一、绘制圆环图

import numpy as np

import matplotlib.pyplot as plt

#解决中文乱码问题

plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']

# 解决负号无法正常显示的问题

plt.rcParams['axes.unicode_minus']=False

#在默认设置下matplotlib做出来的图表不是很清楚，可以将图表设置成矢量格式显示

# plt.savefig("test.svg", format="svg")

# 建立坐标系

plt.subplot(1,1,1)

# 指明x值

x1 = np.array([8566,5335,7310,6482])

x2 = np.array([4283,2667,3655,3241])

# 绘图

labels = ['东区','北区','南区','西区']

plt.pie(x1,labels = labels,radius=1.0,wedgeprops=dict(width = 0.3,edgecolor = 'w'))

plt.pie(x1,radius=0.7,wedgeprops=dict(width = 0.3,edgecolor = 'w'))

# 添加注释

plt.annotate('完成量',xy=(0.35,0.35),xytext = (0.7,0.45),arrowprops = dict(facecolor = 'black',arrowstyle = '->'))

plt.annotate('任务量',xy=(0.75,0.20),xytext = (1.1,0.2),arrowprops = dict(facecolor = 'black',arrowstyle = '->'))

# 设置标题

plt.title(label = 'xxxxxxxx')

# 显示图表

plt.show()

效果如下：

二、绘制折线图

绘制折线图：

plt.plot(x,y,color,linestyle,linewidth,marker,markeredgecolor,markeredgwidth,

markerfacecolor,markersize,label)

x,y为x轴y轴的数据

color为yanse

linestyle为线的格式

linewidth表示线的宽度

marker表示折线每个点的形状

注：除了xy是必选项，其他均为可选项

import pandas as pd

import matplotlib.pyplot as plt

#解决中文乱码问题

plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']

# 解决负号无法正常显示的问题

plt.rcParams['axes.unicode_minus']=False

#在默认设置下matplotlib做出来的图表不是很清楚，可以将图表设置成矢量格式显示

# plt.savefig("test.svg", format="svg")

# 数据源

df = pd.read_excel('/Users/caizhengjie/Desktop/数据分析数据/数据可视化/数据1.xlsx')

print(df)

#将图表的整个区域分成1行1列，且在第一个坐标系里面绘图

plt.subplot(1,1,1)

# 在第一个坐标系里面画折线

plt.plot(df['月份'],df['注册量'],color='k',linestyle='dashdot',linewidth=1,marker='o',markersize=5,label='注册用户数')

# 设置标题

plt.title('xxxxxxx',loc='center')

#添加数据标签

for a,b in zip(df['月份'],df['注册量']):

plt.text(a,b,b,ha = 'center',va = 'bottom',fontsize = 10)

# 设置网格线

plt.grid(True)

# 设置图例

plt.legend()

plt.show()

效果如下：

三、绘制散点图

绘制散点图：

plt.scatter(x,y,s,c,marker,linewidths,edgecolors)

(x,y)表示散点的位置

s表示每个点的位置

c表示每个点的颜色

marker表示每个点的标记

linewidths表示每个散点的线宽

edgecolors表示每个散点外轮廓的颜色

import matplotlib.pyplot as plt

#解决中文乱码问题

plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']

# 解决负号无法正常显示的问题

plt.rcParams['axes.unicode_minus']=False

#在默认设置下matplotlib做出来的图表不是很清楚，可以将图表设置成矢量格式显示

# plt.savefig("test.svg", format="svg")

# 绘制散点图

# 建立坐标系

plt.subplot(1,1,1)

# 指明x和y的值

x = [5.5,6.6,6,8.1,19.5,22.4,28.3,28.9]

y = [2.38,3.85,4.41,5.67,5.44,6.03,8.15,6.87]

# 绘图

plt.scatter(x,y,marker='o',s = 100)

# 设置标题

plt.title('xxxxxxxxxx',loc='center')

# 设置x轴y轴的名称

plt.xlabel('平均气温')

plt.ylabel('啤酒销量')

# 设置网格线

plt.grid(True)

# 显示图表

plt.show()

效果如下：

四、绘制条形图

绘制条形图：

plt.barh(y,width,height,align,color,edgecolor)

y表示什么位置显示柱子，即纵坐标

width表示柱子在横向的宽度，即横坐标

height表示柱子在纵向的高度，即柱子的实际高度

align表示柱子的对齐方式

color表示柱子的颜色

edgecolor表示柱子的边缘颜色

import numpy as np

import matplotlib.pyplot as plt

#解决中文乱码问题

plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']

# 解决负号无法正常显示的问题

plt.rcParams['axes.unicode_minus']=False

#在默认设置下matplotlib做出来的图表不是很清楚，可以将图表设置成矢量格式显示

# plt.savefig("test.svg", format="svg")

# 绘制条形图

# 建立坐标系

plt.subplot(1,1,1)

# 指明x和y的值

x = np.array(['东区','南区','西区','北区'])

y = np.array([8556,6482,5335,7301])

# 绘图

# width指明条形的宽度，align指明条形图的位置默认是center

plt.barh(x,height=0.5,width=y,align='center')

# 设置标题

plt.title('xxxxxxxxxx',loc='center')

# 添加数据标签

for a,b in zip(x,y):

plt.text(b,a,b,ha='center',va='center',fontsize = 12)

# 设置x轴y轴的名称

plt.xlabel('区域')

plt.ylabel('任务量')

# 设置网格线

plt.grid(True)

# 显示图表

plt.show()

效果如下：

五、绘制树地图

绘制树地图：用来表示同一等级中不同类别的占比关系，使用squairfy库

squairfy.plot(sizes,label,color,value,edgecolor,linewidth)

sizes待绘图数据

label不同类别的图例标签

color不同类别的颜色

value不同类别的数据标签

edgecolor不同类别之间边框的颜色

linewidth边框线宽

import numpy as np

import matplotlib.pyplot as plt

import squarify

#解决中文乱码问题

plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']

# 解决负号无法正常显示的问题

plt.rcParams['axes.unicode_minus']=False

#在默认设置下matplotlib做出来的图表不是很清楚，可以将图表设置成矢量格式显示

# plt.savefig("test.svg", format="svg")

# 指定每一块的大小

size = np.array([3.4,0.693,0.585,0.570,0.562,0.531,0.530,0.524,0.501,0.478,0.468,0.436])

# 指定每一块的文字标签

xingzuo = np.array(['未知','魔蝎座','天秤座','双鱼座','天蝎座','金牛座','处女座','双子座','射手座','狮子座','水瓶座','白羊座'])

# 指定每一块数值标签

rate = np.array(['34%','6.93%','5.85%','5.7%','5.62%','5.31%','5.3%','5.24%','5.01%','4.78%','4.68%','4.34%'])

# 指定每一块颜色

colors= ['steelblue','#9999ff','red','indianred','green','yellow','orange']

#绘图

plot = squarify.plot(sizes=size,label=xingzuo,color=colors,value=rate,edgecolor='white',linewidth = 3)

# 设置标题大小

plt.title('星座分布',fontdict={'fontsize':12})

# 除去坐标轴

plt.tick_params(top = 'off',right = 'off')

# 显示图表

plt.show()

效果如下：

以上内容仅供参考学习，如有侵权请联系我删除！