Python数据可视化教程之Matplotlib实现各种图表实例

前言

数据分析就是将数据以各种图表的形式展现给领导，供领导做决策用，因此熟练掌握饼图、柱状图、线图等图表制作是一个数据分析师必备的技能。Python有两个比较出色的图表制作框架，分别是Matplotlib和Pyechart。本文主要讲述使用Matplotlib制作各种数据图表。

Matplotlib是最流行的用于绘制2D数据图表的Python库，能够在各种平台上使用，可以绘制散点图、柱状图、饼图等。

1、柱状图

是一种以长方形或长方体的高度为变量的表达图形的统计报告图，由一系列高度不等的纵向条纹表示数据分布的情况，用来比较两个或以上的价值（不同时间或者不同条件），只有一个变量，通常利用于较小的数据集分析。柱状图可以用来比较数据之间的多少，可以用来观察某一事件的变化趋势，柱状图亦可横向排列，或用多维方式表达。

实现代码：

# 导入绘图模块import matplotlib.pyplot as plt# 构建数据sales = [7125,12753,13143,8635]# 中文乱码的处理，rcParams也可以用于设置图的分辨率，大小等信息plt.rcParams['font.sans-serif'] =['SimHei']plt.rcParams['axes.unicode_minus'] = False# 绘图,第一个参数是x轴的数据，第二个参数是y轴的数据，第三个参数是柱子的大小，默认值是1（值在0到1之间），color是柱子的颜色，alpha是柱子的透明度plt.bar(range(4), sales, 0.4,color='r', alpha = 0.8)# 添加轴标签plt.ylabel('销量')# 添加标题plt.title('水果2018年度销量')# 添加刻度标签plt.xticks(range(4),['苹果','香蕉','梨','猕猴桃'])# 设置Y轴的刻度范围plt.ylim([5000,15000])# 为每个条形图添加数值标签for x,y in enumerate(sales): plt.text(x,y+100,'%s' %y,ha='center')# 显示图形plt.show()

效果图：

只需绘制柱状图的函数bar()改成barh()就可以将柱状图长方形或长方体从垂直方向变为水平方向。

实现代码：

# 导入绘图模块import matplotlib.pyplot as plt# 构建数据sales = [7125,12753,13143,8635]# 中文乱码的处理plt.rcParams['font.sans-serif'] =['SimHei']plt.rcParams['axes.unicode_minus'] = Falsex = ['苹果','香蕉','梨','猕猴桃']# 绘图plt.barh(range(4), sales, 0.4,color='r', alpha = 0.8)# 添加轴标签plt.ylabel('销量')# 添加标题plt.title('水果2018年度销量')# 添加刻度标签plt.yticks(range(4),['苹果','香蕉','梨','猕猴桃'])# 设置Y轴的刻度范围plt.xlim([5000,15000])# 为每个条形图添加数值标签for x,y in enumerate(sales): plt.text(y+0.2,x,'%s' %y,va='center')# 显示图形plt.show()

效果图：