文章目录

一、数据可视化介绍二、matplotlib和pandas画图1.matplotlib简介和简单使用2.matplotlib常见作图类型3.使用pandas画图4.pandas中绘图与matplotlib结合使用 三、订单数据分析展示四、Titanic灾难数据分析显示

一、数据可视化介绍

数据可视化是指将数据放在可视环境中、进一步理解数据的技术，可以通过它更加详细地了解隐藏在数据表面之下的模式、趋势和相关性。

Python提供了很多数据可视化的库：

matplotlib

是Python基础的画图库，官网为/，在案例地址/gallery/index.html中介绍了很多种类的图和代码示例。pandas

是在matplotlib的基础上实现画图的，官网为/。matlpotlib和pandas结合

利用pandas进行数据读取、数据清洗和数据选取等操作，再使用matlpotlib显示数据。

二、matplotlib和pandas画图

1.matplotlib简介和简单使用

matplotlib是Python最著名的绘图库，它提供了一整套和Matlab相似的命令API，十分适合进行交互式制图；也可以方便地将它作为绘图控件，嵌入GUI应用程序中。

文档相当完备，并且Gallery页面中有上百幅缩略图，打开之后都有源代码。如果需要绘制某种类型的图，只需要在这个页面中进行简单的浏览、复制、粘贴，就能实现画图。

/gallery.html中有大量的缩略图案例可以使用。

matplotlib画图的子库：

pyplot子库

提供了和matlab类似的绘图API，方便用户快速绘制2D图表。pylab模块

其中包括了许多numpy和pyplot中常用的函数，方便用户快速进行计算和绘图，可以用于IPython中的快速交互式使用。

使用matplotlib快速绘图导入库和创建绘图对象如下：

import matplotlib.pyplot as pltplt.figure(figsize=(8,4))

创建绘图对象时，同时使它成为当前的绘图对象。

通过figsize参数可以指定绘图对象的宽度和高度，单位为英寸；

dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80。

因此本例中所创建的图表窗口的宽度为8 * 80 = 640像素。

也可以不创建绘图对象直接调用plot方法绘图，matplotlib会自动创建一个绘图对象。

如果需要同时绘制多幅图表的话，可以给figure传递一个整数参数指定图标的序号，如果所指定序号的绘图对象已经存在的话，将不创建新的对象，而只是让它成为当前绘图对象。

pyplot画图简单使用如下：

import numpy as npimport matplotlib.pyplot as plt # 首先载入matplotlib的绘图模块pyplot，并且重命名为pltx = np.linspace(0, 10, 1000) y = np.sin(x)z = np.cos(x**2)plt.figure(figsize=(8,4)) #2 创建绘图对象plt.plot(x,y,label="$sin(x)$",color="red",linewidth=2)plt.plot(x,z,"b--",label="$cos(x^2)$") plt.xlabel("Time(s)") plt.ylabel("Volt")plt.title("PyPlot First Example")plt.ylim(-1.2,1.2)plt.legend()plt.show()

显示：

其中：

plt.plot(x,y,label="$sin(x)$",color="red",linewidth=2)plt.plot(x,z,"b--",label="$cos(x^2)$")

第一行将x、y数组传递给plot之后，用关键字参数指定各种属性：

label

给所绘制的曲线取一个名字，用于在图示（legend）中显示；

在字符串前后添加$符号，就会使用内置的latex引擎绘制数学公式。color

指定曲线的颜色：颜色可以用英文单词，或者以#字符开头的三个16进制数，例如#ff0000表示红色，或者用值在0到1范围之内的三个元素的元组表示，例如(1.0, 0.0, 0.0)也表示红色。linewidth

指定曲线的宽度，可以不是整数，也可以使用缩写形式的参数名lw。曲线样式

第三个参数b--指定曲线的颜色和线型，它通过一些易记的符号指定曲线的样式，其中b表示蓝色，--表示线型为虚线。

在IPython中输入plt.plot?可以查看格式化字符串以及各个参数的详细说明。

plt.xlabel("Time(s)") plt.ylabel("Volt")plt.title("PyPlot First Example")plt.ylim(-1.2,1.2)plt.legend()

