python繪製常用的圖表-Python教學-PHP中文網

首頁

後端開發

Python教學

python繪製常用的圖表

高洛峰

Feb 25, 2017 am 09:57 AM

本文要為大家介紹的是如何使用Python根據Excel表格資料繪製不同的圖表的方法，非常的詳細，有相同需求的小夥伴可以參考下

本文介紹如果使用python匯總常用的圖表，與Excel的點選操作相比，用python繪製圖表顯得比較比較繁瑣，尤其提現在對原始資料的處理上。但兩者在繪製圖表過程中的思路大致相同，Excel中能完成的工作python大多也能做到。為了更清晰的說明使用python繪製圖表的過程，我們在總結圖表的程式碼中進行註解，說明每一行程式碼的具體作用。並在文章的最後給出了自訂字體和圖表配色的對應表。

python繪製常用的圖表

準備工作

import numpy as np
import pandas as pd
#导入图表库以进行图表绘制
import matplotlib.pyplot as plt
loandata=pd.DataFrame(pd.read_excel(&#39;loan_data.xlsx&#39;))

python繪製常用的圖表

#设置日期字段issue_d为loandata数据表索引字段
loandata = loandata.set_index(&#39;issue_d&#39;)
#按月对贷款金额loan_amnt求均值，以0填充空值
loan_plot=loandata[&#39;loan_amnt&#39;].resample(&#39;M&#39;).fillna(0)
#图表字体为华文细黑，字号为15
plt.rc(&#39;font&#39;, family=&#39;STXihei&#39;, size=15)
#创建一个一维数组赋值给a
a=np.array([1,2,3,4,5,6,7,8,9,10,11,12])
#创建折线图，数据源为按月贷款均值，标记点，标记线样式，线条宽度，标记点颜色和透明度
plt.plot(loan_plot,&#39;g^&#39;,loan_plot,&#39;g-&#39;,color=&#39;#99CC01&#39;,linewidth=3,markeredgewidth=3,markeredgecolor=&#39;#99CC01&#39;,alpha=0.8)
#添加x轴标签
plt.xlabel(&#39;月份&#39;)
#添加y周标签
plt.ylabel(&#39;贷款金额&#39;)
#添加图表标题
plt.title(&#39;分月贷款金额分布&#39;)
#添加图表网格线，设置网格线颜色，线形，宽度和透明度
plt.grid( color=&#39;#95a5a6&#39;,linestyle=&#39;--&#39;, linewidth=1 ,axis=&#39;y&#39;,alpha=0.4)
#设置数据分类名称
plt.xticks(a, (&#39;1月&#39;,&#39;2月&#39;,&#39;3月&#39;,&#39;4月&#39;,&#39;5月&#39;,&#39;6月&#39;,&#39;7月&#39;,&#39;8月&#39;,&#39;9月&#39;,&#39;10月&#39;,&#39;11月&#39;,&#39;12月&#39;) )
#输出图表
plt.show()

python繪製常用的圖表

折線圖

#按用户等级grade字段对贷款金额进行求和汇总
loan_grade=loandata.groupby(&#39;grade&#39;)[&#39;loan_amnt&#39;].agg(sum)
#图表字体为华文细黑，字号为15
plt.rc(&#39;font&#39;, family=&#39;STXihei&#39;, size=15)
#创建一个一维数组赋值给a
a=np.array([1,2,3,4,5,6])
#创建柱状图，数据源为按用户等级汇总的贷款金额，设置颜色，透明度和外边框颜色
plt.bar([1,2,3,4,5,6],loan_grade,color=&#39;#99CC01&#39;,alpha=0.8,align=&#39;center&#39;,edgecolor=&#39;white&#39;)
#设置x轴标签
plt.xlabel(&#39;用户等级&#39;)
#设置y周标签
plt.ylabel(&#39;贷款金额&#39;)
#设置图表标题
plt.title(&#39;不同用户等级的贷款金额分布&#39;)
#设置图例的文字和在图表中的位置
plt.legend([&#39;贷款金额&#39;], loc=&#39;upper right&#39;)
#设置背景网格线的颜色，样式，尺寸和透明度
plt.grid(color=&#39;#95a5a6&#39;,linestyle=&#39;--&#39;, linewidth=1,axis=&#39;y&#39;,alpha=0.4)
#设置数据分类名称
plt.xticks(a,(&#39;A级&#39;,&#39;B级&#39;,&#39;C级&#39;,&#39;D级&#39;,&#39;E级&#39;,&#39;F级&#39;))
#显示图表
plt.show()

