本文介绍如果使用python汇总常用的图表，与Excel的点选操作相比，用python绘制图表显得比较比较繁琐，尤其提现在对原始数据的处理上。但两者在绘制图表过程中的思路大致相同，Excel中能完成的工作python大多也能做到。为了更清晰的说明使用python绘制图表的过程，我们在汇总图表的代码中进行注解，说明每一行代码的具体作用。并在文章的最后给出了自定义字体和图表配色的对应表。

准备工作

?

1

2

3

4

5

import numpy as np

import pandas as pd

#导入图表库以进行图表绘制

import matplotlib.pyplot as plt

loandata=pd.DataFrame(pd.read_excel('loan_data.xlsx'))

折线图

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

#设置日期字段issue_d为loandata数据表索引字段

loandata = loandata.set_index('issue_d')

#按月对贷款金额loan_amnt求均值，以0填充空值

loan_plot=loandata['loan_amnt'].resample('M').fillna(0)

#图表字体为华文细黑，字号为15

plt.rc('font', family='STXihei', size=15)

#创建一个一维数组赋值给a

a=np.array([1,2,3,4,5,6,7,8,9,10,11,12])

#创建折线图，数据源为按月贷款均值，标记点，标记线样式，线条宽度，标记点颜色和透明度

plt.plot(loan_plot,'g^',loan_plot,'g-',color='#99CC01',linewidth=3,markeredgewidth=3,markeredgecolor='#99CC01',alpha=0.8)

#添加x轴标签

plt.xlabel('月份')

#添加y周标签

plt.ylabel('贷款金额')

#添加图表标题

plt.title('分月贷款金额分布')

#添加图表网格线，设置网格线颜色，线形，宽度和透明度

plt.grid( color='#95a5a6',linestyle='--', linewidth=1 ,axis='y',alpha=0.4)

#设置数据分类名称

plt.xticks(a, ('1月','2月','3月','4月','5月','6月','7月','8月','9月','10月','11月','12月') )

#输出图表

plt.show()

柱状图

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

#按用户等级grade字段对贷款金额进行求和汇总

loan_grade=loandata.groupby('grade')['loan_amnt'].agg(sum)

#图表字体为华文细黑，字号为15

plt.rc('font', family='STXihei', size=15)

#创建一个一维数组赋值给a

a=np.array([1,2,3,4,5,6])

#创建柱状图，数据源为按用户等级汇总的贷款金额，设置颜色，透明度和外边框颜色

plt.bar([1,2,3,4,5,6],loan_grade,color='#99CC01',alpha=0.8,align='center',edgecolor='white')

#设置x轴标签

plt.xlabel('用户等级')

#设置y周标签

plt.ylabel('贷款金额')

#设置图表标题

plt.title('不同用户等级的贷款金额分布')

#设置图例的文字和在图表中的位置

plt.legend(['贷款金额'], loc='upper right')

#设置背景网格线的颜色，样式，尺寸和透明度

plt.grid(color='#95a5a6',linestyle='--', linewidth=1,axis='y',alpha=0.4)

#设置数据分类名称

plt.xticks(a,('A级','B级','C级','D级','E级','F级'))

#显示图表

plt.show()

条形图

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

#图表字体为华文细黑，字号为15

plt.rc('font', family='STXihei', size=15)

#创建一个一维数组赋值给a

a=np.array([1,2,3,4,5,6])

#创建条形图，数据源为分等级贷款金额汇总，设置颜色，透明度和图表边框

plt.barh([1,2,3,4,5,6],loan_grade,color='#99CC01',alpha=0.8,align='center',edgecolor='white')

#添加x轴标题

plt.xlabel('贷款金额')

#添加y轴标题

plt.ylabel('用户等级')

#添加图表标题

plt.title('不同用户等级的贷款金额分布')

#添加图例，并设置在图表中的显示位置

plt.legend(['贷款金额'], loc='upper right')

#设置背景网格线的颜色，样式，尺寸和透明度

plt.grid(color='#95a5a6',linestyle='--', linewidth=1,axis='y',alpha=0.4)

#设置数据分类名称

plt.yticks(a,('A级','B级','C级','D级','E级','F级'))

#显示图表

plt.show()

饼图

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

#图表字体为华文细黑，字号为15

plt.rc('font', family='STXihei', size=15)

#设置饼图中每个数据分类的颜色

colors = ["#99CC01","#FFFF01","#0000FE","#FE0000","#A6A6A6","#D9E021"]

#设置饼图中每个数据分类的名称

name=['A级', 'B级', 'C级', 'D级', 'E级','F级']

#创建饼图，设置分类标签，颜色和图表起始位置等

plt.pie(loan_grade,labels=name,colors=colors,explode=(0, 0, 0.15, 0, 0, 0),startangle=60,autopct='%1.1f%%')

