python环形关系图 python绘制环形图

目录

• 一、绘制圆环图
• 二、绘制折线图
• 三、绘制散点图
• 四、绘制条形图
• 五、绘制树地图
• 六、绘制柱形图
• 七、绘制气泡图
• 八、绘制热力图
• 九、绘制水平线和垂直线
• 十、绘制箱型图
• 十一、绘制雷达图
• 十二、绘制面积图
• 十三、绘制饼图

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：

六、绘制柱形图

绘制柱形图：
plt.bar(x,height,width = 0.8,bottom = None,align = ‘center’,color,edgecolor)
x:表示在什么位置显示柱形图
height表示每根柱子的高度
width表示每根柱子的宽度
bottom表示每根柱子的底部位置
align表示柱子的位置与x值的关系
color柱子颜色
edgecolor柱子边缘颜色

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")

# 普通柱形图实例
# 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
plt.bar(x,y,width=0.5,align='center',label = '任务量')
# 设置标题
plt.title('xxxxxxxxxx',loc='center')
# 添加数据标签
for a,b in zip(x,y):
    plt.text(a,b,b,ha='center',va='bottom',fontsize = 12)
# 设置x轴y轴的名称
plt.xlabel('分区')
plt.ylabel('任务量')
# 显示图例
plt.legend()
# 显示图表
plt.show()

# 簇状柱形图实例
# 建立坐标系
plt.subplot(1,1,1)
# 指明x和y的值
x = np.array([1,2,3,4])
y1 = np.array([8556,6482,5335,7301])
y2 = np.array([4283,2667,3655,3241])
# 绘图
plt.bar(x,y1,width=0.3,label = '任务量')
plt.bar(x+0.3,y2,width=0.3,label = '完成量')
# 设置标题
plt.title('xxxxxxxxxx',loc='center')
# 添加数据标签
for a,b in zip(x,y1):
    plt.text(a,b,b,ha='center',va='bottom',fontsize = 12)
for a,b in zip(x+0.3,y2):
    plt.text(a,b,b,ha='center',va='bottom',fontsize = 12)
# 设置x轴y轴的名称
plt.xlabel('分区')
plt.ylabel('任务情况')
# 设置x轴刻度线
plt.xticks(x+0.15,['东区','南区','西区','北区'])
# 设置网格线
plt.grid(True)
# 设置图例
plt.legend()
# 显示图表
plt.show()

# 堆积柱形图
# 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'])
y1 = np.array([8556,6482,5335,7301])
y2 = np.array([4283,2667,3655,3241])
# 绘图
plt.bar(x,y1,width=0.3,label = '任务量')
plt.bar(x,y2,width=0.3,label = '完成量')
# 设置标题
plt.title('xxxxxxxxxx',loc='center')
# 添加数据标签
for a,b in zip(x,y1):
    plt.text(a,b,b,ha='center',va='bottom',fontsize = 12)
for a,b in zip(x,y2):
    plt.text(a,b,b,ha='center',va='top',fontsize = 12)
# 设置x轴y轴的名称
plt.xlabel('分区')
plt.ylabel('任务情况')
# 设置网格线
plt.grid(True)
# 设置图例
plt.legend(loc = 'upper center',ncol = 2)
# 显示图表
plt.show()

效果如下：

七、绘制气泡图

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")

# 绘制散点图
# 建立坐标系
plt.subplot(1,1,1)
# 指明x和y的值
x = np.array([5.5,6.6,6,8.1,19.5,22.4,28.3,28.9])
y = np.array([2.38,3.85,4.41,5.67,5.44,6.03,8.15,6.87])
# 绘图
# 根据y值的大小产生不同的颜色
colors = y*10
# 根据y值的大小产生不同的大小形状
area = y*100
plt.scatter(x,y,c=colors,marker='o',s = area)
# 设置标题
plt.title('xxxxxxxxxx',loc='center')
# 添加数据标签
for a,b in zip(x,y):
    plt.text(a,b,b,ha='center',va='center',fontsize = 12,color = 'white')

# 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：

八、绘制热力图

绘制热力图
plt.imshow(x,cmap)
x表示待绘图的数据，需要是矩阵形式
cmap配色方案，用来表明图表渐变的主题色

import numpy as np
import matplotlib.pyplot as plt
import itertools
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")

# 几个相关指标之间的相关性
cm = np.array([[1,0.082,0.031,-0.0086],
              [0.082,1,-0.063,0.062],
              [0.031,-0.09,1,0.026],
              [-0.0086,0.062,0.026,1]])
# 设置配色
cmap = plt.cm.cool()
plt.imshow(cm,cmap=cmap)
# 显示右边的颜色条
plt.colorbar()
# 设置x轴y轴的刻度标签
classes = ['负债率','信贷数量','年龄','家属数量']
tick_marks = np.arange(len(classes))
plt.xticks(tick_marks,classes)
plt.yticks(tick_marks,classes)
# 将数值显示在指定位置
for i,j in itertools.product(range(cm.shape[0]),range(cm.shape[1])):
    plt.text(j,i,cm[i,j],horizontalalignment = 'center')
# 设置网格线
plt.grid(False)
# 显示图表
plt.show()

