python常见图形代码可视化大全整理（包括动图）更新中…

187 浏览量 2020-12-21 05:56:48 上传评论 2 收藏 802KB PDF 举报

资源详情

资源评论

python常见图形代码可视化大全整理（包括动图）更新中常见图形代码可视化大全整理（包括动图）更新中…

目录目录一、离散型变量的可视化1 饼图1.1 matplotlib模块1.2 panda模块2 条形图2.1 matplotlib模块2.1.1 垂直或水平条形图2.1.2 堆叠条形图2.1.3 水平交错条形图2.2 pandas模块2.2.1

垂直条形图2.2.2 水平交错条形图2.3 seaborn模块2.3.1 水平条形图2.3.2 水平交错条形图二、数值型变量的可视化1 直方图与核密度曲线1.1 matplotlib模块1.1.1 直方图1.2 pandas模

块1.2.1 直方图与核密度曲线1.3 seaborn模块1.3.1 可分组的直方图与核密度曲线2 箱线图2.1 matplotlib模块2.1.1 单个箱线图2.1.2 分组箱线图2.2 seaborn模块2.2.1 分组箱线图3 小

提琴图3.1 seaborn模块3.1.1 分组小提琴图4 折线图4.1 matplotlib模块4.1.1 单条折线图4.1.2 两条折线图4.2 pandas模块4.2.1 多条折线图三、关系型数据的可视化1 散点图1.1

matplotlib模块1.2 pandas模块1.3 seaborn模块2 气泡图2.1 matplotlib模块3 热力图3.1 seaborn模块4 多个图形的合并4.1 matplotlib模块题外话参考资料

内容持续更新中内容持续更新中…

警告信息和可视化时中文和负号的正常显示警告信息和可视化时中文和负号的正常显示

import matplotlib as mpl

import matplotlib.pyplot as plt

import warnings

warnings.filterwarnings("ignore") # 忽略警告信息输出

# mpl.style.use('ggplot')

# 为了画图中文可以正常显示

plt.rcParams['font.sans-serif'] = ['simhei'] #指定默认字体

plt.rcParams['axes.unicode_minus'] = False #解决保存图像时负号'-'显示为方块的问题

一、离散型变量的可视化一、离散型变量的可视化

1 饼图饼图

1.1 matplotlib模块模块

# 饼图的绘制饼图的绘制

# 导入第三方模块导入第三方模块

import matplotlib.pyplot as plt

# 构造数据

edu = [0.2515,0.3724,0.3336,0.0368,0.0057] labels = ['中专','大专','本科','硕士','其他']

# 绘制饼图

plt.pie(x = edu, # 绘图数据

labels=labels, # 添加教育水平标签

autopct='%.1f%%' # 设置百分比的格式，这里保留一位小数

)

# 添加图标题

plt.title('失信用户的教育水平分布')

# 显示图形

plt.show()

# 添加修饰的饼图

explode = [0,0.1,0,0,0] # 生成数据，用于突出显示大专学历人群

colors=['#9999ff','#ff9999','#7777aa','#2442aa','#dd5555'] # 自定义颜色

# 将横、纵坐标轴标准化处理，确保饼图是一个正圆，否则为椭圆

plt.axes(aspect='equal')

# 绘制饼图

plt.pie(x = edu, # 绘图数据

explode=explode, # 突出显示大专人群

labels=labels, # 添加教育水平标签

colors=colors, # 设置饼图的自定义填充色

autopct='%.1f%%', # 设置百分比的格式，这里保留一位小数

pctdistance=0.8, # 设置百分比标签与圆心的距离

labeldistance = 1.1, # 设置教育水平标签与圆心的距离

startangle = 180, # 设置饼图的初始角度

radius = 1.2, # 设置饼图的半径

counterclock = False, # 是否逆时针，这里设置为顺时针方向

wedgeprops = {'linewidth': 1.5, 'edgecolor':'green'},# 设置饼图内外边界的属性值

textprops = {'fontsize':10, 'color':'black'}, # 设置文本标签的属性值

)

# 添加图标题

plt.title('失信用户的受教育水平分布')

# 显示图形

plt.show()

1.2 panda模块模块

# 导入第三方模块

import pandas as pd

# 构建序列

data1 = pd.Series({'中专':0.2515,'大专':0.3724,'本科':0.3336,'硕士':0.0368,'其他':0.0057})

# 将序列的名称设置为空字符，否则绘制的饼图左边会出现None这样的字眼

data1.name = ''

# 控制饼图为正圆

plt.axes(aspect = 'equal')

# plot方法对序列进行绘图

data1.plot(kind = 'pie', # 选择图形类型

autopct='%.1f%%', # 饼图中添加数值标签

radius = 1, # 设置饼图的半径

startangle = 180, # 设置饼图的初始角度

counterclock = False, # 将饼图的顺序设置为顺时针方向

title = '失信用户的受教育水平分布', # 为饼图添加标题

wedgeprops = {'linewidth': 1.5, 'edgecolor':'green'}, # 设置饼图内外边界的属性值

textprops = {'fontsize':10, 'color':'black'} # 设置文本标签的属性值

)