通过一系列函数设置当前Axes对象的各个属性：

xlabel、ylabel

分别设置X、Y轴的标题文字。title

设置子图的标题。xlim、ylim

分别设置X、Y轴的显示范围。legend

显示图示，即图中表示每条曲线的标签(label)和样式的矩形区域。

最后调用plt.show()显示出绘图窗口。

一个绘图对象(figure)可以包含多个轴(axis)，在Matplotlib中用轴表示一个绘图区域，可以将其理解为子图。上面的第一个例子中，绘图对象只包括一个轴，因此只显示了一个轴（子图Axes）。可以使用subplot函数快速绘制有多个轴的图表。

subplot函数的调用形式如下：

subplot(numRows, numCols, plotNum)

subplot将整个绘图区域等分为numRows行和numCols列个子区域，然后按照从左到右、从上到下的顺序对每个子区域进行编号，左上的子区域的编号为1。

如果numRows、numCols和plotNum这三个数都小于10的话，可以把它们缩写为一个整数，例如subplot(323)和subplot(3,2,3)是相同的。

subplot在plotNum指定的区域中创建一个轴对象，如果新创建的轴和之前创建的轴重叠，之前的轴将被删除。

如下：

for idx, color in enumerate("rgbyck"):plt.subplot(320+idx+1, facecolor=color)plt.show()

显示：

可以看到：

创建3行2列共6个轴，通过facecolor参数给每个轴设置不同的背景颜色。

如果希望某个轴占据整个行或者列的话，可以如下：

plt.subplot(221) # 第一行的左图plt.subplot(222) # 第一行的右图plt.subplot(212) # 第二整行plt.show()

显示：

再举一个创建子图的例子：

plt.figure(1) # 创建图表1plt.figure(2) # 创建图表2ax1 = plt.subplot(211) # 在图表2中创建子图1ax2 = plt.subplot(212) # 在图表2中创建子图2x = np.linspace(0, 3, 100)for i in range(5):plt.figure(1) # 选择图表1plt.plot(x, np.exp(i*x/3))plt.sca(ax1) # 选择图表2的子图1，将当前轴实例设置为axplt.plot(x, np.sin(i*x))plt.sca(ax2) # 选择图表2的子图2plt.plot(x, np.cos(i*x))plt.show()

显示：

首先通过figure()创建了两个图表，它们的序号分别为1和2；

然后在图表2中创建了上下并排的两个子图，并用变量ax1和ax2保存。

在循环中：

先调用figure(1)让图表1成为当前图表，并在其中绘图。

然后调用sca(ax1)和sca(ax2)分别让子图ax1和ax2成为当前子图，并在其中绘图。

当它们成为当前子图时，包含它们的图表2也自动成为当前图表，因此不需要调用figure(2)依次在图表1和图表2的两个子图之间切换，逐步在其中添加新的曲线即可。

其中，twinx()可以为图增加纵坐标轴，使用如下：

x = np.arange(1, 21, 0.1)y1 = x * xy2 = np.log(x)plt.plot(x, y1)# 添加一条y轴的坐标轴plt.twinx()plt.plot(x, y2)plt.show()

显示：

进一步使用如下：

import numpy as npimport matplotlib.pyplot as pltx = np.arange(1, 20, 1)y1 = x * xy2 = np.log(x)fig = plt.figure()ax1 = fig.add_subplot(111)ax1.plot(x, y1, label = "$y1 = x * x$", color = "r")ax1.legend(loc = 0)# 设置对应坐标轴的名称ax1.set_ylabel("y1")ax1.set_xlabel("Compare y1 and y2")# 设置x轴刻度的数量ax = plt.gca()ax.locator_params("x", nbins = 20)# 添加坐标轴,并在新添加的坐标轴中画y2 = log(x)图像ax2 = plt.twinx()ax2.set_ylabel("y2")ax2.plot(x, y2, label = "$y2 = log(x)$")ax2.legend(loc = 0)plt.show()

