Python 数据分析与可视化：折线图、柱状图与数据转置

举例：plt.text(x + 0.4, -y - 0.05, '%.2f' % y, ha='center', va='top')

子图示例

import matplotlib.pyplot as plt
plt.figure(figsize=(13,9))
plt.rcParams['font.family']='SimHei'

# 绘图区域划分为 2 行 3 列，并在第 1 个位置创建子图
plt.subplot(231)
x=['a','b','c']
hight=[1,3,2]
a=plt.bar(x,hight)
print(vars(a))
plt.title('默认')

# 绘图区域划分为 2 行 3 列，并在第 2 个位置创建子图
plt.subplot(232)
x=['a','b','c']
hight=3
width=0.2
plt.bar(x,hight,width)
plt.title('hight=3、width=0.2')

# 绘图区域划分为 2 行 3 列，并在第 3 个位置创建子图
plt.subplot(233)
x=['a','b','c']
width=[0.3,0.2,0.4]
hight=[1,3,2]
a=plt.bar(x,hight,width)
plt.title('width=[0.3,0.2,0.4]')

# 绘图区域划分为 2 行 3 列，并在第 4 个位置创建子图
plt.subplot(234)
x=['a','b','c']
hight=[1,3,2]
width=0.2
bottom=0.2
plt.ylim(0,4) # 设置 y 轴值显示范围
plt.bar(x,hight,width,bottom)
plt.title('bottom=0.2、plt.ylim(0,4)')

# 绘图区域划分为 2 行 3 列，并在第 5 个位置创建子图
plt.subplot(235)
x=['a','b','c']
hight=[1,3,2]
plt.bar(x,hight,align='edge')
plt.title('设置左侧对齐')

# 绘图区域划分为 2 行 3 列，并在第 6 个位置创建子图
plt.subplot(236)
x=['a','b','c']
hight=[1,3,2]
width=-0.8
plt.bar(x,hight,width,align='edge')
plt.title('设置右侧对齐')

plt.show()

plot() 函数

plot() 函数是绘制二维图形的最基本函数。

plt.plot(x, y, fmt,**kwargs)

• x：表示 X 轴上的数据点，通常是一个列表、数组或一维序列。
• y：表示 Y 轴上的数据点，通常也是一个列表、数组或一维序列。
• fmt：可选的格式字符串，用于指定线条的样式、标记和颜色。例如，'ro-' 表示红色圆点线条。
• **kwargs：一系列可选参数，用于进一步自定义线条的属性，如线宽、标记大小、标签等。

常用参数和用法：

• 样式参数（fmt）：格式字符串可以包含一个字符来指定颜色，一个字符来指定标记样式，以及一个字符来指定线条样式。例如，'r-' 表示红色实线，'bo--' 表示蓝色圆点虚线。
• 线条样式（linestyle）：使用 linestyle 参数可以指定线条的样式，如实线（'-'）、虚线（'--'）、点划线（'-.'）等。
• 标记样式（marker）：使用 marker 参数可以指定数据点的标记样式，如圆点（'o'）、方块（'s'）、星号（'*'）等。
• 线条颜色（color）：使用 color 参数可以指定线条的颜色，可以使用颜色名称（如'red'）、缩写（如'r'）或十六进制颜色码（如'#FF5733'）。
• 线宽（linewidth）：使用 linewidth 参数可以指定线条的宽度，以数字表示。

bar 柱状图

matplotlib.pyplot.bar(x, height, width=0.8, bottom=None,*, align='center', data=None,**kwargs)

bar() 的返回值为 BarContainer 对象，其中 patche 属性为 Rectangle 列表，即一系列柱子。

基础参数如下：

• x：柱子在 x 轴上的坐标。浮点数或类数组结构。注意 x 可以为字符串数组！
• height：柱子的高度，即 y 轴上的坐标。浮点数或类数组结构。
• width：柱子的宽度。浮点数或类数组结构。默认值为 0.8。
• bottom：柱子的基准高度。浮点数或类数组结构。默认值为 0。
• align：柱子在 x 轴上的对齐方式。字符串，取值范围为 {'center', 'edge'}，默认为 'center'。
  • 'center'：x 位于柱子的中心位置。
  • 'edge'：x 位于柱子的左侧。如果想让 x 位于柱子右侧，需要同时设置负 width 以及 align='edge'。