# 显示图形

plt.show()

2 条形图条形图

2.1 matplotlib模块模块

2.1.1 垂直或水平条形图垂直或水平条形图

# 条形图的绘制--垂直条形图

# 读入数据

GDP = pd.read_excel(r'Province GDP 2017.xlsx')

# 设置绘图风格（不妨使用R语言中的ggplot2风格）

plt.style.use('ggplot')

# 绘制条形图

plt.bar(x = range(GDP.shape[0]), # 指定条形图x轴的刻度值

height = GDP.GDP, # 指定条形图y轴的数值

tick_label = GDP.Province, # 指定条形图x轴的刻度标签

color = 'steelblue', # 指定条形图的填充色

)

# 添加y轴的标签

plt.ylabel('GDP(万亿)')

# 添加条形图的标题

plt.title('2017年度6个省份GDP分布')

# 为每个条形图添加数值标签

for x,y in enumerate(GDP.GDP):

plt.text(x,y+0.1,'%s' %round(y,1),ha='center')

# 显示图形

plt.show()

# 条形图的绘制--水平条形图

# 对读入的数据作升序排序

GDP.sort_values(by = 'GDP', inplace = True)

# 绘制条形图

plt.barh(y = range(GDP.shape[0]), # 指定条形图y轴的刻度值

width = GDP.GDP, # 指定条形图x轴的数值

tick_label = GDP.Province, # 指定条形图y轴的刻度标签

color = 'steelblue', # 指定条形图的填充色

)

# 添加x轴的标签

plt.xlabel('GDP(万亿)')

# 添加条形图的标题

plt.title('2017年度6个省份GDP分布')

# 为每个条形图添加数值标签

for y,x in enumerate(GDP.GDP):

plt.text(x+0.1,y,'%s' %round(x,1),va='center')

# 显示图形

plt.show()

2.1.2 堆叠条形图堆叠条形图

# 条形图的绘制--堆叠条形图

# 读入数据

Industry_GDP = pd.read_excel(r'Industry_GDP.xlsx')

# 取出四个不同的季度标签，用作堆叠条形图x轴的刻度标签

Quarters = Industry_GDP.Quarter.unique()

# 取出第一产业的四季度值

Industry1 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第一产业'] # 重新设置行索引

Industry1.index = range(len(Quarters))

# 取出第二产业的四季度值

Industry2 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第二产业'] # 重新设置行索引

Industry2.index = range(len(Quarters))

# 取出第三产业的四季度值

Industry3 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第三产业']

# 绘制堆叠条形图

# 各季度下第一产业的条形图

plt.bar(x = range(len(Quarters)), height=Industry1, color = 'steelblue', label = '第一产业', tick_label = Quarters)

# 各季度下第二产业的条形图

plt.bar(x = range(len(Quarters)), height=Industry2, bottom = Industry1, color = 'green', label = '第二产业')

# 各季度下第三产业的条形图

plt.bar(x = range(len(Quarters)), height=Industry3, bottom = Industry1 + Industry2, color = 'red', label = '第三产业')

# 添加y轴标签

plt.ylabel('生成总值（亿）')

# 添加图形标题

plt.title('2017年各季度三产业总值')

# 显示各产业的图例

plt.legend(loc='upper left')

# 显示图形

plt.show()

2.1.3 水平交错条形图水平交错条形图

# 条形图的绘制--水平交错条形图

# 导入第三方模块

import numpy as np

# 读入数据

HuRun = pd.read_excel(r'HuRun.xlsx')

# 取出城市名称

Cities = HuRun.City.unique()

# 取出2016年各城市亿万资产家庭数

Counts2016 = HuRun.Counts[HuRun.Year == 2016] # 取出2017年各城市亿万资产家庭数

Counts2017 = HuRun.Counts[HuRun.Year == 2017]

剩余11页未读，继续阅读

评论收藏

内容反馈

python常见图形代码可视化大全整理（包括动图）更新中…

评论0

最新资源

python常见图形代码可视化大全整理（包括动图）更新中…

评论0

最新资源

相关推荐

Python数据可视化实战全书教案1-8章全.pdf

python基于51job数据可视化图表展示源码.zip

python基础源代码大全，适用于基础python学习

《python常见图形代码可视化大全整理（包括动图）更新中... 》提及的部分数据

python图形代码

python画图

python图形图表源代码

Python竟能画这么漂亮的花,帅呆了(代码分享)

python图形绘制源代码

Python Qt 图形界面编程 - 白月黑羽（小班代码大全打包）.zip

Python代码

python基础代码大全

Python常用代码操作

python数据与可视化实训总结.docx

python 数据分析与可视化

简单的python爬虫，代码完整

python编程经典示例代码

python编程代码100例

Python代码[简单题]

基于python的小游戏 含源代码

python绘图示例

Python源码

自助翻译软件python代码可视化窗口

DES算法实现python（含图形化界面）

python代码解释.docx

python3爬虫实例代码

pythonGame小游戏代码+python课程设计代码

python内置函数大全

50个常用的Python库和示例代码

图形分形之雪花代码

基于python的小游戏含源代码