python繪製常用的圖表

#長條圖

python繪製常用的圖表

#图表字体为华文细黑，字号为15
plt.rc(&#39;font&#39;, family=&#39;STXihei&#39;, size=15)
#创建一个一维数组赋值给a
a=np.array([1,2,3,4,5,6])
#创建条形图，数据源为分等级贷款金额汇总，设置颜色，透明度和图表边框
plt.barh([1,2,3,4,5,6],loan_grade,color=&#39;#99CC01&#39;,alpha=0.8,align=&#39;center&#39;,edgecolor=&#39;white&#39;)
#添加x轴标题
plt.xlabel(&#39;贷款金额&#39;)
#添加y轴标题
plt.ylabel(&#39;用户等级&#39;)
#添加图表标题
plt.title(&#39;不同用户等级的贷款金额分布&#39;)
#添加图例，并设置在图表中的显示位置
plt.legend([&#39;贷款金额&#39;], loc=&#39;upper right&#39;)
#设置背景网格线的颜色，样式，尺寸和透明度
plt.grid(color=&#39;#95a5a6&#39;,linestyle=&#39;--&#39;, linewidth=1,axis=&#39;y&#39;,alpha=0.4)
#设置数据分类名称
plt.yticks(a,(&#39;A级&#39;,&#39;B级&#39;,&#39;C级&#39;,&#39;D级&#39;,&#39;E级&#39;,&#39;F级&#39;))
#显示图表
plt.show()

長條圖 python繪製常用的圖表

#图表字体为华文细黑，字号为15
plt.rc(&#39;font&#39;, family=&#39;STXihei&#39;, size=15)
#设置饼图中每个数据分类的颜色
colors = ["#99CC01","#FFFF01","#0000FE","#FE0000","#A6A6A6","#D9E021"]
#设置饼图中每个数据分类的名称
name=[&#39;A级&#39;, &#39;B级&#39;, &#39;C级&#39;, &#39;D级&#39;, &#39;E级&#39;,&#39;F级&#39;]
#创建饼图，设置分类标签，颜色和图表起始位置等
plt.pie(loan_grade,labels=name,colors=colors,explode=(0, 0, 0.15, 0, 0, 0),startangle=60,autopct=&#39;%1.1f%%&#39;)
#添加图表标题
plt.title(&#39;不同用户等级的贷款金额占比&#39;)
#添加图例，并设置显示位置
plt.legend([&#39;A级&#39;,&#39;B级&#39;,&#39;C级&#39;,&#39;D级&#39;,&#39;E级&#39;,&#39;F级&#39;], loc=&#39;upper left&#39;)
#显示图表
plt.show()

餅圖

#按月汇总贷款金额，以0填充空值
loan_x=loandata[&#39;loan_amnt&#39;].resample(&#39;M&#39;,how=sum).fillna(0)
#按月汇总利息金额，以0填充空值
loan_y=loandata[&#39;total_rec_int&#39;].resample(&#39;M&#39;,how=sum).fillna(0)
#图表字体为华文细黑，字号为15
plt.rc(&#39;font&#39;, family=&#39;STXihei&#39;, size=15)
#创建散点图，贷款金额为x，利息金额为y，设置颜色，标记点样式和透明度等
plt.scatter(loan_x,loan_y,60,color=&#39;white&#39;,marker=&#39;o&#39;,edgecolors=&#39;#0D8ECF&#39;,linewidth=3,alpha=0.8)
#添加x轴标题
plt.xlabel(&#39;贷款金额&#39;)
#添加y轴标题
plt.ylabel(&#39;利息收入&#39;)
#添加图表标题
plt.title(&#39;贷款金额与利息收入&#39;)
#设置背景网格线的颜色，样式，尺寸和透明度
plt.grid(color=&#39;#95a5a6&#39;,linestyle=&#39;--&#39;, linewidth=1,axis=&#39;both&#39;,alpha=0.4)
#显示图表
plt.show()