显示：

2.matplotlib常见作图类型

画图在工作中在所难免，尤其在进行数据探索时显得尤其重要，matplotlib常见的一些作图种类如下：

散点图条形图饼图三维图

先导入库和基础配置如下：

from __future__ import divisionfrom numpy.random import randnimport numpy as npimport osimport matplotlib.pyplot as pltnp.random.seed(12345)plt.rc('figure', figsize=(10, 6))from pandas import Series, DataFrameimport pandas as pdnp.set_printoptions(precision=4)get_ipython().magic(u'matplotlib inline')get_ipython().magic(u'pwd')

打印：

'XXX\\3_Visualization_Of_Data_Analysis\\basicuse'

基础画图如下：

# matplotlib创建图表plt.plot([1,2,3,2,3,2,2,1])plt.show()plt.plot([4,3,2,1],[1,2,3,4])plt.show()

显示：

画三角函数曲线如下：

# 画简单的图形from pylab import *x=np.linspace(-np.pi,np.pi,256,endpoint=True)c,s=np.cos(x),np.sin(x)plot(x,c, color="blue", linewidth=2.5, linestyle="-", label="cosine")plot(x,s,color="red", linewidth=2.5, linestyle="-", label="sine")show()

显示：

画散点图如下：

# 散点图from pylab import *n = 1024X = np.random.normal(0,1,n)Y = np.random.normal(0,1,n)scatter(X,Y)show()

显示：

画条形图如下：

#条形图from pylab import *n = 12X = np.arange(n)Y1 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)Y2 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)bar(X, +Y1, facecolor='#9999ff', edgecolor='white')bar(X, -Y2, facecolor='#ff9999', edgecolor='white')for x,y in zip(X,Y1):text(x+0.4, y+0.05, '%.2f' % y, ha='center', va= 'bottom')ylim(-1.25,+1.25)show()

显示：

饼图如下：

#饼图from pylab import *n = 20Z = np.random.uniform(0,1,n)pie(Z)show()

显示：

画立体图如下：

#画三维图import numpy as npfrom mpl_toolkits.mplot3d import Axes3Dfrom pylab import *fig=figure()ax=Axes3D(fig)x=np.arange(-4,4,0.1)y=np.arange(-4,4,0.1)x,y=np.meshgrid(x,y)R=np.sqrt(x**2+y**2)z=np.sin(R)ax.plot_surface(x,y,z,rstride=1,cstride=1,cmap='hot')show()

显示：

画其他简单图形如下：

#更多简单的图形x = [1,2,3,4]y = [5,4,3,2]plt.figure()plt.subplot(2,3,1)plt.plot(x, y)plt.subplot(232)plt.bar(x, y)plt.subplot(233)plt.barh(x, y)plt.subplot(234)plt.bar(x, y)y1 = [7,8,5,3]plt.bar(x, y1, bottom=y, color = 'r')plt.subplot(235)plt.boxplot(x)plt.subplot(236)plt.scatter(x,y)plt.show()

显示：

3.使用pandas画图

pandas中画图的主要类型包括：

累和图柱状图散点图饼图矩阵散点图

先导入所需要的库：

from __future__ import divisionfrom numpy.random import randnimport numpy as npimport osimport matplotlib.pyplot as pltnp.random.seed(12345)from pandas import Series, DataFrameimport pandas as pd%matplotlib inline

在pandas中，有行标签、列标签和分组信息等，如果使用matplotlib画图，可能需要一大堆的代码，现在调用Pandas的plot()方法即可简单实现。

画简单线图如下：

#线图 s = Series(np.random.randn(10).cumsum(), index=np.arange(0, 100, 10))s.plot()plt.show()

显示：

pandas.Series.plot()的常见参数及说明如下：

Pandas的大部分绘图方法都有一个可选的ax参数，它可以是一个matplotlib的subplot对象，从而能够在网络布局中更为灵活地处理subplot的位置。DataFrame的plot方法会在一个subplot中为各列绘制一条线，并自动创建图例。

画多列线图如下：

df = DataFrame(np.random.randn(10, 4).cumsum(0),columns=['A', 'B', 'C', 'D'],index=np.arange(0, 100, 10))df.plot()plt.show()

