》如果觉得文章不错或能帮助到你学习，可以点赞收藏评论+关注哦！
如果有小伙伴需要数据集和学习交流，文章下方有交流学习区！一起学习进步！
大家好，我是i阿极，本专栏的文章上过每日必看榜每周必看榜每月必看榜。喜欢本专栏的小伙伴们可以订阅
| 《数据分析之道-Matplotlib》 |
|---|
| 【数据分析之道-Matplotlib(一)】Matplotlib Pyplot |
| 【数据分析之道-Matplotlib(二)】Matplotlib 绘图标记 |
| 【数据分析之道-Matplotlib(三)】Matplotlib 绘制子图 |
| 【数据分析之道-Matplotlib(四)】Matplotlib散点图 |
| 【数据分析之道-Matplotlib(五)】Matplotlib柱状图 |
| 【数据分析之道-Matplotlib(六)】Matplotlib饼图 |
| 【数据分析之道-Matplotlib(七)】Matplotlib直方图 |
| 【数据分析之道-Matplotlib(八)】Matplotlib箱线图 |
1、Matplotlib棉棒图stem()基本语法
在Matplotlib中，可以使用stem()来绘制棉棒图。棉棒图是柱状图的变形，可以把它看成特殊的柱状图。
stem()函数用于绘制离散数据的垂直线图，常用于显示离散的数据点以及它们的垂直变化。
stem()函数的基本语法如下：
plt.stem(x, y, linefmt=None, markerfmt=None, basefmt=None, bottom=None, label=None)
常用参数的含义如下：
- x：指定每个数据点的 x 坐标，可以是一个数值序列。
- y：指定每个数据点的 y 坐标，可以是一个数值序列。
- linefmt（可选）：指定连接数据点的线的样式，如颜色、线型等。
- markerfmt（可选）：指定数据点的标记的样式，如颜色、形状等。
- basefmt（可选）：指定基线（零线）的样式。
- bottom（可选）：指定基线（零线）的位置，默认为0。
- label（可选）：指定图例中的标签。
下面是一个简单的示例：
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 4, 1, 5, 3]
plt.stem(x, y, linefmt='r-', markerfmt='ro', basefmt='k-', label='data')
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Stem Plot')
plt.legend()
plt.show()
2、Matplotlib棉棒图stem()定义样式
为了让棉棒图更加美观，stem()提供了很多用于定义样式的参数，常用的有两个：linemt和markerfmt。
2.1linefmt参数
linefmt参数用于指定棉棒图的线条样式：
| 取值 | 说明 |
|---|---|
| ‘-’ | 实线 |
| ‘–’ | 虚线 |
| ‘-.’ | 点划线 |
| ‘:’ | 点线 |
2.2markerfmt参数
markerfmt参数用于指定棉棒图上每个数据点的标记样式：
| 取值 | 说明 |
|---|---|
| ‘.’ | 小圆点 |
| ‘o’ | 大圆点 |
| ‘s’ | 正方形 |
| ‘d’ | 菱形 |
| ‘p’ | 五角星 |
| ‘h’ | 六边形 |
| ‘v’ | 倒三角形 |
| ‘^’ | 正三角形 |
| ‘<’ | 左三角形 |
| ‘>’ | 右三角形 |
| ‘*’ | 星形 |
2.3举例一：直线样式
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 4, 1, 5, 3]
plt.stem(x, y, linefmt='-.', markerfmt='ro', basefmt='k-', label='data')
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Stem Plot')
plt.legend()
plt.show()
使用stem()函数绘制棉棒图。x和y是数据点的坐标，linefmt指定了棉棒图的线条样式为点划线，markerfmt指定了数据点的标记样式为红色圆形，basefmt指定了棉棒图的基线样式为黑色实线，label指定了图例的标签为"data"。
2.4举例二：圆点样式
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 4, 1, 5, 3]
plt.stem(x, y, markerfmt='ro', label='data')
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Stem Plot')
plt.legend()
plt.show()
在这个例子中，我们使用markerfmt='ro’来指定圆点的样式为红色的圆点。
除了上述示例中的圆点样式，你还可以使用其他标记字符串来自定义圆点的样式。例如，‘o’表示大圆点，’.'表示小圆点，'s’表示正方形。
3、棉棒图案例实战
3.1绘制每月销量的棉棒图
import pandas as pd
import matplotlib.pyplot as plt
# 设置
plt.rcParams["font.family"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
# 读取数据
df = pd.read_csv(r"D:\CSDN\data\product.csv")
# 绘制图表
plt.stem(df["月份"], df["销量"])
# 定义标题
plt.title("每月销量棉棒图")
plt.xlabel("月份", loc="right")
plt.ylabel("销量", loc="top")
# 刻度标签
plt.xticks(range(1, 13))
# 显示
plt.show()
销量峰值：我们可以看到在3月和5月有两个销量峰值，分别为898和951。这表示在这两个月份，销量达到了最高点。
销量低谷：销量的低谷出现在9月，销量仅为155。这表明在这个月份，销量相对较低。
销售趋势：从图中可以看出，销量在前三个月呈上升趋势，然后在第四个月下降，并在第五个月达到最高点。之后，销量逐渐下降，直到第九个月为止。从第九个月开始，销量开始回升，并在最后一个月达到较高水平。
3.2绘制每月销量与平均销量之差
import matplotlib.pyplot as plt
# 设置
plt.rcParams["font.family"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
# 读取数据
df = pd.read_csv(r"data/product.csv")
# 求平均值
mean = df["销量"].mean()
# 求与平均值之差（利用广播机制）
df["差值"] = df["销量"] - mean
# 绘制图表
plt.stem(df["月份"], df["差值"])
# 定义标题
plt.title("每月销量棉棒图")
plt.xlabel("月份", loc="right")
plt.ylabel("销量", loc="top")
# 刻度标签
plt.xticks(range(1, 13))
# 显示
plt.show()
正值差值：图中的棉棒表示每个月销量与平均销量的差值。如果棉棒在0的上方，则表示该月销量高于平均水平；如果棉棒在0的下方，则表示该月销量低于平均水平。根据图中的棉棒长度和方向，我们可以看到有些月份的销量高于平均值，而有些月份的销量低于平均值。
趋势观察：通过观察棉棒的方向，我们可以得知销量较高的月份和销量较低的月份。如果棉棒向上，则表示销量较高；如果棉棒向下，则表示销量较低。从图中可以看出，前三个月的销量较高，而后面几个月的销量较低。
文章下方有交流学习区！一起学习进步！
首发CSDN博客，创作不易，如果觉得文章不错，可以点赞收藏评论
你的支持和鼓励是我创作的动力❗❗❗