#添加图表标题

plt.title('不同用户等级的贷款金额占比')

#添加图例，并设置显示位置

plt.legend(['A级','B级','C级','D级','E级','F级'], loc='upper left')

#显示图表

plt.show()

散点图

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

#按月汇总贷款金额，以0填充空值

loan_x=loandata['loan_amnt'].resample('M',how=sum).fillna(0)

#按月汇总利息金额，以0填充空值

loan_y=loandata['total_rec_int'].resample('M',how=sum).fillna(0)

#图表字体为华文细黑，字号为15

plt.rc('font', family='STXihei', size=15)

#创建散点图，贷款金额为x，利息金额为y，设置颜色，标记点样式和透明度等

plt.scatter(loan_x,loan_y,60,color='white',marker='o',edgecolors='#0D8ECF',linewidth=3,alpha=0.8)

#添加x轴标题

plt.xlabel('贷款金额')

#添加y轴标题

plt.ylabel('利息收入')

#添加图表标题

plt.title('贷款金额与利息收入')

#设置背景网格线的颜色，样式，尺寸和透明度

plt.grid(color='#95a5a6',linestyle='--', linewidth=1,axis='both',alpha=0.4)

#显示图表

plt.show()

气泡图

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

#按月汇总贷款金额及利息

loan_x=loandata['loan_amnt'].resample('M',how=sum).fillna(0)

loan_y=loandata['total_rec_int'].resample('M',how=sum).fillna(0)

loan_z=loandata['total_rec_int'].resample('M',how=sum).fillna(0)

#图表字体为华文细黑，字号为15

plt.rc('font', family='STXihei', size=15)

#设置气泡图颜色

colors = ["#99CC01","#FFFF01","#0000FE","#FE0000","#A6A6A6","#D9E021",'#FFF16E','#0D8ECF','#FA4D3D','#D2D2D2','#FFDE45','#9b59b6']

#创建气泡图贷款金额为x，利息金额为y，同时设置利息金额为气泡大小，并设置颜色透明度等。

plt.scatter(loan_x,loan_y,s=loan_z,color=colors,alpha=0.6)

#添加x轴标题

plt.xlabel('贷款金额')

#添加y轴标题

plt.ylabel('利息收入')

#添加图表标题

plt.title('贷款金额与利息收入')

#设置背景网格线的颜色，样式，尺寸和透明度

plt.grid(color='#95a5a6',linestyle='--', linewidth=1,axis='both',alpha=0.4)

#显示图表

plt.show()

箱线图

?

1

2

3

4

5

6

7

8

9

10

11

12

#图表字体为华文细黑，字号为15

plt.rc('font', family='STXihei', size=15)

#创建箱线图，数据源为贷款来源，设置横向显示

plt.boxplot(loandata['loan_amnt'],1,'rs',vert=False)

#添加x轴标题

plt.xlabel('贷款金额')

#添加图表标题

plt.title('贷款金额分布')

#设置背景网格线的颜色，样式，尺寸和透明度

plt.grid(color='#95a5a6',linestyle='--', linewidth=1,axis='both',alpha=0.4)

#显示图表

plt.show()

直方图

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

#图表字体为华文细黑，字号为15

plt.rc('font', family='STXihei', size=15)

#创建直方图，数据源为贷款金额，将数据分为8等份显示，设置颜色和显示方式，透明度等

plt.hist(loandata['loan_amnt'],8,normed=1, histtype='stepfilled',facecolor='#99CC01', rwidth=0.9,alpha=0.6,edgecolor='white')

#添加x轴标题

plt.xlabel('贷款金额')

#添加y轴标题

plt.ylabel('概率')

#添加图表标题

plt.title('贷款金额概率密度')

#设置背景网格线的颜色，样式，尺寸和透明度

plt.grid(color='#95a5a6',linestyle='--', linewidth=1,axis='y',alpha=0.4)

#显示图表

plt.show()

自定义字体及配色

图表中所使用的字体，可以使用下面的字体名称替换family=后面的内容以改变图表中所显示的字体。

图表中的颜色，可以直接使用颜色名称，也可以使用简称来设置图表中使用的颜色，本文中没有使用默认的颜色，而是使用了自定义颜色。

自定义颜色的色号，本文中使用的是Hex色号，下面给出了Hex和RGB的对应关系，以及相应的颜色。可以使用下面的Hex色号替换本文中图表的颜色。

使用python绘制常用的图表相关推荐

  1. 怎么用python找论文_如何利用Python绘制学术论文图表方法

    论文中图表形式多样,常用的处理工具有excel.MATLAB以及Python等,excel自处理的方法有两个缺陷: 1.当数据较多时,容易出现excel"翻白眼"的现象: 2.需要 ...

