python绘制常用的图表

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

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(&＃39;loan_data.xlsx&＃39;))

折线图

#设置日期字段issue_d为loandata数据表索引字段
loandata = loandata.set_index(&＃39;issue_d&＃39;)
#按月对贷款金额loan_amnt求均值，以0填充空值
loan_plot=loandata[&＃39;loan_amnt&＃39;].resample(&＃39;M&＃39;).fillna(0)
#图表字体为华文细黑，字号为15
plt.rc(&＃39;font&＃39;, family=&＃39;STXihei&＃39;, 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,&＃39;g^&＃39;,loan_plot,&＃39;g-&＃39;,color=&＃39;#99CC01&＃39;,linewidth=3,markeredgewidth=3,markeredgecolor=&＃39;#99CC01&＃39;,alpha=0.8)
#添加x轴标签
plt.xlabel(&＃39;月份&＃39;)
#添加y周标签
plt.ylabel(&＃39;贷款金额&＃39;)
#添加图表标题
plt.title(&＃39;分月贷款金额分布&＃39;)
#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=&＃39;#95a5a6&＃39;,linestyle=&＃39;--&＃39;, linewidth=1 ,axis=&＃39;y&＃39;,alpha=0.4)
#设置数据分类名称
plt.xticks(a, (&＃39;1月&＃39;,&＃39;2月&＃39;,&＃39;3月&＃39;,&＃39;4月&＃39;,&＃39;5月&＃39;,&＃39;6月&＃39;,&＃39;7月&＃39;,&＃39;8月&＃39;,&＃39;9月&＃39;,&＃39;10月&＃39;,&＃39;11月&＃39;,&＃39;12月&＃39;) )
#输出图表
plt.show()

柱状图

#按用户等级grade字段对贷款金额进行求和汇总
loan_grade=loandata.groupby(&＃39;grade&＃39;)[&＃39;loan_amnt&＃39;].agg(sum)
#图表字体为华文细黑，字号为15
plt.rc(&＃39;font&＃39;, family=&＃39;STXihei&＃39;, 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=&＃39;#99CC01&＃39;,alpha=0.8,align=&＃39;center&＃39;,edgecolor=&＃39;white&＃39;)
#设置x轴标签
plt.xlabel(&＃39;用户等级&＃39;)
#设置y周标签
plt.ylabel(&＃39;贷款金额&＃39;)
#设置图表标题
plt.title(&＃39;不同用户等级的贷款金额分布&＃39;)
#设置图例的文字和在图表中的位置
plt.legend([&＃39;贷款金额&＃39;], loc=&＃39;upper right&＃39;)
#设置背景网格线的颜色，样式，尺寸和透明度
plt.grid(color=&＃39;#95a5a6&＃39;,linestyle=&＃39;--&＃39;, linewidth=1,axis=&＃39;y&＃39;,alpha=0.4)
#设置数据分类名称
plt.xticks(a,(&＃39;A级&＃39;,&＃39;B级&＃39;,&＃39;C级&＃39;,&＃39;D级&＃39;,&＃39;E级&＃39;,&＃39;F级&＃39;))
#显示图表
plt.show()

条形图

#图表字体为华文细黑，字号为15
plt.rc(&＃39;font&＃39;, family=&＃39;STXihei&＃39;, 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=&＃39;#99CC01&＃39;,alpha=0.8,align=&＃39;center&＃39;,edgecolor=&＃39;white&＃39;)
#添加x轴标题
plt.xlabel(&＃39;贷款金额&＃39;)
#添加y轴标题
plt.ylabel(&＃39;用户等级&＃39;)
#添加图表标题
plt.title(&＃39;不同用户等级的贷款金额分布&＃39;)
#添加图例，并设置在图表中的显示位置
plt.legend([&＃39;贷款金额&＃39;], loc=&＃39;upper right&＃39;)
#设置背景网格线的颜色，样式，尺寸和透明度
plt.grid(color=&＃39;#95a5a6&＃39;,linestyle=&＃39;--&＃39;, linewidth=1,axis=&＃39;y&＃39;,alpha=0.4)
#设置数据分类名称
plt.yticks(a,(&＃39;A级&＃39;,&＃39;B级&＃39;,&＃39;C级&＃39;,&＃39;D级&＃39;,&＃39;E级&＃39;,&＃39;F级&＃39;))
#显示图表
plt.show()

饼图

#图表字体为华文细黑，字号为15
plt.rc(&＃39;font&＃39;, family=&＃39;STXihei&＃39;, 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=[&＃39;A级&＃39;, &＃39;B级&＃39;, &＃39;C级&＃39;, &＃39;D级&＃39;, &＃39;E级&＃39;,&＃39;F级&＃39;]
#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=&＃39;%1.1f%%&＃39;)
#添加图表标题
plt.title(&＃39;不同用户等级的贷款金额占比&＃39;)
#添加图例，并设置显示位置
plt.legend([&＃39;A级&＃39;,&＃39;B级&＃39;,&＃39;C级&＃39;,&＃39;D级&＃39;,&＃39;E级&＃39;,&＃39;F级&＃39;], loc=&＃39;upper left&＃39;)
#显示图表
plt.show()