散點圖

#按月汇总贷款金额及利息
loan_x=loandata[&#39;loan_amnt&#39;].resample(&#39;M&#39;,how=sum).fillna(0)
loan_y=loandata[&#39;total_rec_int&#39;].resample(&#39;M&#39;,how=sum).fillna(0)
loan_z=loandata[&#39;total_rec_int&#39;].resample(&#39;M&#39;,how=sum).fillna(0)
#图表字体为华文细黑，字号为15
plt.rc(&#39;font&#39;, family=&#39;STXihei&#39;, size=15)
#设置气泡图颜色
colors = ["#99CC01","#FFFF01","#0000FE","#FE0000","#A6A6A6","#D9E021",&#39;#FFF16E&#39;,&#39;#0D8ECF&#39;,&#39;#FA4D3D&#39;,&#39;#D2D2D2&#39;,&#39;#FFDE45&#39;,&#39;#9b59b6&#39;]
#创建气泡图贷款金额为x，利息金额为y，同时设置利息金额为气泡大小，并设置颜色透明度等。
plt.scatter(loan_x,loan_y,s=loan_z,color=colors,alpha=0.6)
#添加x轴标题
plt.xlabel(&#39;贷款金额&#39;)
#添加y轴标题
plt.ylabel(&#39;利息收入&#39;)
#添加图表标题
plt.title(&#39;贷款金额与利息收入&#39;)
#设置背景网格线的颜色，样式，尺寸和透明度
plt.grid(color=&#39;#95a5a6&#39;,linestyle=&#39;--&#39;, linewidth=1,axis=&#39;both&#39;,alpha=0.4)
#显示图表
plt.show()

python繪製常用的圖表

氣泡圖

#图表字体为华文细黑，字号为15
plt.rc(&#39;font&#39;, family=&#39;STXihei&#39;, size=15)
#创建箱线图，数据源为贷款来源，设置横向显示
plt.boxplot(loandata[&#39;loan_amnt&#39;],1,&#39;rs&#39;,vert=False)
#添加x轴标题
plt.xlabel(&#39;贷款金额&#39;)
#添加图表标题
plt.title(&#39;贷款金额分布&#39;)
#设置背景网格线的颜色，样式，尺寸和透明度
plt.grid(color=&#39;#95a5a6&#39;,linestyle=&#39;--&#39;, linewidth=1,axis=&#39;both&#39;,alpha=0.4)
#显示图表
plt.show()

箱線圖 python繪製常用的圖表

#图表字体为华文细黑，字号为15
plt.rc(&#39;font&#39;, family=&#39;STXihei&#39;, size=15)
#创建直方图，数据源为贷款金额，将数据分为8等份显示，设置颜色和显示方式，透明度等
plt.hist(loandata[&#39;loan_amnt&#39;],8,normed=1, histtype=&#39;stepfilled&#39;,facecolor=&#39;#99CC01&#39;, rwidth=0.9,alpha=0.6,edgecolor=&#39;white&#39;)
#添加x轴标题
plt.xlabel(&#39;贷款金额&#39;)
#添加y轴标题
plt.ylabel(&#39;概率&#39;)
#添加图表标题
plt.title(&#39;贷款金额概率密度&#39;)
#设置背景网格线的颜色，样式，尺寸和透明度
plt.grid(color=&#39;#95a5a6&#39;,linestyle=&#39;--&#39;, linewidth=1,axis=&#39;y&#39;,alpha=0.4)
#显示图表
plt.show()

python繪製常用的圖表

#直方圖

python繪製常用的圖表

### #####rrreee#####################自訂字體及配色#########圖表中所使用的字體，可以使用下面的字體名稱會取代family=後面的內容以改變圖表中所顯示的字體。 ###############圖表中的顏色，可以直接使用顏色名稱，也可以使用簡稱來設定圖表中使用的顏色，本文中沒有使用預設的顏色，而是使用了自訂顏色。 ###############自訂顏色的色號，本文中使用的是Hex色號，下面給出了Hex和RGB的對應關係，以及對應的顏色。可以使用下面的Hex色號來取代本文中圖表的顏色。 ###############更多python繪製常用的圖表相關文章請關注PHP中文網！ ###