显示：

相对于Series，DataFrame还有一些用于对列进行灵活处理的选项，例如要将所有列都绘制到一个subplot中还是创建各自的subplot等，具体如下：

画简单累和图如下：

#线图 CUMplt.close('all')s = Series(np.random.randn(10).cumsum(), index=np.arange(0, 100, 10))s.plot()plt.show()

显示：

画多列的类和图如下：

df = DataFrame(np.random.randn(10, 4).cumsum(0),columns=['A', 'B', 'C', 'D'],index=np.arange(0, 100, 10))df.plot()plt.show()

显示：

当提升了数据规模之后，累和图如下：

s = pd.Series([2, np.nan, 5, -1, 0])print(s)print(s.cumsum())#画累和图ts=pd.Series(np.random.randn(1000),index=pd.date_range('1/1/2000',periods=1000))ts=ts.cumsum()ts.plot()plt.show()df=pd.DataFrame(np.random.randn(1000,4),index=ts.index,columns=list('ABCD'))# cumulative意为累计、累积，这个函数可以返回一个累计值，经常会遇到月累计、年累计这种指标，会用这个函数df=df.cumsum()df.plot()plt.show()

打印：

0 2.01 NaN2 5.03 -1.04 0.0dtype: float640 2.01 NaN2 7.03 6.04 6.0dtype: float64

显示：

画Series柱状图如下：

#柱形图fig, axes = plt.subplots(2, 1)data = Series(np.random.rand(16), index=list('abcdefghijklmnop'))data.plot(kind='bar', ax=axes[0], color='r', alpha=0.7)data.plot(kind='barh', ax=axes[1], color='g', alpha=0.7)plt.show()

显示：

DataFrame画柱状图：

df = DataFrame(np.random.rand(6, 4),index=['one', 'two', 'three', 'four', 'five', 'six'],columns=pd.Index(['A', 'B', 'C', 'D'], name='Genus'))df.plot(kind='bar') #图例plt.figure()df.plot(kind='barh', stacked=True, alpha=0.5)plt.show()

显示：

可以看到：

对于DataFrame，柱形图会将每一行的值分为一组；

DataFrame的各列名称都被用作了图例的标题；

设置stacked=True即可为DataFrame生成堆积柱形图，这样每行的值就会被堆积在一起。

餐馆小费数据如下：

如需获取相关数据进行测试学习，可以直接点击加QQ群 963624318 在群文件夹Python数据分析实战中下载即可。

进行数据可视化如下：

tips = pd.read_csv('tips.csv') # 各数据点的百分比party_counts = pd.crosstab(tips.day, tips['size']) #size聚会人数print(party_counts)party_counts = party_counts.iloc[:, 2:5] # 选取一部分数据print(party_counts)party_pcts = party_counts.div(party_counts.sum(1).astype(float), axis=0) # 转换成百分比, 1 代表维度 行的方向print(party_pcts)party_pcts.plot(kind='bar', stacked=True) #每天的高度都是1plt.show()

打印：

size 1 2 3 4 5 6day Fri 1 16 1 1 0 0Sat 2 53 18 13 1 0Sun 0 39 15 18 3 1Thur 1 48 4 5 1 3size 3 4 5day Fri 1 1 0Sat 18 13 1Sun 15 18 3Thur 4 5 1size 3 4 5dayFri 0.500000 0.50000 0.000000Sat 0.562500 0.40625 0.031250Sun 0.416667 0.50000 0.083333Thur 0.400000 0.50000 0.100000

显示：

画较复杂的柱状图如下：

#画柱状图df2 = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])df2.plot(kind='bar') #分开并列线束df2.plot(kind='bar', stacked=True) #四个在同一个里面显示 百分比的形式df2.plot(kind='barh', stacked=True)#纵向显示plt.show()df4=pd.DataFrame({'a':np.random.randn(1000)+1,'b':np.random.randn(1000),'c':np.random.randn(1000)-1},columns=list('abc'))df4.plot(kind='hist', alpha=0.5)df4.plot(kind='hist', stacked=True, bins=20)df4['a'].plot(kind='hist', orientation='horizontal',cumulative=True) #cumulative是按顺序排序plt.show()#Area Plotdf = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])df.plot(kind='area')df.plot(kind='area',stacked=False)plt.show()