  2. python获取excel数据制作有文字和图表的报告_如何用Python绘制学术报告图表？

    原标题:如何用Python绘制学术报告图表? 作者:ExcelTing 原文:http://cnblogs.com/excelting/p/6507680.html 全文约 3581 字,读完可能需要 ...

  3. python的论文图表_如何利用Python绘制学术论文图表方法

    论文中图表形式多样,常用的处理工具有excel.MATLAB以及Python等,excel自处理的方法有两个缺陷: 1.当数据较多时,容易出现excel"翻白眼"的现象: 2.需要 ...

  4. python画50个图-Python绘制六种可视化图表详解，三维图最炫酷！你觉得呢？

    Python绘制六种可视化图表详解,三维图最炫酷!你觉得呢? 可视化图表,有相当多种,但常见的也就下面几种,其他比较复杂一点,大都也是基于如下几种进行组合,变换出来的.对于初学者来说,很容易被这官网上 ...

  5. 厉害了，用Python绘制动态可视化图表，并保存成gif格式

    作者 | 俊欣 来源 | 关于数据分析与可视化 最近有粉丝问道说"是不是可以将这些动态的可视化图表保存成gif图",小编立马就回复了说后面会写一篇相关的文章来介绍如何进行保存gif ...

  6. python办公图表怎么画,用python绘制常用图表（一）,上

    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'] ...

  7. python数据论文_如何利用Python绘制学术论文图表

    论文中图表形式多样,常用的处理工具有excel.MATLAB以及Python等,excel自处理的方法有两个缺陷:1.当数据较多时,容易出现excel"翻白眼"的现象:2.需要使用 ...

  8. Python绘制六种可视化图表详解

    可视化图表,有相当多种,但常见的也就下面几种,其他比较复杂一点,大都也是基于如下几种进行组合,变换出来的.对于初学者来说,很容易被这官网上众多的图表类型给吓着了,由于种类太多,几种图表的绘制方法很有可 ...

  9. 用python 画炫酷的图并讲解-Python绘制六种可视化图表详解，三维图最炫酷！你觉得呢？...

    可视化图表,有相当多种,但常见的也就下面几种,其他比较复杂一点,大都也是基于如下几种进行组合,变换出来的.对于初学者来说,很容易被这官网上众多的图表类型给吓着了,由于种类太多,几种图表的绘制方法很有可 ...

  10. 【实战篇】37 # 如何使用 QCharts 图表库绘制常用数据图表？

    说明 [跟月影学可视化]学习笔记. QCharts 图表库 QCharts 是一个基于 spritejs 封装的图表库,可以让用户以组件的形式组合出各种图表:https://www.qcharts.c ...

最新文章

  1. Lucene源代码学习之 PackedInts
  2. 使用RabbitMQ实现接口补偿
  3. python点击按钮改变图片_单击tkinter按钮时更改图片
  4. java数据库表不存在_如果Java生产代码中不存在并在JUnit中确认,则创建数据库表...
  5. @property and @synthesize区别
  6. javascript基础修炼——前端路由的基本原理
  7. 2021年文山州一中高考成绩查询,云南文山第一中学2021年录取分数线
  8. 3月12日 对极几何，本征矩阵，基础矩阵，F/E矩阵计算，恢复旋转与平移，三角化视图重建
  9. UE4GamePlay框架
  10. Win7系统用键盘替代鼠标的小技巧
  11. 用火箭送快递？淘宝宣布联合蓝箭航天起启动“宝箭”计划
  12. l曲线 matlab,L曲线确定岭参数
  13. Word快速构建座位表
  14. dayjs格式化使用
  15. 一个炒鸡好用的 indicator 开源指示器
  16. Linux C实现纯用户态抢占式多线程！
  17. linux中文件权限为d-rwxr-xr,Linux基础知识之文件权限详解
  18. Python复习 基础知识
  19. React基础（叁）———事件处理
  20. on与where的区别

热门文章

  1. (TNNLS-2022)步态质量感知网络：面向轮廓步态识别的可解释性
  2. 什么是android原生系统版本,定制安卓和原生Android到底有哪些不同之处？彻底真相了...
  3. java linux获取本机ip_Java 获取本机IP
  4. oracle8i odac for c,ODAC for delphi
  5. c语言java异或区别_C、C++、Java异或运算交换变量变量值的区别
  6. esxi安装系统ndows,ESXI 安装 Windows Server 2012过程
  7. 如何清理浏览器缓存快捷键
  8. k 均值算法（k-means）
  9. 如何在 Windows 10 上完全禁用 UAC
  10. 删除Navicat注册表