matplotlib模块之绘图设计1

标签：GDP plt 标签 matplotlib 绘图 模块 2016 条形图

one   In [3]:

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

   

饼图绘制¶

  In [4]:

# 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['SimHei']
# 构造数据
edu = [0.2515, 0.3234, 0.3336, 0.0367, 0.0057]
labels = ['中专', '大专', '本科', '硕士', '其他']
explode = [0,0.1,0,0,0]
plt.pie(x=edu,#绘图数据
       labels = labels,# 添加标签
        autopct = '%.2f%%',#设置百分比格式，这里保留两位小数
        explode = explode,#呈现爆炸式突出 离圆心点位置
       )
# %matplotlib
plt.show()
'''
默认情况下，使用matplotlib绘制图片是嵌入式展示的，可以设置弹窗式展示。 
使用步骤：代码输入 %matplotlib，运行没反应再注释掉运行就有反应了。
'''

    Out[4]:

'\n默认情况下，使用matplotlib绘制图片是嵌入式展示的，可以设置弹窗式展示。 \n使用步骤：代码输入 %matplotlib，运行没反应再注释掉运行就有反应了。\n'

   

条形图¶

  In [5]:

# 文件中读取数据
GDP = pd.read_excel(r'GDP1.xlsx')
GDP.head()

  Out[5]:  

	Province	GDP
0	北京	2.80
1	上海	3.01
2	广东	8.99
3	江苏	8.59
4	重庆	1.95

  In [11]:

# 绘制条形图
plt.bar(x=range(GDP.shape[0]),# 指定条形图轴的刻度值
       height = GDP['GDP'], #指定条形图的y轴
       tick_label = GDP.Province, # 指定条形图x轴的刻度标签
        color = 'red',# 指定条形图的填充色
       edgecolor = 'black', # 指定条形图的边框色
       )
# 给y轴添加一个标签注释
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')
##########################################
plt.show()

      In [12]:

# 水平条形图
# 对读入数据做升序排序
GDP.sort_values(by = 'GDP', inplace = True)
"""
ascending 决定升序还是降序
"""

  In [24]:

# 绘制水平条形图
plt.barh(y=range(GDP.shape[0]),# 指定条形图轴的刻度值
       width = GDP['GDP'], #指定条形图的y轴
       tick_label = GDP.Province, # 指定条形图x轴的刻度标签
       color = 'green',# 指定条形图的填充色
       edgecolor = 'black', # 指定条形图的边框色
       )
# 给x轴添加一个标签注释
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+0.3, y, '%s'%round(x,2), ha='center')
plt.show()

      In [45]:

# 交叉条形图
HuaRen = pd.read_excel(r'Count1.xlsx')
HuaRen.head()

  Out[45]:  

	Year	Counts	City
0	2016	15600	北京
1	2016	12700	上海
2	2016	11300	香港
3	2016	4270	深圳
4	2016	3620	广州

  In [46]:

# Pandas模块之水平交错条形图
# pivot_table 数据透视表
HuaRen_reshape = HuaRen.pivot_table(
            index = 'City', 
            columns = 'Year',
            values = 'Counts').reset_index()
HuaRen_reshape

  Out[46]:  

Year	City	2016	2017	2107
0	上海	12700.0	14700.0	NaN
1	北京	15600.0	19600.0	NaN
2	广州	3620.0	NaN	8620.0
3	深圳	4270.0	NaN	6270.0
4	香港	11300.0	NaN	13300.0

  In [50]:

#对数据集降序排序
HuaRen_reshape.sort_values(by = 2016, ascending = False, inplace = True)
HuaRen_reshape.plot(
    x='City',
    y = [2016,2107, 2017],
    kind = 'bar', 
    color = ['steelblue', 'indianred', 'yellow'], 
    # 用于旋转x轴刻度标签的角度，0表示水平显示刻度标签
    rot = 0,
    width = 0.8,
    title = '近两年内5个城市亿万资产家庭数比较',
)
# 添加y轴标签
plt.ylabel('亿万资产家庭数')
# 将x轴标签去除
plt.xlabel('')
plt.show()

       

直方图¶

  In [ ]:  

标签：GDP,plt,标签,matplotlib,绘图,模块,2016,条形图
From： https://www.cnblogs.com/bjyxxc/p/17846528.html