显示：

直方图histogram：

是一种可以对值频率进行离散化显示的柱状图。数据点被拆分到离散的、间隔均匀的面元中，绘制的是各面元中数据点的数量。

调用Series.hist()即可实现，在之后调用plot时加上参数kind='kde'即可生成一张密度图。

根据小费数据画直方图如下：

# 直方图--给小费占总费用的比例的分布图plt.figure()tips['tip_pct'] = tips['tip'] / tips['total_bill'] # 增加一个新的列tips['tip_pct'].hist(bins=50) # 分为50个区间 plt.figure()

显示：

在统计学中，核密度估计（KDE）是一种估计随机变量概率密度函数（PDF）的非参数方法，利用高斯核生成核密度估计图如下：

comp1 = np.random.normal(0, 1, size=200) # N(0, 1) 模拟出 0，1 的正态分布数据 0，期望值， 1 方差值comp2 = np.random.normal(10, 2, size=200) # 10，期望值， 2 方差值 方差值大，跨度就大些values = Series(np.concatenate([comp1, comp2]))values.hist(bins=100, alpha=0.3, color='k', density=True)values.plot(kind='kde', style='k--')

显示：

根据小费数据画密度图如下：

tips['tip_pct'].plot(kind='kde') # 利用高斯核生成核密度估计图plt.figure()

显示：

散点图scatter plot：

是观察两个一维数据序列之间的关系的有效手段，研究两个变量的关系，特别是是否有线性或曲线相关性。matplotlib的scatter方法是绘制散布图的主要方法。利用plt.scatter()即可轻松绘制一张简单的散布图。pandas也提供了能从DataFrame创建散步图矩阵的scatter_matrix()方法，还支持在对角线上放置变量的直方图或密度图。

画简单散点图如下：

df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd'])df.plot(kind='scatter', x='a', y='b')df.plot(kind='scatter', x='a', y='b',color='DarkBlue', label='Group 1')plt.show()

显示：

画散点矩阵图和直方图如下：

df = pd.DataFrame(np.random.randn(1000, 4), columns=['A','B','C','D'])pd.plotting.scatter_matrix(df, alpha=0.2)

显示：‘

画三点矩阵图和密度图如下：

df = pd.DataFrame(np.random.randn(1000, 4), columns=['a', 'b', 'c', 'd'])pd.plotting.scatter_matrix(df, alpha=0.2, figsize=(6, 6), diagonal='kde')plt.show()

显示：

宏观经济数据macrodata.csv如下：

如需获取相关数据进行测试学习，可以直接点击加QQ群 963624318 在群文件夹Python数据分析实战中下载即可。

读取和选取数据如下：

macro = pd.read_csv("macrodata.csv")data = macro[['cpi', 'm1', 'tbilrate', 'unemp']]trans_data = np.log(data).diff().dropna()trans_data[-5:]print(trans_data[-5:])plt.figure()

打印：

cpi m1 tbilrateunemp198 -0.007904 0.045361 -0.396881 0.105361199 -0.021979 0.066753 -2.277267 0.139762200 0.002340 0.010286 0.606136 0.160343201 0.008419 0.037461 -0.71 0.127339202 0.008894 0.012202 -0.405465 0.042560<Figure size 432x288 with 0 Axes><Figure size 432x288 with 0 Axes>

画散点图和散点矩阵图如下：

plt.scatter(trans_data['m1'], trans_data['unemp'])plt.title('Changes in log %s vs. log %s' % ('m1', 'unemp'))pd.plotting.scatter_matrix(trans_data, diagonal='kde', color='k', alpha=0.3)plt.show()

