Python Matplotlib 常用图表绘制实战：折线图、柱状图、散点图与盒图

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
#有中文出现的情况，需要u'内容'
#需要安装simhei.ttf字体,装完之后要重启这个notebook文件才行
#参考https://www.zhihu.com/question/25404709/answer/170849168
#指定图形的字体 
font = {'color' : 'darkred', 
 'weight' : 'normal', 
 'size' : 16 
 } 

ur = pd.read_csv('unrate.csv')
print(ur.dtypes)
## 转成时间格式
ur['DATE'] = pd.to_datetime(ur['DATE'])
print(ur.dtypes)
## 读取头部12个月数据
ur12 = ur.loc[0:11]
## x轴:DATE,y轴:VALUE
plt.figure(figsize=(10,5))
plt.plot(ur12['DATE'],ur12['VALUE'],label='value1') # 折线1
plt.plot(ur12['DATE'],ur12['VALUE2'],label='value2') # 折线2
plt.xticks(rotation=45) # 控制x轴数据旋转角度
plt.xlabel(u'月份',fontdict=font)
plt.ylabel(u'比率',fontdict=font)
plt.title(u'比率趋势图',fontdict=font)
plt.legend(loc=2) # 图例,loc是位置
plt.show()

ur = pd.read_csv('unrate.csv',index_col='DATE') # DATE列为索引
print(ur.head())
print(ur.dtypes)
## 读取头部12个月数据，并转置,是月份为列名
ur12 = ur.loc['1948/1/1':'1948/12/1'].T
print(ur12.columns.tolist())
print(ur12.head())
cols = ur12.columns.tolist()
bar_left = np.arange(len(cols)) ## 控制柱子的位置
bar_width = 0.4 # 柱子宽度
opacity = 0.4
bar_height_value = ur12.loc['VALUE',cols].values
bar_height_value2 = ur12.loc['VALUE2',cols].values
print(bar_height_value)
print(bar_height_value2)

fig = plt.figure(figsize=(10,10))

as1 = fig.add_subplot(2,1,1) # 添加子图,位置在2行1列的第一个,纵向的
as1.bar(bar_left-bar_width/2,bar_height_value,bar_width,alpha=opacity,label='value1') # 柱状1
as1.bar(bar_left+bar_width/2,bar_height_value2,bar_width,alpha=opacity,label='value2') # 柱状2
as1.set_xticks(bar_left) # 控制x轴数据旋转角度
as1.set_xticklabels(cols,rotation=45) # 控制x轴数据旋转角度
as1.set_xlabel(u'月份',fontdict=font)
as1.set_ylabel(u'比率',fontdict=font)
as1.set_title(u'比率趋势图',fontdict=font)
as1.legend(loc=2) # 图例,loc是位置

as2 = fig.add_subplot(2,1,2) # 添加子图,位置在2行1列的第二个,横向的
as2.barh(bar_left-bar_width/2,bar_height_value,bar_width,alpha=opacity,label='value1') # 柱状1
as2.barh(bar_left+bar_width/2,bar_height_value2,bar_width,alpha=opacity,label='value2') # 柱状2
as2.set_yticks(bar_left) # 控制x轴数据旋转角度
as2.set_yticklabels(cols) # 控制x轴数据旋转角度
as2.set_ylabel(u'月份',fontdict=font)
as2.set_xlabel(u'比率',fontdict=font)
as2.set_title(u'比率趋势图',fontdict=font)
as2.legend(loc=1) # 图例,loc是位置
plt.show()

## 散点图
fs = pd.read_csv('fandango_scores.csv')
print(fs.columns.tolist())
print(fs.head(1))
plt.figure(figsize=(8,6))
# x轴:Fandango_Ratingvalue，y轴:RT norm
plt.scatter(fs['Fandango_Ratingvalue'],fs['RT_user_norm']) # 散点1
plt.scatter(fs['Fandango_Ratingvalue'],fs['RT_norm'],marker='x',c='r') # 散点2
plt.xlabel('Fandango_Ratingvalue')
plt.ylabel('RT norm')
plt.title(u'散点图1')
plt.show()

fs = pd.read_csv('fandango_scores.csv')
plt.figure(figsize=(10,10))
plt.hist(fs['Fandango_Ratingvalue'],range=(3,5),bins=10)
plt.ylabel('Fandango_Ratingvalue')
plt.show()

fs = pd.read_csv('fandango_scores.csv')
plt.figure(figsize=(10,8))
cols = ['Fandango_Ratingvalue','RT_norm','RT_user_norm']
plt.boxplot(fs[cols].values)
plt.xticks(np.arange(len(cols))+1,cols,rotation=90)
plt.show()