Python数据可视化：折线图、柱状图、饼图代码

本文的文字及图片来源于网络,仅供学习、交流使用,不具备任何商业用途,若有问题请及时联系咱们以做处理。

Python爬虫、数据分析、网站开发等案例教程视频免费在线观看

https://space.bilibili.com/523606542

有不少很牛b的做图教程，我也学不来，就扔给你们本身学吧：

折线图

代码

import numpy as npimport matplotlib.pyplot as plt# x轴刻度标签x_ticks = ['a', 'b', 'c', 'd', 'e', 'f']# x轴范围（0, 1, ..., len(x_ticks)-1）x = np.arange(len(x_ticks))# 第1条折线数据y1 = [5, 3, 2, 4, 1, 6]# 第2条折线数据y2 = [3, 1, 6, 5, 2, 4]# 设置画布大小plt.figure(figsize=(10, 6))# 画第1条折线，参数看名字就懂，还能够自定义数据点样式等等。plt.plot(x, y1, color='#FF0000', label='label1', linewidth=3.0)# 画第2条折线plt.plot(x, y2, color='#00FF00', label='label2', linewidth=3.0)# 给第1条折线数据点加上数值，前两个参数是坐标，第三个是数值，ha和va分别是水平和垂直位置（数据点相对数值）。for a, b in zip(x, y1):
    plt.text(a, b, '%d'%b, ha='center', va= 'bottom', fontsize=18)# 给第2条折线数据点加上数值for a, b in zip(x, y2):
    plt.text(a, b, '%d'%b, ha='center', va= 'bottom', fontsize=18)# 画水平横线，参数分别表示在y=3，x=0~len(x)-1处画直线。plt.hlines(3, 0, len(x)-1, colors = "#000000", linestyles = "dashed")# 添加x轴和y轴刻度标签plt.xticks([r for r in x], x_ticks, fontsize=18, rotation=20)
plt.yticks(fontsize=18)# 添加x轴和y轴标签plt.xlabel(u'x_label', fontsize=18)
plt.ylabel(u'y_label', fontsize=18)# 标题plt.title(u'Title', fontsize=18)# 图例plt.legend(fontsize=18)# 保存图片plt.savefig('./figure.pdf', bbox_inches='tight')# 显示图片plt.show()

 

效果

 

柱状图

代码

import numpy as npimport matplotlib.pyplot as plt# x轴刻度标签x_ticks = ['a', 'b', 'c', 'd', 'e', 'f']# 柱的宽度barWidth = 0.25# 第1个柱的x轴范围（每一个柱子的中点）（0, 1, ..., len(x_ticks)-1）x1 = np.arange(len(x_ticks))# 第2个柱的x轴范围（每一个柱子的中点）x2 = [x + barWidth for x in x1]# 第1个柱数据y1 = [5, 3, 2, 4, 1, 6]# 第2个柱数据y2 = [3, 1, 6, 5, 2, 4]# 设置画布大小plt.figure(figsize=(10, 6))# 画第1个柱plt.bar(x1, y1, color='#FF0000', width=barWidth, label='label1')# 画第2个柱plt.bar(x2, y2, color='#00FF00', width=barWidth, label='label2')# 给第1个柱数据点加上数值，前两个参数是坐标，第三个是数值，ha和va分别是水平和垂直位置（数据点相对数值）。for a, b in zip(x1, y1):
    plt.text(a, b, '%d'%b, ha='center', va= 'bottom', fontsize=18)# 给第2个柱数据点加上数值for a, b in zip(x2, y2):
    plt.text(a, b, '%d'%b, ha='center', va= 'bottom', fontsize=18)# 画水平横线plt.hlines(3, 0, len(x_ticks)-1+barWidth, colors = "#000000", linestyles = "dashed")# 添加x轴和y轴刻度标签plt.xticks([r + barWidth/2 for r in x1], x_ticks, fontsize=18)
plt.yticks(fontsize=18)# 添加x轴和y轴标签plt.xlabel(u'x_label', fontsize=18)
plt.ylabel(u'y_label', fontsize=18)# 标题plt.title(u'Title', fontsize=18)# 图例plt.legend(fontsize=18)# 保存图片plt.savefig('./figure.pdf', bbox_inches='tight')# 显示图片plt.show()

 

效果

 

饼图

代码

import numpy as npimport matplotlib.pyplot as plt# 设置画布大小plt.figure(figsize=(10, 10))# 设置每块区域的标签labels = ['a', 'b', 'c', 'd', 'e']# 设置每块区域离圆心的距离，这里a区域凸出一点点explode = [0.05, 0.01, 0.01, 0.01, 0.01]# 设置每块区域的值values = [1, 5, 2, 4, 3]# 设置每块区域的颜色colors = ['#F5DEB3', '#87CEFA', '#FFB6C1', '#90EE90', '#D3D3D3']

_, l_text, p_text = plt.pie(values, explode=explode, labels=labels, autopct='%1.1f%%', colors=colors)# 设置标签字体大小for t in l_text:
    t.set_size(18)# 设置数值字体大小for t in p_text:
    t.set_size(18)# 标题plt.title(u'Title', fontsize=18)# 图例plt.legend(fontsize=18)# 保存图片plt.savefig('./figure.pdf', bbox_inches='tight')# 显示图片plt.show()

 

效果