1 import pandas as pd
 2 import matplotlib.pyplot as plt
 3 plt.rcParams['font.sans-serif']=['SimHei']  # 解决中文乱码
 4 df = pd.read_excel('体温.xls')               # 导入Excel文件
 5 # 折线图
 6 x = df['日期']                  # x轴数据
 7 y = df['体温']                  # y轴数据
 8 plt.plot(x, y, color='m', linestyle='-', marker='o', mfc='w')
 9 plt.xlabel('2020年2月')        # x轴标题
10 plt.ylabel('基础体温')         # y轴标题
11 # 图表标题
12 plt.title('14天基础体温曲线图', fontsize='18')
13 # 设置x轴刻度及标签
14 dates = ['1日', '2日', '3日', '4日', '5日', '6日', '7日', '8日', '9日', '10日', '11日', '12日', '13日', '14日']
15 plt.xticks(range(1, 15, 1), dates)
16 plt.yticks([35.4, 35.6, 35.8, 36, 36.2, 36.4, 36.6, 36.8, 37, 37.2, 37.4, 37.6, 37.8, 38])
17 for a, b in zip(x, y):
18     plt.text(a, b+0.05, '%.1f' % b, ha='center', va='bottom', fontsize=9)
19 # 图例
20 plt.legend()
21 # 绘制一个两端缩进的箭头
22 plt.annotate('最高体温', xy=(9, 37.1), xytext=(10.5, 37.1), xycoords='data', arrowprops=dict(facecolor='r', shrink=0.05))
23 plt.show()

 1 import pandas as pd
 2 import matplotlib.pyplot as plt
 3 
 4 df = pd.read_excel('books.xlsx', sheet_name='Sheet2')
 5 plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文乱码
 6 x = df['年份']
 7 y1 = df['京东']
 8 y2 = df['天猫']
 9 y3 = df['自营']
10 width = 0.25  # 柱子宽度，若显示n个柱子，则width值需小于1/n ，否则柱子会出现重叠
11 # y轴标签
12 plt.ylabel('线上销售额（元）')
13 # 图表标题
14 plt.title('2013-2019年线上图书销售额分析图')
15 plt.bar(x, y1, width=width, color='darkorange')
16 plt.bar(x + width, y2, width=width, color='deepskyblue')
17 plt.bar(x + 2 * width, y3, width=width, color='g')
18 # 设置每个柱子的文本标签,format(b,',')格式化销售额为千位分隔符格式
19 for a, b in zip(x, y1):
20     plt.text(a, b, format(b, ','), ha='center', va='bottom', fontsize=8)
21 for a, b in zip(x, y2):
22     plt.text(a + width, b, format(b, ','), ha='center', va='bottom', fontsize=8)
23 for a, b in zip(x, y3):
24     plt.text(a + 2 * width, b, format(b, ','), ha='center', va='bottom', fontsize=8)
25 plt.legend(['京东', '天猫', '自营'])  # 图例
26 plt.show()

 1 import pandas as pd
 2 import matplotlib.pyplot as plt
 3 
 4 df = pd.read_excel('grade1.xls')
 5 plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文乱码
 6 x = df['得分']
 7 plt.xlabel('分数')
 8 plt.ylabel('学生数量')
 9 # 显示图标题
10 plt.title("高一数学成绩分布直方图")
11 plt.hist(x, bins=[0, 25, 50, 75, 100, 125, 150], facecolor="blue", edgecolor="black", alpha=0.7)
12 plt.show()

