Python绘制组合图的示例

绘制组合图:

组合图就是将多个形状,组合到⼀个图形中,主要作⽤是节约作图的空间,节省读者的时间,从⽽提⾼
信息传达的效率。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
def plot_combination1():
  sale = pd.read_excel('./data/每月目标销售额和实际销售额.xlsx',header=0,index_col=0)
  # 设置正常显示中文标签
  plt.rcParams['font.sans-serif'] = ['SimHei']
  # 正常显示负号
  plt.rcParams['axes.unicode_minus'] = False
  # 设置字体大小
  plt.rcParams.update({'font.size':16})

  # 提取数据
  x = np.arange(12)+1
  y1 = sale.目标销售额
  y2 = sale.实际销售额

  # 计算目标完成率
  y3 = y2/y1 # float
  # print(y3) 1月   1.120000 2月   0.887500 3月   1.118182 4月   1.150000
  """
  第一种方式:是⽤两个不同颜⾊的柱⼦,分别展示每个⽉的实际销售额和⽬标销售额,
  ⽤折线图展示⽬标完成率。
  左边的主坐标轴是柱形图对应的数据,右边的次坐标轴是折线图对应的
  数据,下边的横坐标轴表示细分的维度,⽐如时间、地区、渠道等。
  """
  plt.figure(figsize=(16,8))
  plt.subplot(111)

  # 柱形宽度
  bar_width = 0.35

  # 在主坐标轴绘制柱形图
  plt.bar(x,y1,bar_width,label='目标销售额')
  plt.bar(x+bar_width,y2,bar_width,label='实际销售额')

  # 设置坐标轴的取值范围,避免柱子过高而与图例重叠
  plt.ylim(0,max(y1.max(),y2.max())*1.2)

  # 设置图例
  plt.legend(loc='upper left')

  # 设置横坐标的标签
  plt.xticks(x)
  # plt.set_xticklabels(sale.index)

  # 在次坐标轴上绘制折线图
  plt.twinx()
  # ls:线的类型,lw:宽度,o:在顶点处实心圈
  plt.plot(x,y3,ls='-',lw=2,color='r',marker='o',label='目标完成率')

  # 设置次坐标轴的取值范围,避免折线图波动过大
  plt.ylim(0,1.35)

  # 设置图例
  plt.legend()

  # 定义显示百分号的函数
  def to_percent(number, position=0):
    return '%.f' % (number * 100) + '%'

  # 次坐标轴的标签显示百分号 FuncFormatter:自定义格式函数包
  from matplotlib.ticker import FuncFormatter
  plt.gca().yaxis.set_major_formatter(FuncFormatter(to_percent))

  # 设置标题
  plt.title('\n每月销售目标达成情况\n',fontsize=36,loc='center',color = 'k')
  plt.show()

def plot_combination2():
  """
  第二种方式:是⽤两条不同颜⾊的折线,分别展示每个⽉的实际销售额和⽬标销售额,再⽤两种不同颜
  ⾊的柱形图展示实际与⽬标的差额,绿⾊代表完成⽬标,红⾊代表没有完成⽬标,
  这种组合图不需要⽤到两个纵坐标轴,
  """
  import pandas as pd
  import numpy as np
  import matplotlib.pyplot as plt

  # 设置正常显示中⽂标签
  plt.rcParams['font.sans-serif'] = ['SimHei']

  # 正常显示负号
  plt.rcParams['axes.unicode_minus'] = False

  # 设置字体⼤⼩
  plt.rcParams.update({'font.size': 16})

  # 从 Excel ⽂件中读取数据,第⼀列设置为索引
  sale = pd.read_excel('./data/每月目标销售额和实际销售额.xlsx', index_col=0)
  # 提取数据
  # print('index')
  x = sale.index # Index(['1月', '2月', '3月', '4月', '5月', '6月', '7月', '8月', '9月', '10月', '11月', '12月'], dtype='object', name='month')
  # print(x)
  y1 = sale.目标销售额
  y2 = sale.实际销售额
  # 计算差额
  y3 = y2 - y1
  # 绘制折线图
  plt.figure(figsize=(16, 8))
  plt.subplot(111)
  plt.plot(x, y1, ls='-', lw=2, label='目标销售额')
  plt.plot(x, y2, ls='--', lw=2, label='实际销售额')
  # ⽤列表推导式定义柱⼦的颜⾊,绿⾊代表完成⽬标, 红⾊代表没有完成⽬标
  color = ['g' if i > 0 else '#dc5034' for i in y3]

  # 绘制柱形图
  plt.bar(x, y3, color=color, label='差额')
  # 设置图例
  plt.legend(loc='upper left')
  # 设置标题
  title = '\n每月销售目标达成情况\n'
  plt.title(title, fontsize=36, loc='center', color='k')
  plt.show()

if __name__ == '__main__':
  plot_combination1()
  plot_combination2()

绘制结果:

第一种 

第二种:

参考书目:

数据化分析 Python 实战 - 林骥

以上就是Python绘制组合图的示例的详细内容,更多关于Python绘制组合图的资料请关注我们其它相关文章!

