40张Python可视化图形_python可视化图表

40张Python可视化图形

1.熊猫基本花图

import pandas as pd
import matplotlib.pyplot as plt
 
# 数据集1：4组只有4个值：
df = pd.DataFrame([8,8,1,2], index=['a', 'b', 'c', 'd'], columns=['x'])
 
# 制定计划
df.plot(kind='pie', subplots=True, figsize=(8, 8))

# 显示情节
plt.show()
1
2
3
4
5
6
7
8
9
10
11

2.堆叠面积图的基线选项

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
 
# 创建数据
X = np.arange(0, 10, 1)
Y = X + 5 * np.random.random((5, X.size))
 
# 我们可以使用4种类型的基线：
baseline = ["zero", "sym", "wiggle", "weighted_wiggle"]
 
# 让我们绘制4个图，每个基线1个
for n, v in enumerate(baseline):
    if n<3 :
        plt.tick_params(labelbottom='off')
    plt.subplot(2 ,2, n + 1)
    plt.stackplot(X, *Y, baseline=v)
    plt.title(v)
    plt.tight_layout()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

3.柱形图

import matplotlib.pyplot as plt
 
# 创建数据集
height = [3, 12, 5, 18, 45]
bars = ('A', 'B', 'C', 'D', 'E')
 
# 选择每个条形图在x轴上的位置（间距=1,4,3.1）
x_pos = [0,1,5,8,9]
 
# 创建条形图
plt.bar(x_pos, height)
 
# 在x轴上创建名称
plt.xticks(x_pos, bars)
 
# 显示图形
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

4.散点图

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
 
# 创建数据集：
df=pd.DataFrame({
   'x_values': range(1,101), 'y_values': np.random.randn(100)*15+range(1,101) })
 
# 情节
plt.plot( 'x_values', 'y_values', data=df, linestyle='none', marker='o')
plt.show()
1
2
3
4
5
6
7
8
9
10
11

5.基本气泡图

import matplotlib.pyplot as plt
import numpy as np
 
# 创建数据
x = np.random.rand(40)
y = np.random.rand(40)
z = np.random.rand(40)
 
# 使用散射函数
plt.scatter(x, y, s=z*1000, alpha=0.5)

# 显示图表
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13

6.面积图和饰面

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

# 设定海狮风格
sns.set_style("whitegrid")
 
# 调色板
blue, = sns.color_palette("muted", 1)
 
# 创建数据
x = np.arange(23)
y = np.random.randint(8, 20, 23)
 
# 绘制绘图
fig, ax = plt.subplots()
ax.plot(x, y, color=blue, lw=3)
ax.fill_between(x, 0, y, alpha=.3)
ax.set(xlim=(0, len(x) - 1), ylim=(0, None), xticks=x)

# 显示图形
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

7.自定义matplotlib标题

import matplotlib.pyplot as plt
import numpy as np

# 数据
x = np.random.normal(size=50000)
y = x * 3 + np.random.normal(size=50000)

# 2D直方图
plt.hist2d(x, y, bins=(50, 50), cmap=plt.cm.Reds)

# 添加基本标题
plt.title("A 2D histogram")

# 显示图形
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

8.基本甜甜圈图

import matplotlib.pyplot as plt
 
# 创建数据
size_of_groups=[12,11,3,30]
 
# 创建饼图
plt.pie(size_of_groups)
#plt.show()
 
# 在中心添加一个白色圆圈
my_circle=plt.Circle( (0,0), 0.7, color='white')
p=plt.gcf()
p.gca().add_artist(my_circle)

# 显示图表
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

9.有条件颜色的棒棒糖图

import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
 
# 数据
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x) + np.random.uniform(size=len(x)) - 0.2
 
# 如果y轴值等于或大于0，则创建颜色
my_color = np.where(y>=0, 'orange', 'skyblue')
 
# 使用vline函数绘制垂直图
plt.vlines(x=x, ymin=0, ymax=y, color=my_color, alpha=0.4)
plt.scatter(x, y, color=my_color, s=1, alpha=1)
 
# 添加标题和轴名称
plt.title("Evolution of the value of ...", loc='left')
plt.xlabel('Value of the variable')
plt.ylabel('Group')

# 显示图形
plt.show(
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

10.基本堆积面积图

import numpy as np
import matplotlib.pyplot as plt

# 你的x轴和y轴
x=range(1,6)
y=[ [1,4,6,8,9], [2,2,7,10,12], [2,8,5,10,6] ]
 
# 基本堆积面积图。
plt.stackplot(x,y, labels=['A','B','C'])
plt.legend(loc='upper left')
plt.show()
 
1
2
3
4
5
6
7
8
9
10
11
12

11.控制堆叠区域图中的颜色

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
 
# 你的x轴和y轴
x = range(1,6)
y = [ [10,4,6,5,3], [12,2,7,10,1], [8,18,5,7,6] ]
 
# 使用已知的调色板
pal = sns.color_palette("Set1")
plt.stackplot(x,y, labels=['A','B','C'], colors=pal, alpha=0.4 )
plt.legend(loc='upper right')
 
# 创建调色板
pal = ["#9b59b6", "#e74c3c", "#34495e", "#2ecc71"]
plt.stackplot(x,y, labels=['A','B','C'], colors=pal, al
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15