显示：

可以简单看出各经济变量之间是否存在关系。

画饼图示意如下：

#饼图df = pd.DataFrame(3 * np.random.rand(4, 2), index=['a', 'b', 'c', 'd'], columns=['x', 'y'])df.plot(kind='pie', subplots=True, figsize=(8, 4))df.plot(kind='pie', subplots=True,autopct='%.2f',figsize=(8, 4)) # 显示百分比plt.show()

显示：

4.pandas中绘图与matplotlib结合使用

有时候想方便地集成的绘图方式，比如df.plot()，但是又想加上matplotlib的很多操

作来增强图片的表现力，这时可以将两者结合。

构造数据如下：

df=pd.DataFrame(np.random.randn(3,4),index=list('123'),columns=list('ABCD'))df2=pd.DataFrame(np.random.randn(4,4),index=list('1234'),columns=list('ABCD'))display(df, df2)

显示：

可视化如下：

fig, axes = plt.subplots(2, 1)df.plot(ax=axes[0])df2.plot(ax=axes[1])axes[0].set_title('3points')axes[1].set_title('4points')

显示：

三、订单数据分析展示

主要作图包括订单与GMV趋势、商家趋势、订单来源分布、类目占比，涉及折线图、饼图、堆积柱形图、组合图等类型，目标是综合使用pandas和matplotlib。

订单数据.csv如下：

如需获取相关数据进行测试学习，可以直接点击加QQ群 963624318 在群文件夹Python数据分析实战中下载即可。

导库和读取数据如下：

#导入库import pandas as pdimport matplotlib.pyplot as plt# plt.rcParams['font.sans-serif'] = ['SimHei'] #显示中文标签# plt.rcParams['axes.unicode_minus'] = False #显示符号#读取数据orders = pd.read_excel("订单数据.xlsx")orders['付款时间'] = orders['付款时间'].astype('str') #方便作图，将日期改为字符串格式

不同日期订单金额折线图如下：

#折线图data1 = orders.groupby('付款时间')['支付金额'].sum() #处理数据x = data1.index #x值y = data1.values #y值plt.title('GMV走势') #图表标题plt.plot(x,y,label='GMV',color='red') #label是图例，color是线条颜色plt.legend(loc=1) #显示图例,loc设置图例展示位置，默认为0（最优位置）、1右上角、2左上角plt.show() #显示图

显示：

可以看出不同时间订单金额的变化趋势，找出哪些天订单金额较高、哪些天较低。

还可以用柱状图显示：

#柱形图data1 = orders.groupby('付款时间')['支付金额'].sum() #处理数据x = data1.index #x值y = data1.values #y值plt.title('GMV走势') #图表标题plt.bar(x,y,label='GMV',color='green') #其实很简单，只要把plot换成barplt.legend(loc=1) #显示图例,loc设置图例展示位置，默认为0（最优位置）、1右上角、2左上角plt.show() #显示图

显示：

还可以用饼图直观看出各天所占的比例：

#饼图data1 = orders.groupby('付款时间')['支付金额'].sum() #处理数据x = data1.index #x值y = data1.values #y值plt.title('GMV饼图') #图表标题plt.axis('equal') #正圆，饼图会默认是椭圆plt.pie(y,labels=x,autopct='%1.1f%%',\colors=['green','red','skyblue','blue']) #labels是标签，autopct是占比保留1位小数plt.show() #显示图

显示：

还可以为柱形图添加数据标签，如下：

# 为柱形图添加数据标签data1 = orders.groupby('付款时间')['支付金额'].sum() #处理数据x = data1.index #x值y = data1.values #y值plt.title('GMV走势') #图表标题plt.bar(x,y,label='GMV',color='green') #label是图例，color是线条颜色plt.legend(loc=1) #显示图例,loc设置图例展示位置，默认为0（最优位置）、1右上角、2左上角for a,b in zip(x,y): #添加数据标签plt.text(a,b,'%d'%b,ha='center',va='bottom') #在x,y的位置上添加订单数据 plt.show() #显示图