陳述

本文內容由網友自願投稿，版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容，請聯絡admin@php.cn

Python的科學計算中如何使用陣列？Apr 25, 2025 am 12:28 AM

Arraysinpython，尤其是Vianumpy，ArecrucialInsCientificComputingfortheireftheireffertheireffertheirefferthe.1）Heasuedfornumerericalicerationalation，dataAnalysis和Machinelearning.2）Numpy'Simpy'Simpy'simplementIncressionSressirestrionsfasteroperoperoperationspasterationspasterationspasterationspasterationspasterationsthanpythonlists.3）inthanypythonlists.3）andAreseNableAblequick

您如何處理同一系統上的不同Python版本？Apr 25, 2025 am 12:24 AM

你可以通過使用pyenv、venv和Anaconda來管理不同的Python版本。 1）使用pyenv管理多個Python版本：安裝pyenv，設置全局和本地版本。 2）使用venv創建虛擬環境以隔離項目依賴。 3）使用Anaconda管理數據科學項目中的Python版本。 4）保留系統Python用於系統級任務。通過這些工具和策略，你可以有效地管理不同版本的Python，確保項目順利運行。

與標準Python陣列相比，使用Numpy數組的一些優點是什麼？Apr 25, 2025 am 12:21 AM

numpyarrayshaveseveraladagesoverandastardandpythonarrays：1）基於基於duetoc的iMplation，2）2）他們的aremoremoremorymorymoremorymoremorymoremorymoremoremory，尤其是WithlargedAtasets和3）效率化，效率化，矢量化函數函數函數函數構成和穩定性構成和穩定性的操作，製造

陣列的同質性質如何影響性能？Apr 25, 2025 am 12:13 AM

數組的同質性對性能的影響是雙重的：1)同質性允許編譯器優化內存訪問，提高性能；2)但限制了類型多樣性，可能導致效率低下。總之，選擇合適的數據結構至關重要。

編寫可執行python腳本的最佳實踐是什麼？Apr 25, 2025 am 12:11 AM

到CraftCraftExecutablePythcripts，lollow TheSebestPractices：1）Addashebangline（＃！/usr/usr/bin/envpython3）tomakethescriptexecutable.2）setpermissionswithchmodwithchmod xyour_script.3）

Numpy數組與使用數組模塊創建的數組有何不同？Apr 24, 2025 pm 03:53 PM

numpyArraysareAreBetterFornumericalialoperations andmulti-demensionaldata，而learthearrayModuleSutableforbasic，內存效率段

Numpy數組的使用與使用Python中的數組模塊陣列相比如何？Apr 24, 2025 pm 03:49 PM

numpyArraySareAreBetterForHeAvyNumericalComputing，而lelethearRayModulesiutable-usemoblemory-connerage-inderabledsswithSimpleDatateTypes.1）NumpyArsofferVerverVerverVerverVersAtility andPerformanceForlargedForlargedAtatasetSetsAtsAndAtasEndCompleXoper.2）

CTYPES模塊與Python中的數組有何關係？Apr 24, 2025 pm 03:45 PM

ctypesallowscreatingingangandmanipulatingc-stylarraysinpython.1）usectypestoInterfacewithClibrariesForperfermance.2）createc-stylec-stylec-stylarraysfornumericalcomputations.3）passarraystocfunctions foreforfunctionsforeffortions.however.however，However，HoweverofiousofmemoryManageManiverage，Pressiveo，Pressivero

See all articles