avatar

目錄
python 数据分析第一弹——条形图绘制

python 数据分析第一弹——条形图绘制

Figure1.png

python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
import numpy as np
import matplotlib.pyplot as plt

#设置输出的图片大小
figsize = 11,9
figure, ax = plt.subplots(figsize=figsize)

#数据设置

index = np.arange(4)
values = [5,6,7,8]
std = [0.8,1,0.4,0.9]
values1 = [1,6,9,4]
std1 = [0.5,1.3,2,0.9]

bw = 0.3# 偏移值
# font1的属性设置
font1 = {
'family' : 'Times New Roman',
'weight' : 'normal',
'size' : 10,

}

#图的标题及字体设置SimSun - 宋体 SimHei - 黑体
plt.title('Group ', fontproperties='Times New Roman', fontsize='40')

#坐标轴刻度值的大小及刻度值字体
plt.tick_params(labelsize=20)
labels = ax.get_xticklabels() + ax.get_yticklabels()
[label.set_fontname('Times New Roman') for label in labels]

#画条形图的一些设置
#第一组数据的设置
plt.bar(index, # 指定类别
values, # 指定数量值
width=bw, # 宽度
yerr=std, # 指定对应标准差
error_kw={'ecolor':'0.1', # 指定误差线的颜色
'capsize':5 # 指定误差线两头横线的宽度
},
alpha=1, # 指定条头图的透明度,值的范围是0~1
label='Group1' # 指定图便的名称
)
plt.xticks(index+0.15, ['A','B','C','D'])
#第二组数据的设置
plt.bar(index+bw, # 指定类别
values1, # 指定数量值
width=bw, # 宽度
yerr=std1, # 指定对应标准差
error_kw={'ecolor':'0.1', # 指定误差线的颜色
'capsize':5 # 指定误差线两头横线的宽度
},
alpha=1, # 指定条头图的透明度,值的范围是0~1
label='Group2' # 指定图便的名称

)
plt.xticks(index+0.15, ['A','B','C','D'])

#坐标轴标题的名称及字体设置
plt.ylabel('Value', font1, fontsize='30')
plt.xlabel('Index', font1, fontsize='30')


#图例的位置及字体设置
plt.legend(loc=1, prop=font1)

#将文件保存并画出图 savefig要写在show前面 不然保存的就是空白图片 文件名是新命名 路径斜杠直接复制记得取反
plt.savefig('D:/UserData/Desktop/Figure1.png', dpi=300)
plt.show()

参考资料:

1.Python数据可视化plt.savefig 将图片存入固定路径_qq_39231231的博客-CSDN博客.
2.python如何读取csv文件-Python学习网.
3.python matplotlib 画图刻度、图例等字体、字体大小、刻度密度、线条样式设置_Taylover-Cam的博客-CSDN博客.
4.pyplot — Matplotlib 2.0.2 documentation.
5.Matplotlib绘图汉字不能正常显示问题_xq129的博客-CSDN博客.
6.matplotlib 数据可视化 - 条形图. 简书
7.【matplotlib】2.条形图_Make AI,Not War-CSDN博客.

文章作者: deserce
文章鏈接: https://deserce.github.io/2020/08/28/20200828/
版權聲明: 本博客所有文章除特別聲明外,均採用 CC BY-NC-SA 4.0 許可協議。轉載請註明來自 Tiny share !
打賞
  • 微信
    微信
  • 支付寶
    支付寶

評論