显示：

工作中很常见柱形图与折线图的组合图形，但是两个指标的数量级往往不一致，如果只用一个纵坐标，可能数量级小的那个会看不到图，所以要用到主次坐标轴，如下：

#组合图形&主次坐标轴data1 = orders.groupby('付款时间')[['支付金额','订单编号']].agg({'支付金额':'sum','订单编号':'count'}) #处理数据x = data1.index #x轴y1 = data1['支付金额'] #y主轴数据y2 = data1['订单编号'] #y次轴数据plt.title('订单&GMV走势') #图表标题plt.bar(x,y1,label='GMV') #GMV柱形图plt.ylim(0,100000) #设置y1的坐标轴范围for a,b in zip(x,y1): #添加数据标签plt.text(a,b+0.1,'%d'%b,ha='center',va='bottom') #在x,y1+0.1的位置上添加GMV数据 ， '%d'%y 即标签数据, ha和va控制标签位置plt.legend(loc=1) #显示图例，loc=1为右上角plt.twinx() #次纵坐标轴plt.plot(x,y2,label='订单数',color='red') #订单折线图，红色plt.ylim(-2100,2200) #设置y2的坐标轴范围for a,b in zip(x,y2): #添加数据标签plt.text(a,b+0.2,'%d'%b,ha='center',va='bottom') #在x,y2+0.1的位置上添加订单数据 plt.legend(loc=2) #显示图例,loc=2为左上角

显示：

需要注意：

纵坐标轴范围、图例、数据标签，需要在各自的纵坐标里设置，即先进行主纵坐标的设置，之后是次纵坐标。如果都放在后面去设置，那么text(x,y)的y位置，就都是次纵坐标了。

制作简单的数据仪表盘如下：

#制作数据仪表盘plt.figure(figsize=(15,8)) #设置图的整体大小 #总共4个子图，用subplot()#第一个：每日订单与成交额走势，柱形图与折线图组合data1 = orders.groupby('付款时间')[['支付金额','订单编号']].agg({'支付金额':'sum','订单编号':'count'}) #处理数据x = data1.index #x轴y1 = data1['支付金额'] #y主轴数据y2 = data1['订单编号'] #y次轴数据plt.subplot(2,2,1) #2×2个子图：第一个plt.title('订单&GMV走势') #图表标题plt.bar(x,y1,label='GMV') #GMV柱形图plt.ylim(0,100000) #设置y1的坐标轴范围for a,b in zip(x,y1): #添加数据标签plt.text(a,b+0.1,'%d'%b,ha='center',va='bottom') #在x,y1+0.1的位置上添加GMV数据 ， '%d'%y 即标签数据, ha和va控制标签位置plt.legend(loc=1) #显示图例，loc=1为右上角plt.twinx() #次纵坐标轴plt.plot(x,y2,label='订单数',color='red') #订单折线图，红色plt.ylim(-2100,2200) #设置y2的坐标轴范围for a,b in zip(x,y2): #添加数据标签plt.text(a,b+0.2,'%d'%b,ha='center',va='bottom') #在x,y2+0.1的位置上添加订单数据 plt.legend(loc=2) #显示图例,loc=2为左上角#第二个：主要商家，每日GMV趋势。 多条折线图#数据处理data2 = pd.DataFrame(orders[orders['商家名称'].isin(['店铺3','店铺5','店铺6','店铺9'])].groupby(['商家名称','付款时间'])['支付金额'].sum()) #店铺3、5、6、9的成交额data2_tmp = pd.DataFrame(index=set(data2.index.get_level_values(0)),columns=set(data2.index.get_level_values(1)))for ind in data2_tmp.index:for col in data2_tmp.columns:data2_tmp.loc[ind,col] = data2.loc[ind,:].loc[col,'支付金额']plt.subplot(2,2,2) #2×2个子图：第二个plt.title('主要商家GMV趋势')colors = ['green','red','skyblue','blue'] #设置曲线颜色x = sorted(data2_tmp.columns) #日期是横轴for i in range(len(data2_tmp.index)):plt.plot(x,data2_tmp.loc[data2_tmp.index[i],:],label=data2_tmp.index[i],color=colors[i])plt.legend() #显示图例,loc默认为0，即最优位置#第三个：订单来源端口，每日趋势。 堆积柱形图#数据处理data3_tmp = pd.DataFrame(orders.groupby(['平台来源','付款时间'])['支付金额'].sum())data3 = pd.DataFrame(index=set(data3_tmp.index.get_level_values(0)),columns=set(data3_tmp.index.get_level_values(1)))for ind in data3.index:print(ind)for col in data3.columns:data3.loc[ind,col] = data3_tmp.loc[ind,:].loc[col,'支付金额']barx = data3.columnsbary1 = data3.loc['android',:]bary2 = data3.loc['iphone',:]plt.subplot(2,2,3) #2×2个子图：第三个plt.title('订单来源端口分布') #底部是安卓，顶部是iPhone。先画iPhone=安卓+iPhone，再画安卓plt.bar(barx,bary1+bary2,label='iphone',color='green')plt.bar(barx,bary1,label='android',color='red') #底部是bar_y数据plt.legend() for a,b,c in zip(barx,bary1,bary2): #添加数据标签，注意：底部是安卓，即y1plt.text(a,1000,'%d'%b,ha='center',va='bottom') #在a,1000的位置上，添加数据标签plt.text(a,b+c-1000,'%d'%c,ha='center',va='bottom') #调整标签的位置#第四个：类目占比。 饼图#最近一天的类目金额data4 = orders[orders['付款时间']==max(orders['付款时间'])].groupby('类目')['支付金额'].sum().sort_values() plt.subplot(2,2,4) #2×2个子图：第四个plt.title('最近一天的类目占比')plt.axis('equal') #正圆，饼图会默认是椭圆plt.pie(data4.values,labels=data4.index,autopct='%1.1f%%',\colors=['green','red','skyblue','blue']) #显示百分数,1位小数plt.show()