效果如下：

九、绘制水平线和垂直线

绘制水平线和垂直线
目的：用来做参考对比

plt.axhline(y,xmin,xmax)
 plt.axvline(x,ymin,ymax)y/x 画水平线/垂直线时的横/纵坐标
 xmin,xmax水平线的起点和终点
 ymin,ymax垂直线的起点和终点

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(1,2,1)
# 绘制一条y等于2且起点是0.2，终点是0.6的水平线
plt.axhline(y=2,xmin=0.2,xmax=0.6)

plt.subplot(1,2,2)
# 绘制一条x等于2且起点是0.2，终点是0.6的水平线
plt.axvline(x=2,ymin=0.2,ymax=0.6)
plt.show()

效果如下：

十、绘制箱型图

绘制箱形图

plt.boxplot(x,vert,widths,labels)
 x待绘图数据源
 vert箱形图方向，如果为True则表示为纵向，如果为False则表示为横向
 widths箱形图宽度
 labels箱形图标签

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")

# 建立坐标系
plt.subplot(1,1,1)
# 指明x和y的值
y1 = np.array([866,2335,5710,6482,6120,1605,3813,4428,4631])
y2 = np.array([433,1167,2855,3241,1060,802,1906,2214,3515])
x = [y1,y2]
# 绘图
labels = ['注册人数','激活人数']
plt.boxplot(x,labels = labels,vert=True,widths=[0.2,0.5])
# 设置标题
plt.title(label = 'xxxxxxxx')
# 设置网格线
plt.grid(True)
# 显示图表
plt.show()

效果如下：

十一、绘制雷达图

绘制雷达图
plt.polar(theta,r,color,marker,linewidth)
theta表示每一点在极坐标系中的角度
r表示每一点在极坐标系中的半径
color连接各个点之间线的颜色
marker每点的标记物
linewidth连接线的宽度

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")

# 建立极坐标系
# 参数polar=True表示建立极坐标系
plt.subplot(111,polar=True)
# 把整个圆分成5分
dataLenth = 5
# np.linspace表示在指定的间隔内返回均匀间隔的数字
angles = np.linspace(0,2*np.pi,dataLenth,endpoint=False)
labels = ['沟通能力','业务理解能力','逻辑思维能力','快速学习能力','工具使用能力']
data = [1,2,3,4,5]
# 闭合
data1 = np.concatenate((data,[data[0]]))
# 闭合
angles1 = np.concatenate((angles,[angles[0]]))
# 绘图
plt.polar(angles1,data1,color = 'r',marker = 'o')
# 设置x轴刻度
plt.xticks(angles1,labels)
# 设置标题
plt.title(label = 'xxxxxxxx')
# 显示图表
plt.show()

效果如下：

十二、绘制面积图

绘制面积图：
plt.stackplot(x,y,labels,colors)
(x,y)表示x/y坐标数值
labels不同系列图表的图例名

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和y的值
x = np.array([1,2,3,4,5,6,7,8,9])
y1 = np.array([866,2335,5710,6482,6120,1605,3813,4428,4631])
y2 = np.array([433,1167,2855,3241,1060,802,1906,2214,3515])
# 绘图
labels = ['注册人数','激活人数']
plt.stackplot(x,y1,y2,labels = labels)
# 设置标题
plt.title('xxxxxxxxxx',loc='center')
# 设置x轴y轴的名称
plt.xlabel('月份')
plt.ylabel('注册与激活人数')
# 设置网格线
plt.grid(True)
# 设置图例
plt.legend()
# 显示图表
plt.show()

效果如下：

十三、绘制饼图

绘制饼图：
plt.pie(x,expolde,labels,colors,autopct,pctdistance,shadow,labeldistance,startangle,radius,counterclock,
wedgeprops,textprops,center,frame)
x 待绘图数据
expolde 饼图中每一块离圆心的距离
labels 饼图中每一块的标签
colors 饼图中每一块的颜色
autopct 控制饼图内数值的百分比格式
pctdistance 数据标签距中心的距离
shadow 饼图是否有阴影
labeldistance 每一块索引距离中心的距离
startangle 饼图的初始角度
radius 饼图的半径
counterclock 是否让饼图逆时针显示
wedgeprops 饼图内外边界属性
textprops 饼图中文本相关属性
center 饼图中心位置
frame 是否显示饼图背后的图框

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")

# 建立坐标系
plt.subplot(1,1,1)
# 指明x值
x = np.array([8566,5335,7310,6482])
labels = ['东区','北区','南区','西区']
# 让第一块离圆心远一点
explode = [0.15,0,0,0]
labeldistance = 1
# 绘图
plt.pie(x,labels = labels,autopct='%.0f%%',shadow=True,explode = explode,radius=1.0,labeldistance = labeldistance)
# 设置标题
plt.title(label = 'xxxxxxxx')
# 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！
如果这篇文章对您有帮助，左下角的大拇指就是对博主最大的鼓励。