散点图

#按月汇总贷款金额，以0填充空值
loan_x=loandata[&＃39;loan_amnt&＃39;].resample(&＃39;M&＃39;,how=sum).fillna(0)
#按月汇总利息金额，以0填充空值
loan_y=loandata[&＃39;total_rec_int&＃39;].resample(&＃39;M&＃39;,how=sum).fillna(0)
#图表字体为华文细黑，字号为15
plt.rc(&＃39;font&＃39;, family=&＃39;STXihei&＃39;, 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=&＃39;white&＃39;,marker=&＃39;o&＃39;,edgecolors=&＃39;#0D8ECF&＃39;,linewidth=3,alpha=0.8)
#添加x轴标题
plt.xlabel(&＃39;贷款金额&＃39;)
#添加y轴标题
plt.ylabel(&＃39;利息收入&＃39;)
#添加图表标题
plt.title(&＃39;贷款金额与利息收入&＃39;)
#设置背景网格线的颜色，样式，尺寸和透明度
plt.grid(color=&＃39;#95a5a6&＃39;,linestyle=&＃39;--&＃39;, linewidth=1,axis=&＃39;both&＃39;,alpha=0.4)
#显示图表
plt.show()

气泡图

#按月汇总贷款金额及利息
loan_x=loandata[&＃39;loan_amnt&＃39;].resample(&＃39;M&＃39;,how=sum).fillna(0)
loan_y=loandata[&＃39;total_rec_int&＃39;].resample(&＃39;M&＃39;,how=sum).fillna(0)
loan_z=loandata[&＃39;total_rec_int&＃39;].resample(&＃39;M&＃39;,how=sum).fillna(0)
#图表字体为华文细黑，字号为15
plt.rc(&＃39;font&＃39;, family=&＃39;STXihei&＃39;, size=15)
#设置气泡图颜色
colors = ["#99CC01","#FFFF01","#0000FE","#FE0000","#A6A6A6","#D9E021",&＃39;#FFF16E&＃39;,&＃39;#0D8ECF&＃39;,&＃39;#FA4D3D&＃39;,&＃39;#D2D2D2&＃39;,&＃39;#FFDE45&＃39;,&＃39;#9b59b6&＃39;]
#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(&＃39;贷款金额&＃39;)
#添加y轴标题
plt.ylabel(&＃39;利息收入&＃39;)
#添加图表标题
plt.title(&＃39;贷款金额与利息收入&＃39;)
#设置背景网格线的颜色，样式，尺寸和透明度
plt.grid(color=&＃39;#95a5a6&＃39;,linestyle=&＃39;--&＃39;, linewidth=1,axis=&＃39;both&＃39;,alpha=0.4)
#显示图表
plt.show()

箱线图

#图表字体为华文细黑，字号为15
plt.rc(&＃39;font&＃39;, family=&＃39;STXihei&＃39;, size=15)
#创建箱线图，数据源为贷款来源，设置横向显示
plt.boxplot(loandata[&＃39;loan_amnt&＃39;],1,&＃39;rs&＃39;,vert=False)
#添加x轴标题
plt.xlabel(&＃39;贷款金额&＃39;)
#添加图表标题
plt.title(&＃39;贷款金额分布&＃39;)
#设置背景网格线的颜色，样式，尺寸和透明度
plt.grid(color=&＃39;#95a5a6&＃39;,linestyle=&＃39;--&＃39;, linewidth=1,axis=&＃39;both&＃39;,alpha=0.4)
#显示图表
plt.show()

直方图

#图表字体为华文细黑，字号为15
plt.rc(&＃39;font&＃39;, family=&＃39;STXihei&＃39;, 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[&＃39;loan_amnt&＃39;],8,normed=1, histtype=&＃39;stepfilled&＃39;,facecolor=&＃39;#99CC01&＃39;, rwidth=0.9,alpha=0.6,edgecolor=&＃39;white&＃39;)
#添加x轴标题
plt.xlabel(&＃39;贷款金额&＃39;)
#添加y轴标题
plt.ylabel(&＃39;概率&＃39;)
#添加图表标题
plt.title(&＃39;贷款金额概率密度&＃39;)
#设置背景网格线的颜色，样式，尺寸和透明度
plt.grid(color=&＃39;#95a5a6&＃39;,linestyle=&＃39;--&＃39;, linewidth=1,axis=&＃39;y&＃39;,alpha=0.4)
#显示图表
plt.show()

更多python绘制常用的图表相关文章请关注PHP中文网！