Python数据可视化——图型参数介绍

蔚落 2023-09-29 08:37 57阅读 0赞

## 前言 ##

利用Python 绘制常见的统计图形，例如条形 图、饼图、直方图、折线图、散点图等，通过这些常用图形的展现，将 复杂的数据简单化。这些图形的绘制可以通过matplotlib 模块、 pandas 模

块或者 seaborn 模块实现。

##  ##

## **饼图**  ##

> import matplotlib.pyplot as plt  
> 
> 
> plt.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False)

*  x ：指定绘图的数据。 
 *  explode ：指定饼图某些部分的突出显示，即呈现爆炸式。 
 *  labels ：为饼图添加标签说明，类似于图例说明。 
 *  colors ：指定饼图的填充色。 
 *  autopct：自动添加百分比显示，可以采用格式化的方法显示。autopct='%.1f%%'
 *  pctdistance ：设置百分比标签与圆心的距离。 
 *  shadow ：是否添加饼图的阴影效果。 
 *  labeldistance ：设置各扇形标签（图例）与圆心的距离。 
 *  startangle ：设置饼图的初始摆放角度。 
 *  radius ：设置饼图的半径大小。 
 *  counterclock ：是否让饼图按逆时针顺序呈现。 
 *  wedgeprops ：设置饼图内外边界的属性，如边界线的粗细、颜色等。
 *  textprops ：设置饼图中文本的属性，如字体大小、颜色等。 
 *  center ：指定饼图的中心点位置，默认为原点。 
 *  title ：为饼图添加标题
 *  frame ：是否要显示饼图背后的图框，如果设置为 True 的话，需 要同时控制图框x 轴、 y 轴的范围和饼图的中心位置。

其他：

> \#中文乱码和坐标轴负号的处理  
> plt.rcParams \[ 'font.sans-serif'\] = \['Microsoft YaHei'\]
> 
> plt.rcParams \[ 'axes.unicode\_minus'\]=False  
> 
> 
> \#将横、纵坐标轴标准化处理，确保饼图是一个正圆，否则为椭圆
> 
> plt.axes(aspect='equal ')

*  如果绘制的图形中涉及中文及数字中的负号，都需要通过 rcParams进行控制。 
 *  由于不加修饰的饼图更像是一个椭圆，所以需要 pyplot 模块中的 axes函数将椭圆强制为正圆。

> import pandas as pd
> 
> Series.plot(kind='line', ax=None, figsize=None, use\_index=True, title=None, grid=None, legend=False, style=None, logx=False, logy=False, loglog=False, xticks=None, yticks=None, xlim=None, ylim=None, rot=None, fontsize=None, colormap=None, table=False, yerr=None, xerr=None, label=None, secondary\_y=False, \*\*kwds)

*  kind：指定一个字符串值，用于绘制图形的类型，默认为折线图
 *  line： 还可以绘制垂直条形图 bar 、水平条形图 hbar 、直方图 hist 、 
    
    箱线图 box 、核密度图 kde 、面积图 area 和饼图 pie 。
 *  ax ：控制当前子图在组图中的位置。例如，在一个 2×2 的图形矩 
    
    阵中，通过该参数控制当前图形在矩阵中的位置。 
 *  figsize ：控制图形的宽度和高度，以元组形式传递，即 (width,hright)。 
 *  use\_index ： bool 类型的参数，是否将序列的行索引用作 x 轴的刻 度，默认为True 。 
 *  title ：用以添加图形的标题。 
 *  grid ： bool 类型的参数，是否给图形添加网格线，默认为 False 。 
 *  legend ： bool 类型的参数，是否添加子图的图例，默认为 False 。 
 *  style ：如果 kind 为 line ，该参数可以控制折线图的线条类型。 
 *  logx ： bool 类型的参数，是否对 x 轴做对数变换，默认为 False 。 
 *  logy ： bool 类型的参数，是否对 y 轴做对数变换，默认为 False 。 
 *  loglog ： bool 类型的参数，是否同时对 x 轴和 y 轴做对数变换，默 认为False 。 
 *  xticks ：用于设置 x 轴的刻度值。 
 *  yticks ：用于设置 y 轴的刻度值。 
 *  xlim ：以元组或列表的形式，设置 x 轴的取值范围，如 (0,3) 表示 x 轴落在0 ～ 3 的范围之内。 
 *  ylim ：以元组或列表的形式，设置 y 轴的取值范围。 
 *  rot ：接受一个整数值，用于旋转刻度值的角度。 
 *  fontsize ：接受一个整数，用于控制 x 轴与 y 轴刻度值的字体大小。 
 *  colormap ：接受一个表示颜色含义的字符串，或者 Python 的色彩 映射对象，该参数用于设置图形的区域颜色。 
 *  table ：该参数如果为 True ，表示在绘制图形的基础上再添加数据 表；如果传递的是序列或数据框，则根据数据添加数据表。 
 *  yerr ：如果 kind 为 bar 或 hbar ，该参数表示在条形图的基础上添加 误差棒。 
 *  xerr ：含义同 yerr 参数。 label ：用于添加图形的标签。 
 *  secondary\_y ： bool 类型的参数，是否添加第二个 y 轴，默认为 False。 
 *  \*\*kwds ：关键字参数，该参数可以根据不同的 kind 值，为图形添 
    
    加更多的修饰性参数（依赖于 pyplot 中的绘图函数）。

--------------------

## **条形图** ##

> import matplotlib.pyplot as plt  
> 
> 
> plt.bar(left, height, width=0.8, bottom=None, color=None, edgecolor=None, linewidth=None, tick\_label=None, xerr=None, yerr=None, label = None, ecolor=None, align, log=False, \*\*kwargs)

*  left ：传递数值序列，指定条形图中 x 轴上的刻度值。 
 *  height ：传递数值序列，指定条形图 y 轴上的高度。 
 *  width ：指定条形图的宽度，默认为 0.8
 *  bottom ：用于绘制堆叠条形图。 
 *  color ：指定条形图的填充色。 
 *  edgecolor ：指定条形图的边框色。 
 *  linewidth ：指定条形图边框的宽度，如果指定为 0 ，表示不绘制  边框。 
 *  tick\_label ：指定条形图的刻度标签。 
 *  xerr ：如果参数不为 None ，表示在条形图的基础上添加误差棒。 
 *  yerr ：参数含义同 xerr 。 
 *  label ：指定条形图的标签，一般用以添加图例。 
 *  ecolor ：指定条形图误差棒的颜色。 
 *  align ：指定 x 轴刻度标签的对齐方式，默认为 center ，表示刻度标 
 *  签居中对齐，如果设置为 edge ，则表示在每个条形的左下角呈现  刻度标签。 
 *  log ： bool 类型参数，是否对坐标轴进行 log 变换，默认为 False 。 
 *  \*\*kwargs ：关键字参数，用于对条形图进行其他设置，如透明度  等。 
 *  \#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')