(0)

相关推荐

  • 如何用Python绘制3D柱形图

    本文主要讲解如何使用python绘制三维的柱形图,如下图 源代码如下: import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D #构造需要显示的值 X=np.arange(0, 5, step=1)#X轴的坐标 Y=np.arange(0, 9, step=1)#Y轴的坐标 #设置每一个(X,Y)坐标所对应的Z轴的值,在这边Z(X,Y)=X+Y Z=np.zeros(sh

  • python matplotlib 绘图 和 dpi对应关系详解

    我就废话不多说啦! dpi=1 600×400 dpi=2 1200×800 dpi=3 1800×1200 ........ dpi=21 (21×600)×(21×400) ---> 12600×8400 示例代码: ............... ............... plt_temp=y_axis plt_temp.resize(len(y_axis) , 1) plt_arr=np.concatenate((plt_arr,plt_temp ), axis=1) #print

  • python绘制趋势图的示例

    import matplotlib.pyplot as plt #plt用于显示图片 import matplotlib.image as mping #mping用于读取图片 import datetime as dt import matplotlib.dates as mdates from pylab import * def draw_trend_chart(dates,y): mpl.rcParams['font.sans-serif'] = ['SimHei'] #指定默认字体 m

  • Python实现手绘图效果实例分享

    首先我们来看看原图: 接着我们来看看效果图: 通过分析我们不难发现以下特征: 主要颜色为黑白灰 边界线条较重 相同或相近色趋于白色 略有光源效果 需要用到的库有: numpy PIL 代码实现: import numpy as np from PIL import Image baseImg = Image.open("./img/myimg2.jpg").convert("L")  # 这里放置你要手绘的图片原图 a = np.array(baseImg).ast

  • Python绘图实现显示中文

    我们用Python进行数据可视化,绘制各种图形时,往往会遇到明明数据都设置对了,但是在图形上显示不出来.例如绘制直方图,程序如下: plt.hist(roll_list, bins=range(2,14),normed=1,edgecolor='black',linewidth=1) #normed是归一化,求频率.设置边界颜色及宽度 plt.title('骰子点数直方图统计') plt.xlabel('点数') plt.ylabel('概率') plt.show() 但是运行结果如图1 原因是

  • Python绘图之柱形图绘制详解

    前言 用python编程绘图,其实非常简单.中学生.大学生.研究生都能通过这10篇教程从入门到精通!快速绘制几种简单的柱状图. 1垂直柱图(普通柱图) 绘制普通柱图的python代码如下: (左右滑动可以查看全部代码) # -*- coding:utf-8 -*- # 申明编码格式为utf-8 import matplotlib as mpl import matplotlib.pyplot as plt mpl.rcParams["font.sans-serif"]=["S

  • 使用python的pandas为你的股票绘制趋势图

    前言 手里有一点点公司的股票, 拿不准在什么时机抛售, 程序员也没时间天天盯着看,不如动手写个小程序, 把股票趋势每天早上发到邮箱里,用 python 的 pandas, matplotlib 写起来很容易, 几十行代码搞定. 准备环境 python3 -m venv venv source ./venv/bin/activate pip install pandas pip install pandas_datareader pip install matplotlib 代码如下 绘制 201

  • Python绘图之二维图与三维图详解

    各位工程师累了吗? 推荐一篇可以让你技术能力达到出神入化的网站"持久男" 1.二维绘图 a. 一维数据集 用 Numpy ndarray 作为数据传入 ply 1. import numpy as np import matplotlib as mpl import matplotlib.pyplot as plt np.random.seed(1000) y = np.random.standard_normal(10) print "y = %s"% y x =

  • Python获取单个程序CPU使用情况趋势图

    本文定位:已将CPU历史数据存盘,等待可视化进行分析,可暂时没有思路. 前面一篇文章(http://www.jb51.net/article/61956.htm)提到过在linux下如何用python将top命令的结果进行存盘,本文是它的后续. python中我们可以用matplotlib很方便的将数据可视化,比如下面的代码: 复制代码 代码如下: import matplotlib.pyplot as plt list1 = [1,2,3] list2 = [4,5,9] plt.plot(l

  • Python Matplotlib绘图基础知识代码解析

    1.Figure和Subplot import numpy as np import matplotlib.pyplot as plt #创建一个Figure fig = plt.figure() #不能通过空figure绘图,必须使用add_subplot创建一个或多个subplot #图像为2x2,第三个参数为当前选中的第几个 ax1 = fig.add_subplot(2, 2, 1) ax2 = fig.add_subplot(2, 2, 2) ax3 = fig.add_subplot

  • python如何绘制疫情图

    python中进行图表绘制的库主要有两个:matplotlib 和 pyecharts, 相比较而言: matplotlib中提供了BaseMap可以用于地图的绘制,但是个人觉得其绘制的地图不太美观,而且安装相较而言有点麻烦. pyecharts是基于百度开源的js库echarts而来,其最大的特点是:安装简单.使用也简单. 所以决定使用pyecharts来绘制地图. 1.安装pyecharts 如果有anaconda环境,可用 pip install pyecharts 命令安装pyechar

随机推荐