摘要：数据可视化的基本流程：1整理数据，2明确目的，3寻找合适的表现形式
图表的基本元素组成：画布、坐标系、坐标轴、坐标轴标题、图标标题、数据标签、数据网格线、图例、误差线
一、建立画布和坐标系
# 建立画布
import numpy as np
import matplotlib.pyplot as plt
#解决中文乱码问题
plt.rcParams["font.sans-serif"]=['SimHei']
# 解决负号无法正常显示的问题
plt.rcParams['axes.unicode_minus']=False
#在默认设置下matplotlib做出来的图表不是很清楚，可以将图表设置成矢量格式显示
# plt.savefig("test.svg", format="svg")
# 建立画布:plt.figure里面又一个参数figsize=(8,6)，它用width，height来控制整块画布的宽和高
fig = plt.figure(figsize=(8,6))
# 用add_subplot函数建立坐标系
# 利用add_subplot函数建立坐标系时需要先有画布, add_subplot函数最后一个数num must be 1 <= num <= 4, not 8
# 在fig上绘制1x1个坐标系
ax0 = fig.add_subplot(1,1,1)
plt.show()
# 绘制4个坐标系
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)
ax4 = fig.add_subplot(2,2,4)
plt.show()
二、设置坐标轴
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontManager
#解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']
# 解决负号无法正常显示的问题
plt.rcParams['axes.unicode_minus']=False
#在默认设置下matplotlib做出来的图表不是很清楚，可以将图表设置成矢量格式显示
plt.savefig("test.svg", format="svg")
'''
查看python自带字体
fm = FontManager()
mat_fonts = set(f.name for f in fm.ttflist)
print(mat_fonts)
'''
# 数据源
df = pd.read_excel('/Users/caizhengjie/Desktop/数据分析数据/数据可视化/数据1.xlsx')
print(df)
# 设置坐标轴的标题
plt.subplots(1,1)
#还可以设置xlabel，ylabel到x轴，y轴的距离，给参数labelpad传入具体值
plt.xlabel('月份',labelpad=10)
plt.ylabel('注册量',labelpad=10)
# 还可以对xlabel的文本相关性质进行设置
# plt.xlabel('月份',labelpad=10,fontsize='xx-large',color = "#70AD47",fontweight = 'hold')
#设置坐标轴的刻度
# plt.xticks(ticks='',labels='') ticks表示刻度值，labels表示刻度处对应的标签
# plt.yticks(ticks='',labels='')
plt.xticks(ticks=np.arange(9),labels=['1月份','2月份','3月份','4月份','5月份','6月份','7月份','8月份','9月份'])
plt.yticks(ticks=np.arange(1000,7000,1000),labels=['1000人','2000人','3000人','4000人','5000人','6000人'])
'''
plt库中tick_params函数对轴刻度线进行设置
tick_params函数中的参数
axis 对哪个轴的刻度线进行设置，x，y，both三个可选
reset 是否重置所有设置True/False
which 对那种刻度线进行设置，major（主刻度线），minor（次刻度线），both三个可选
direction 刻度线的朝向，in（朝里），out（朝外），inout（里外均有）三个可选
length 刻度线长度
width 刻度线宽度
color 刻度线颜色
pad 刻度线与刻度标签之间的距离
labelsize 刻度标签大小
labelcolor 刻度标签颜色
top,botton,left,right True/False可选，控制上下左右刻度线是否显示
labeltop,Labelbottom,labelleft,labelright True/False可选，控制上下左右刻度线是否显示
'''
# # 设置坐标轴的范围
# plt.xlim(0,10)
# plt.ylim(0,8000)
#
# # 坐标轴的显示设置,off为不显示坐标轴
# plt.axis('off')
plt.plot(df['月份'],df['注册量'])
plt.show()
三、其他表格格式的设置
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
#解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']
# 解决负号无法正常显示的问题
plt.rcParams['axes.unicode_minus']=False
#在默认设置下matplotlib做出来的图表不是很清楚，可以将图表设置成矢量格式显示
# plt.savefig("test.svg", format="svg")
# 数据源
df = pd.read_excel('/Users/caizhengjie/Desktop/数据分析数据/数据可视化/数据1.xlsx')
print(df)
plt.subplots(1,1)
# 网格线设置,grid(b = 'True')来启用网格线
plt.grid(b = 'True')
# 只打开x轴的网格线
plt.grid(b = 'True',axis='x')
# 只打开y轴的网格线
plt.grid(b = 'True',axis='y')
# 线型设置成虚线，线宽设置成1
plt.grid(b = 'True',linestyle = 'dashed',linewidth = 1)
#设置坐标轴的刻度
# plt.xticks(ticks='',labels='') ticks表示刻度值，labels表示刻度处对应的标签
# plt.yticks(ticks='',labels='')
plt.xticks(ticks=np.arange(9),labels=['1月份','2月份','3月份','4月份','5月份','6月份','7月份','8月份','9月份'])
plt.yticks(ticks=np.arange(1000,7000,1000),labels=['1000人','2000人','3000人','4000人','5000人','6000人'])
#设置图例
'''
plt.plot(x,y,label = '折线图')
plt.bar(x,y,label = '柱形图')
通过plt.legend()方法显示出来
plt.legend(loc=)
还可以修改loc参数来显示图例位置
'''
# 图表标题设置
# 可以修改loc参数来显示标题位置，默认是居中，center居中，left靠左显示，right靠右显示
plt.title(label='1-9月xxx公司注册用户数')
# 数据线
plt.plot(df['月份'],df['注册量'])
#设置数据标签
# plt.text(x,y,str,ha,va,fontsize):(x,y)表示在哪里显示数据，str：显示的数据，ha：表示str在水平方向的位置，va表示str在垂直方向的位置,fontsize表示字体大小
plt.text(5,1605,1605)
# 显示表上左右点的所有数据
for a,b in zip(df['月份'],df['注册量']):
plt.text(a,b,b,ha = 'center',va = 'bottom',fontsize = 11)
# 图表注释：与数据标签作用类似，都是便于读者快速读取信息
'''
plt.annotate(s,xy,xytext,arrowropes)
s:表示要注释的文本内容
xy：表示要注释的位置
xytext：表示要注释文本显示的位置
arrowprops：设置箭相关参数，颜色，箭类型设置
'''
plt.annotate('服务器宕机了',xy = (5,1605),xytext=(6,1605),arrowprops = dict(facecolor = 'black',arrowstyle = '->'))
'''
数据表：就是在图表的基础上再添加一个表格
plt.table(cellText = None,cellColours=None,cellLoc='right',colWidths=None,
rowLabels = None,rowColours=None,rowLoc='left',colLabels=None,colColours=None,
colLoc = 'center',loc = 'bottom')
cellText 数据表内的值
cellColours数据表的颜色
cellLoc 数据表中数据的位置，可选left，right，center
colWidths 列宽
rowLabels 行标签
rowColours 行标签颜色
rowLoc 行标签的位置
colLabels 列标签
colColours 列标签颜色
colLoc 列标签的位置
loc整个数据表的位置，可选坐标系的上，下，左，右
'''
cellText = [[8566,5335,7310,6482],
[4283,2667,3655,3241]]
rows = ['任务量','完成量']
columns = ['东区','南区','西区','北区']
plt.table(cellText = cellText,
cellLoc='center',
rowLabels=rows,
rowColours=['red','yellow'],
rowLoc ='center',
colLabels=columns,
colColours=['red','yellow','red','yellow'],
colLoc='left',
loc='bottom'
)
plt.savefig("test.svg", format="svg")
plt.show()
以上内容仅供参考学习，如有侵权请联系我删除！