显示：

过程稍复杂，需慢慢理解。

四、Titanic灾难数据分析显示

主要过程如下：

导入必要的库导入数据设置为索引绘制展示男女乘客比例的扇形图绘制展示船票Fare与乘客年龄和性别的散点图生还人数绘制展示船票价格的直方图

数据titanicdata.csv如下：

如需获取相关数据进行测试学习，可以直接点击加QQ群 963624318 在群文件夹Python数据分析实战中下载即可。

导库和读取数据如下：

import pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsimport numpy as np%matplotlib inlinetitanic = pd.read_csv("titanicdata.csv")titanic.head()

显示：

设置索引如下：

titanic.set_index('PassengerId').head()

显示：

创建一个饼图，展示男性/女性的比例：

# sum the instances of males and femalesmales = (titanic['Sex'] == 'male').sum()females = (titanic['Sex'] == 'female').sum()# put them into a list called proportionsproportions = [males, females]# Create a pie chartplt.pie(# using proportionsproportions,# with the labels being officer nameslabels = ['Males', 'Females'],# with no shadowsshadow = False,# with colorscolors = ['blue','red'],# with one slide exploded outexplode = (0.15 , 0),# with the start angle at 90%startangle = 90,# with the percent listed as a fractionautopct = '%1.1f%%')# View the plot drop aboveplt.axis('equal')# Set labelsplt.title("Sex Proportion")# View the plotplt.tight_layout()plt.show()

显示：

用所付费用和年龄创建散点图，按性别区分图的颜色：

# 创建绘图lm = sns.lmplot(x = 'Age', y = 'Fare', data = titanic, hue = 'Sex', fit_reg=False)# set titlelm.set(title = 'Fare x Age')# 获取axes对象并对其进行调整axes = lm.axesaxes[0,0].set_ylim(-5,)axes[0,0].set_xlim(-5,85)

显示：

查看幸存人数：

titanic.Survived.sum()

打印：

342

创建一个柱状图，显示已付车费：

# 将值从顶部到最小值排序，并对前5项进行切片df = titanic.Fare.sort_values(ascending = False)# 使用numpy创建存储箱间隔binsVal = np.arange(0,600,10)binsVal# 创建绘图plt.hist(df, bins = binsVal)# 设置标题和标签plt.xlabel('Fare')plt.ylabel('Frequency')plt.title('Fare Payed Histrogram')# 展示绘图plt.show()

显示：