绘图
1.饼状图
这个是plt.pie()
这个是数据：
菜品ID 菜品名 盈利
0 17148 A1 9173
1 17154 A2 5729
2 109 A3 4811
3 117 A4 3594
4 17151 A5 3195
5 14 A6 3026
6 2868 A7 2378
7 397 A8 1970
8 88 A9 1877
9 426 A10 1782
这个是代码：
x = data['盈利']
labels = data['菜品名']
plt.figure(figsize = (8, 6)) # 设置画布大小
plt.pie(x,labels=labels) # 绘制饼图
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.title('菜品销售量分布（饼图）') # 设置标题
plt.show()
2. 条形图
菜品ID 菜品名 盈利
0 17148 A1 9173
1 17154 A2 5729
2 109 A3 4811
3 117 A4 3594
4 17151 A5 3195
5 14 A6 3026
6 2868 A7 2378
7 397 A8 1970
8 88 A9 1877
9 426 A10 1782
plt.bar()
# 绘制条形图
x = data['菜品名']
y = data['盈利']
plt.figure(figsize = (8, 4)) # 设置画布大小
plt.bar(x,y)
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.xlabel('菜品') # 设置x轴标题
plt.ylabel('销量') # 设置y轴标题
plt.title('菜品销售量分布（条形图）') # 设置标题
plt.show() # 展示图片
3.折线图
按部门
数据：
月份 A部门 B部门 C部门
0 1月 8.00 7.70 5.3
1 2月 6.00 6.50 5.2
2 3月 6.89 7.90 5.8
3 4月 6.10 7.50 6.2
4 5月 6.05 8.00 5.9
5 6月 6.01 7.40 5.5
6 7月 6.60 7.50 6.1
7 8月 6.40 7.00 5.7
8 9月 5.80 7.20 5.4
9 10月 6.70 6.60 5.5
10 11月 6.60 6.65 5.6
11 12月 5.30 5.40 5.2
# 部门之间销售金额比较
import pandas as pd
import matplotlib.pyplot as plt
data=pd.read_excel("../data/dish_sale.xls")
plt.figure(figsize=(8, 4))
plt.plot(data['月份'], data['A部门'], color='green', label='A部门',marker='o')
plt.plot(data['月份'], data['B部门'], color='red', label='B部门',marker='s')
plt.plot(data['月份'], data['C部门'], color='skyblue', label='C部门',marker='x')
plt.legend() # 显示图例
plt.ylabel('销售额（万元）')
plt.show()
按照年份
数据：
月份 2014年 2013年 2012年
0 1月 7.90 7.70 5.3
1 2月 6.00 6.50 5.2
2 3月 6.89 7.90 5.8
3 4月 7.30 7.50 6.2
4 5月 7.60 8.00 5.9
5 6月 7.20 7.40 5.5
6 7月 7.40 7.50 6.1
7 8月 7.80 7.00 5.7
8 9月 7.00 7.20 5.4
9 10月 6.70 6.60 5.5
10 11月 6.60 6.65 5.6
11 12月 6.30 6.40 5.2
折线图
数据
日期 销量
2015-02-28 2618.2
2015-02-27 2608.4
2015-02-26 2651.9
2015-02-25 3442.1
2015-02-24 3393.1
... ...
2014-08-06 2915.8
2014-08-05 2618.1
2014-08-04 2993.0
2014-08-03 3436.4
2014-08-02 2261.7
df_normal = pd.read_csv("../data/user.csv")
plt.figure(figsize=(8,4))
plt.plot(df_normal["Date"],df_normal["Eletricity"])
plt.xlabel("日期")
plt.ylabel("每日电量")
# 设置x轴刻度间隔
x_major_locator = plt.MultipleLocator(7)
ax = plt.gca()
ax.xaxis.set_major_locator(x_major_locator)
plt.title("正常用户电量趋势")
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.show() # 展示图片
数据：
Date Eletricity
0 2012/2/1 6100
1 2012/2/2 6312
2 2012/2/3 6240
3 2012/2/4 4293
4 2012/2/5 3346
5 2012/2/6 6390
6 2012/2/7 6170
7 2012/2/8 6720
8 2012/2/9 6850
9 2012/2/10 7000
10 2012/2/11 2123
11 2012/2/12 1344
12 2012/2/13 5680
13 2012/2/14 5910
14 2012/2/15 5950
15 2012/2/16 6000
16 2012/2/17 5681
17 2012/2/18 3743
18 2012/2/19 660
19 2012/2/20 5530
20 2012/2/21 5070
21 2012/2/22 4810
22 2012/2/23 4880
23 2012/2/24 4790
24 2012/2/25 4078
25 2012/2/26 1965
26 2012/2/27 4601
27 2012/2/28 4531
28 2012/2/29 4263
29 2012/3/1 4471
30 2012/3/2 4750
31 2012/3/3 3963
32 2012/3/4 1509
33 2012/3/5 4090
34 2012/3/6 4001
35 2012/3/7 3737
36 2012/3/8 3203
37 2012/3/9 3312
38 2012/3/10 935
39 2012/3/11 2756
40 2012/3/12 3230
41 2012/3/13 2702
42 2012/3/14 2567