柱子的位置由 x 以及 align 确定，柱子的尺寸由 height 和 width 确定。垂直基准位置由 bottom 确定 (默认值为 0)。大部分参数既可以是单独的浮点值也可以是值序列，单独值对所有柱子生效，值序列一一对应每个柱子。

数据准备与转置

import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei'] # 设置正常显示中文
plt.rcParams['axes.unicode_minus']=False # 设置正常显示负号

data ={'python 基础':[86,99,68,83,79,91],'数据结构':[78,66,58,75,77,59],'数据分析':[68,99,68,83,79,91]}
df= pd.DataFrame(data,index=['杨东','李力','王雷','赵平','张也','张三'])
rows = df.index
rows_value = rows.values
print(rows)
print(rows_value)
columns = df.columns
print(columns)
print(columns.values)

转置

df2=pd.DataFrame(df.values.T,index=df.columns,columns=df.index)

折线图示例

import matplotlib.pyplot as plt

# 显示中文
plt.rcParams['font.sans-serif']=['SimHei']

# 示例数据
x =[1,2,3,4,5]
y =[10,15,13,18,16]

plt.figure(figsize=(3,3))
# 绘制线图，并自定义外观
plt.plot(
    x, # X 轴数据
    y, # Y 轴数据
    marker='o', # 标记样式：圆点
    linestyle='-', # 线条样式：实线
    color='green', # 线条颜色：绿色
    linewidth=2, # 线宽：2
    markersize=10, # 标记大小：10
    label='数据 1' # 图例标签
)

# 添加标签和标题
plt.xlabel('X 轴标签')
plt.ylabel('Y 轴标签')
plt.title('标题')

# 添加图例
plt.legend()

# 显示网格线
plt.grid(True)

# 自定义刻度
plt.xticks([1,2,3,4,5],['一','二','三','四','五'])

# 显示图表
plt.show()

柱状图变体

立柱

使用 plt.bar(x,y)。

卧倒柱

使用 plt.barh(x,y)，height 与 width 含义互换。

多个柱

同一 x 轴位置绘制多个柱状图，主要通过调整柱状图的宽度和每个柱状图 x 轴的起始位置。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

plt.style.use('seaborn-v0_8') # 提供默认配色和线条风格
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False

plt.figure(figsize=(12,6))
bar_width =0.25

# 设置 x 轴位置
r1 = np.arange(3) # [0,1,2] 位置分别是第一人柱子的位置
r2 = [x + bar_width for x in r1] # [0.25, 1.25, 2.25] 第二人柱子的位置
r3 = [x + bar_width for x in r2] # [0.5, 1.5, 2.5] 第三人柱子的位置

plt.figure(figsize=(3,3))
bar_width =0.25
r1 =range(3)
r2 = [x + bar_width for x in r1]
r3 = [x + bar_width for x in r2]

# 绘制柱状图
plt.bar(r1, df2.iloc[:,0], color='blue', width=bar_width, label='杨东')
plt.bar(r2, df2.iloc[:,1], color='green', width=bar_width, label='李力')
plt.bar(r3, df2.iloc[:,2], color='purple', width=bar_width, label='王雷')

# 添加标签和标题
plt.xlabel('成绩')
plt.ylabel('课程')
plt.title('3 人在 3 门课的成绩')
plt.xticks([r + bar_width for r in range(3)], df2.index)

# 添加图例
plt.legend()

设置柱子位置的另一种方式

plt.figure(figsize=(3,3))
plt.bar(r1-bar_width, df2.iloc[:,0], color='blue', width=bar_width, label='杨东')
plt.bar(r1, df2.iloc[:,1], color='green', width=bar_width, label='李力')
plt.bar(r1+bar_width, df2.iloc[:,2], color='purple', width=bar_width, label='王雷')