 1 import pandas as pd
 2 import matplotlib.pyplot as plt
 3 
 4 plt.rcParams['font.sans-serif'] = ['SimHei']
 5 df1 = pd.read_excel('data2.xls')
 6 df2 = pd.read_excel('data2.xls', sheet_name='2月')
 7 # 数据集，x1,x2分别对应外环、内环百分比例
 8 x1 = df1['销量']
 9 x2 = df2['销量']
10 # 设置饼状图各个区块的颜色
11 colors = ['red', 'yellow', 'slateblue', 'green', 'magenta', 'cyan', 'darkorange', 'lawngreen', 'pink', 'gold']
12 # 外环
13 plt.pie(x1, autopct='%.1f%%', radius=1, pctdistance=0.85, colors=colors,
14         wedgeprops=dict(linewidth=2, width=0.3, edgecolor='w'))
15 # 内环
16 plt.pie(x2, autopct='%.1f%%', radius=0.7, pctdistance=0.7, colors=colors,
17         wedgeprops=dict(linewidth=2, width=0.4, edgecolor='w'))
18 # 图例
19 legend_text = df1['地区']
20 plt.legend(legend_text, title='地区', frameon=False, bbox_to_anchor=(0.2, 0.5))  # 设置图例标题、位置、去掉图例边框
21 plt.axis('equal')  # 设置坐标轴比例以显示为圆形
22 plt.title('2020年1月和2月各地区销量占比情况分析')
23 plt.show()

 1 import pandas as pd
 2 import matplotlib.pyplot as plt
 3 
 4 aa = r'JDdata.xls'
 5 bb = r'JDcar.xls'
 6 dfaa = pd.DataFrame(pd.read_excel(aa))
 7 dfbb = pd.DataFrame(pd.read_excel(bb))
 8 df1 = dfaa[['业务日期', '金额']]
 9 df2 = dfbb[['投放日期', '支出']]
10 # 去除空日期和金额为0的记录
11 df1 = df1[df1['业务日期'].notnull() & df1['金额'] != 0]
12 df2 = df2[df2['投放日期'].notnull() & df2['支出'] != 0]
13 df1['业务日期'] = pd.to_datetime(df1['业务日期'])
14 df2['投放日期'] = pd.to_datetime(df2['投放日期'])
15 dfData = df1.set_index('业务日期', drop=True)
16 dfCar = df2.set_index('投放日期', drop=True)
17 # 按月度统计并显示销售金额
18 dfData_month = dfData.resample('M').sum().to_period('M')
19 # 按月度统计并显示广告费支出金额
20 dfCar_month = dfCar.resample('M').sum().to_period('M')
21 # x为广告费用，y为销售收入
22 x = pd.DataFrame(dfCar_month['支出'])
23 y = pd.DataFrame(dfData_month['金额'])
24 plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文乱码
25 plt.title('销售收入与广告费散点图')  # 图表标题
26 plt.scatter(x, y, color='red')  # 真实值散点图
27 plt.show()

 1 import pandas as pd
 2 import matplotlib.pyplot as plt
 3 
 4 df = pd.read_excel('books.xlsx', sheet_name='Sheet2')
 5 plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文乱码
 6 x = df['年份']
 7 y1 = df['京东']
 8 y2 = df['天猫']
 9 y3 = df['自营']
10 # 图表标题
11 plt.title('2013-2019年线上图书销售情况')
12 plt.stackplot(x, y1, y2, y3, colors=['#6d904f', '#fc4f30', '#008fd5'])
13 # 图例
14 plt.legend(['京东', '天猫', '自营'], loc='upper left')
15 plt.show()

 1 import pandas as pd
 2 import matplotlib.pyplot as plt
 3 
 4 df = pd.read_excel('data1.xls', sheet_name='高二一班')
 5 plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文乱码
 6 X = df.loc[:, "语文":"生物"].values
 7 name = df['姓名']
 8 plt.imshow(X)
 9 plt.xticks(range(0, 6, 1), ['语文', '数学', '英语', '物理', '化学', '生物'])  # 设置x轴刻度标签
10 plt.yticks(range(0, 12, 1), name)  # 设置y轴刻度标签
11 plt.colorbar()  # 显示颜色条
12 plt.title('学生成绩统计热力图')
13 plt.show()