43 2012/3/15 571
44 2012/3/16 2307
45 2012/3/17 2230
46 2012/3/18 1945
47 2012/3/19 2220
48 2012/3/20 2041
49 2012/3/21 2060
50 2012/3/22 2000
51 2012/3/23 1821
52 2012/3/24 1800
53 2012/3/25 1745
54 2012/3/26 1023
55 2012/3/27 2045
56 2012/3/28 2132
57 2012/3/29 2345
58 2012/3/30 2267
df_steal = pd.read_csv("../data/Steal user.csv")
print(df_steal)
plt.figure(figsize=(10, 9))
plt.plot(df_steal["Date"],df_steal["Eletricity"])
plt.xlabel("日期")
plt.ylabel("日期")
# 设置x轴刻度间隔
x_major_locator = plt.MultipleLocator(7)
ax = plt.gca()
ax.xaxis.set_major_locator(x_major_locator)
plt.title("窃电用户电量趋势")
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.show() # 展示图片
带箭头
数据
菜品名
A1 9173
A2 5729
A3 4811
A4 3594
A5 3195
A6 3026
A7 2378
A8 1970
A9 1877
A10 1782
Name: 盈利, dtype: int64
dish_profit = '../data/catering_dish_profit.xls' # 餐饮菜品盈利数据
data = pd.read_excel(dish_profit, index_col = u'菜品名')
data = data[u'盈利'].copy()
data.sort_values(ascending = False)
print(data)
import matplotlib.pyplot as plt # 导入图像库
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号
plt.figure()
data.plot(kind='bar')
plt.ylabel(u'盈利（元）')
p = 1.0*data.cumsum()/data.sum()
p.plot(color = 'r', secondary_y = True, style = '-o',linewidth = 2)
plt.annotate(format(p[6], '.4%'), xy = (6, p[6]), xytext=(6*0.9, p[6]*0.9),
arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2")) # 添加注释，即85%处的标记。这里包括了指定箭头样式。
plt.ylabel(u'盈利（比例）')
plt.show()
练习
绘制一条蓝色的正弦虚线
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,2*np.pi,50) # x坐标输入,np.linspace主要用来创建等差数列
print(x)
y = np.sin(x) # 计算对应x的正弦值
plt.plot(x, y, 'bp--') # 控制图形格式为蓝色带星虚线，显示正弦曲线
plt.show()
绘制饼图
import matplotlib.pyplot as plt
# The slices will be ordered and plotted counter-clockwise.
labels = 'Frogs', 'Hogs', 'Dogs', 'Logs' # 定义标签
sizes = [15, 30, 45, 10] # 每一块的比例
colors = ['yellowgreen', 'gold', 'lightskyblue', 'lightcoral'] # 每一块的颜色
explode = (0.1, 0.3, 0, 0) # 突出显示，这里仅仅突出显示第二块（即'Hogs'）
plt.pie(sizes, explode=explode, labels=labels, colors=colors, autopct='%1.1f%%', shadow=True, startangle=90)
plt.axis('equal') # 显示为圆（避免比例压缩为椭圆）
plt.show()
绘制二维条形直方图
import matplotlib.pyplot as plt
import numpy as np
x = np.random.randn(1000) # 1000个服从正态分布的随机数
plt.hist(x, 10) # 分成10组进行绘制直方图
plt.show()
绘制箱型图
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
x = np.random.randn(1000) # 1000个服从正态分布的随机数
D = pd.DataFrame([x, x+1]).T # 构造两列的DataFrame
D.plot(kind = 'box') # 调用Series内置的绘图方法画图，用kind参数指定箱型图box
plt.show()
使用plot(logy = True)函数进行绘图
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号
import numpy as np
import pandas as pd
x = pd.Series(np.exp(np.arange(20))) # 原始数据
plt.figure(figsize = (8, 9)) # 设置画布大小
ax1 = plt.subplot(2, 1, 1)# # 创建第1个子图
x.plot(label = '原始数据图', legend = True)
ax1 = plt.subplot(2, 1, 2)# 创建第二个子图
x.plot(logy = True, label = '对数数据图', legend = True)
plt.show()
绘制误差棒图
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号
import numpy as np
import pandas as pd
error = np.random.rand(10) # 定义误差列
y = pd.Series(np.arange(10)) # 均值数据列
y.plot(yerr = error) # 绘制误差图
plt.show()
浙公网安备 33010602011771号