绘制 6 人三科目

需要提前计算好整个 x 轴的长度，每个柱所在位置。

import pandas as pd
import matplotlib.pyplot as plt

plt.style.use('seaborn-v0_8')
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False

plt.figure(figsize=(7,3))
bar_width =0.25

# 设置 x 轴位置
r1 = [0,1.75,3.5]
r2 = [x + bar_width for x in r1]
r3 = [x + bar_width for x in r2]
r4 = [x + bar_width for x in r3]
r5 = [x + bar_width for x in r4]
r6 = [x + bar_width for x in r5]

# 绘制柱状图
bars1=plt.bar(r1, df2.iloc[:,0], color='blue', width=bar_width, label='杨东',alpha=0.8, edgecolor='white')
bars2=plt.bar(r2, df2.iloc[:,1], color='green', width=bar_width, label='李力',alpha=0.8, edgecolor='white')
bars3=plt.bar(r3, df2.iloc[:,2], color='purple', width=bar_width, label='王雷',alpha=0.8, edgecolor='white')
bars4=plt.bar(r4, df2.iloc[:,3], color='yellow', width=bar_width, label='赵平',alpha=0.8, edgecolor='white')
bars5=plt.bar(r5, df2.iloc[:,4], color='pink', width=bar_width, label='张也',alpha=0.8, edgecolor='white')
bars6=plt.bar(r6, df2.iloc[:,5], color='red', width=bar_width, label='张三',alpha=0.8, edgecolor='white')

# 添加数据标签
def add_labels(bars):
    for bar in bars:
        height = bar.get_height()
        plt.text(bar.get_x()+ bar.get_width()/2., height,
                 f'{height}', ha='center', va='bottom')

add_labels(bars1)
add_labels(bars2)
add_labels(bars3)
add_labels(bars4)
add_labels(bars5)
add_labels(bars6)

# 添加标签和标题
plt.xlabel('成绩')
plt.ylabel('课程')
plt.title('6 人在 3 门课的成绩',fontweight='bold')
plt.xticks([r +2.5*bar_width for r in[0,1.75,3.5]], df2.index)

# 添加图例
plt.legend(loc='upper left', frameon=True)

# 添加网格线
plt.grid(axis='y', linestyle='--', alpha=0.7)

# tight_layout：自动调整子图参数，使图表元素不重叠
plt.tight_layout()
plt.show()

堆积柱

bottom 参数来指定每一层的起始位置。

plt.figure(figsize=(5,5))
plt.bar(df2.index,df2['杨东'],width=0.25)
plt.bar(df2.index,df2['李力'],width=0.25,bottom=df2['杨东'])
plt.bar(df2.index,df2['王雷'],width=0.25,bottom=df2['杨东']+df2['李力'])

双向柱

上下双向柱

下方柱值乘（-1）。

plt.figure(figsize=(3,3))
b1=plt.bar(df2.index,df2['杨东'],width=0.25)
b2=plt.bar(df2.index,-df2['张三'],width=0.25)

def add_labels(bars):
    for bar in bars:
        height = bar.get_height()
        plt.text(bar.get_x()+ bar.get_width()/2., height,
                 f'{height}', ha='center', va='bottom')

add_labels(b1)
add_labels(b2)
plt.legend(['杨东','张三'],loc='best')

左右双向柱

主要在于 barh 的使用，以及左边柱要乘（-1）。

plt.figure(figsize=(5,3))
b1=plt.barh(df2.index,df2['杨东'],height=0.25)
b2=plt.barh(df2.index,-df2['张三'],height=0.25)

def add_labels(bars):
    for bar in bars:
        width = bar.get_width()
        plt.text(width, bar.get_y()+ bar.get_height()/2.,
                 f'{width}', ha='center', va='bottom')

add_labels(b1)
add_labels(b2)
plt.legend(['杨东','张三'],loc='best')