 1 import matplotlib.pyplot as plt
 2 import pandas as pd
 3 
 4 df = pd.read_excel('tips.xlsx')
 5 plt.boxplot(x=df['总消费'],  # 指定绘制箱线图的数据
 6             whis=1.5,  # 指定1.5倍的四分位差
 7             widths=0.3,  # 指定箱线图中箱子的宽度为0.3
 8             patch_artist=True,  # 填充箱子颜色
 9             showmeans=True,  # 显示均值
10             boxprops={'facecolor': 'RoyalBlue'},  # 指定箱子的填充色为宝蓝色
11             flierprops={'markerfacecolor': 'red', 'markeredgecolor': 'red', 'markersize': 3},  # 指定异常值的填充色、边框色和大小
12             meanprops={'marker': 'h', 'markerfacecolor': 'black', 'markersize': 8},  # 指定均值点的标记符号（六边形）、填充色和大小
13             medianprops={'linestyle': '--', 'color': 'orange'},  # 指定中位数的标记符号（虚线）和颜色
14             labels=[''])  # 去除x轴刻度值
15 
16 # 计算下四分位数和上四分位
17 Q1 = df['总消费'].quantile(q=0.25)
18 Q3 = df['总消费'].quantile(q=0.75)
19 # 基于1.5倍的四分位差计算上下限对应的值
20 low_limit = Q1 - 1.5 * (Q3 - Q1)
21 up_limit = Q3 + 1.5 * (Q3 - Q1)
22 # 查找异常值
23 val = df['总消费'][(df['总消费'] > up_limit) | (df['总消费'] < low_limit)]
24 print('异常值如下：')
25 print(val)
26 plt.show()

 1 import matplotlib.pyplot as plt
 2 import numpy as np
 3 from mpl_toolkits.mplot3d import Axes3D
 4 
 5 fig = plt.figure()
 6 ax = Axes3D(fig)  # 确保这一行在 plt.show() 之前
 7 delta = 0.125
 8 # 生成代表X轴数据的列表
 9 x = np.arange(-4.0, 4.0, delta)
10 # 生成代表Y轴数据的列表
11 y = np.arange(-3.0, 4.0, delta)
12 # 对x、y数据执行网格化
13 X, Y = np.meshgrid(x, y)
14 Z1 = np.exp(-X ** 2 - Y ** 2)
15 Z2 = np.exp(-(X - 1) ** 2 - (Y - 1) ** 2)
16 # 计算Z轴数据（高度数据）
17 Z = (Z1 - Z2) * 2
18 # 绘制3D图形
19 ax.plot_surface(X, Y, Z,
20                 rstride=1,  # rstride（row）指定行的跨度
21                 cstride=1,  # cstride(column)指定列的跨度
22                 cmap=plt.get_cmap('rainbow'))  # 设置颜色映射
23 # 设置Z轴范围
24 ax.set_zlim(-2, 2)
25 plt.show()  # 确保这一行在所有绘图操作完成之后调用

 1 import matplotlib.pyplot as plt
 2 
 3 # 第1个子图表-折线图
 4 plt.subplot(2, 2, 1)
 5 plt.plot([1, 2, 3, 4, 5])
 6 # 第2个子图表-散点图
 7 plt.subplot(2, 2, 2)
 8 plt.plot([1, 2, 3, 4, 5], [2, 5, 8, 12, 18], 'ro')
 9 # 第3个子图表-柱形图
10 plt.subplot(2, 1, 2)
11 x = [1, 2, 3, 4, 5, 6]
12 height = [10, 20, 30, 40, 50, 60]
13 plt.bar(x, height)
14 plt.show()

 1 import matplotlib.pyplot as plt
 2 
 3 figure, axes = plt.subplots(2, 2)
 4 axes[0, 0].plot([1, 2, 3, 4, 5])  # 折线图
 5 axes[0, 1].plot([1, 2, 3, 4, 5], [2, 5, 8, 12, 18], 'ro')  # 散点图
 6 # 柱形图
 7 x = [1, 2, 3, 4, 5, 6]
 8 height = [10, 20, 30, 40, 50, 60]
 9 axes[1, 0].bar(x, height)
10 # 饼形图
11 x = [2, 5, 12, 70, 2, 9]
12 axes[1, 1].pie(x, autopct='%1.1f%%')
13 plt.show()

 1 import matplotlib.pyplot as plt
 2 
 3 # 创建一个简单的图表
 4 x = [1, 2, 3, 4, 5]
 5 y = [2, 4, 6, 8, 10]
 6 
 7 plt.plot(x, y)
 8 
 9 # 保存图表到文件
10 plt.savefig('my_plot.png')
11 
12 # 显示图表
13 plt.show()