不再羨慕別人的漂亮圖表,一文學會如何用Python繪製堆積圖

2020-12-05 品位集結號

如果用Python進行繪製圖表,大家會如何操作呢?相信肯定會用到matplotlib庫,作為Python專業的二維和三維可視化庫之一,matplotlib庫是目前Python進行數據可視化最為常用的庫。

好啦,廢話少說,前幾次已經和大家詳細聊了matplotlib庫中用於繪製圖表的幾個經典函數,今天咱們繼續聊聊哦,那今天聊點什麼內容呢?就聊點深入一些的組合式圖形吧,咱們來討論一下如何繪製經典的堆積圖哦!

好啦,那就開始吧!

首先,用matplotlib庫的bar()函數繪製堆積柱狀圖哦

bar()函數作為matplotlib庫的專用柱狀圖繪製函數,相信大家已經熟悉它的調用方式了哦,現在咱們就看看如何繪製堆積柱狀圖吧!

還是老習慣,為了能夠更好的理解,咱們先舉個「慄子」哦:

上面咱們所舉的「慄子」中方框中就是調用bar()函數哦,完全使用了bar()函數的語法規則哦,注意在第15行中的參數」bottom=y_axis1」這句話的意思是接著y_axis1的數據繼續進行柱狀圖繪製哦,這是繪製堆積柱狀圖的關鍵所在哦

好啦,下面咱們就運行一下咱們所寫的這個程序看看效果吧:

使用Python解釋器運行「py ex1.py」會得到咱們所繪製的堆積柱狀圖哦:

怎麼樣?是不是感覺很漂亮哦!

好啦,說完了堆積柱狀圖,咱們再深入聊一點,來看一下堆積柱狀圖的變體吧,如何繪製堆積條形圖哦!

用matplotlib庫的barh()函數繪製堆積條形圖

其實如果你理解了上面用bar()函數繪製堆積柱狀圖的原理,那麼再用bar()的變形體barh()函數來繪製堆積條形圖,就很easy了哦,好啦,下面咱們還是舉個「慄子」進行說明哦:

看到了嗎?是不是感覺和上面咱們所舉的ex1.py的「慄子」幾乎一樣呢?是的哈,其實變化的地方很少,比如講bar()函數替換成了barh()函數,然後將第15行的參數由「bottom=y_axis1」替換成了」left=y_axis1」哦,其實呢,這也很好理解哦,因為柱狀圖是豎直向上繪製的,而條形圖是水平向右繪製的哦

好啦,咱們運行一下上面程序看看效果哦:

運行Python解釋器,輸出如下咱們所繪製的堆積條形圖哦:

好啦,上面就是咱們所討論的用Python繪製堆積柱狀圖和堆積條形圖的全部哦,大家是不是感覺很容易理解哦,希望大家能夠學會這種調用方式哦,然後用到自己的工作中,相信漂亮的堆積圖能夠為你的工作加分哦!好啦,今天咱們就先聊到這吧,下次再見哦!

敬請關注「品位集結號」,為您帶來意外的小收穫!

相關焦點

  • 漂亮圖表也可信手拈來,一文學會用Python繪製堆積折線圖
    其實這個堆積折線圖在咱們日常生活中最為常見哦,比如常見的股市走勢圖就是典型的堆積折線圖哦,說一下它的官方定義吧,堆積折線圖就是通過繪製不同數據集的折線圖生成的圖表,是按照垂直方向上彼此堆疊且又不相互覆蓋的排列順序,繪製若干條折線圖形成的組合圖形哦!
  • 做自己漂亮的圖表,一文學會如何用Python填充圖表樣式
    通過最近幾次和大家的探討,相信大家對於matplotlib庫已經熟悉了吧,作為Python數據可視化的經典庫和常用庫,matplotlib庫擁有強大的二維製圖能力,前面咱們所探討的無論是柱狀圖、條形圖、堆積圖或者分塊圖,你可能已經注意到了啦,咱們所生成的圖表都是純色填充的哦
  • Python圖表繪製進擊,一文學會如何調整刻度範圍和刻度標籤
    好啦,說了這麼多關於刻度範圍調整和刻度標籤樣式的好處,那麼可能有朋友會問了,在Python數據可視化圖表中如何進行刻度範圍調整和刻度標籤樣式的繪製呢?首先咱們來聊一下第9行和第15行所調用的subplot()函數,這個函數是一個子區間函數,也就是說通過設置該函數可將圖表顯示在特定的位置,subplot()函數是專門用來繪製集合形狀相同的網格區域,也就是將咱們所繪製圖表的畫布分成若干個子畫布,這些子畫布就構成了矩形繪圖區域,然後在這些繪圖區域上分別進行圖形繪製,比如第9行的subplot(211)和第15行的subplot(212)是指首先在畫布上分隔出一個
  • Python圖表繪製繼續進階,一文學會做自己獨特和帥氣的圖例
    昨天和大家一起探討了在Python中如何調用matplotlib庫中的legend()和title()函數為圖表添加圖例和標題,今天咱們接著上次所探討的內容繼續深入,依然繼續講解Python中添加圖例和標題相關的知識,希望通過咱們對這次的學習,大家在以後的使用中能夠做出屬於自己個人獨特風格的圖例和標題
  • 一文學會用Python繪製經典的棉棒圖、箱線圖和誤差棒圖
    這幾天一直在和大家聊Python數據可視化相關的東東,其中呢,介紹最多的當然是matplotlib庫中的各種繪製函數啦,上次已經和大家談論了關於Python中如何繪製氣泡圖等漂亮圖表的方式,今天呢,咱們繼續聊哦,今天呢,咱們就來聊聊如何繪製經典的棉棒圖、箱線圖和誤差棒圖
  • Python可視化很簡單,一文學會繪製柱狀圖、條形圖和直方圖
    matplotlib庫作為Python數據化可視化的最經典和最常用庫,掌握了它就相當於學會了Python的數據化可視化,通過前幾次呢,咱們已經討論了使用matplotlib庫中的圖表組成元素的幾個重要函數,相信大家已經學會並掌握了哦,今天呢,咱們再深入一點哦,一起來聊聊關於如何繪製柱狀圖
  • 使用Pandas,Seaborn和Plotly繪製漂亮的圖表
    讓我們看看如何在一個圖表中為單個變量或多個變量分配生成分布。Seaborn對圖在一個大網格中繪製了兩個變量散點圖的所有組合。最後,不再需要Matplotlib!Plotly具有三個重要功能:· 懸停:將滑鼠懸停在圖表上時,將彈出注釋· 交互性:無需任何其他設置即可使圖表互動(例如,穿越時空的旅程)· 漂亮的地理空間圖:Plotly具有一些內置的基本地圖繪製功能,但是另外,可以使用mapbox集成來生成驚人的圖表。點圖我們通過運行fig = x。
  • 如何用Python畫一手漂亮的圖表
    經常用Excel的表哥表姐會喜歡裡面的圖形繪製。但告別告別不加班(#如何看待拼多多加班文化#),告別Excel,我們用Python可以做到更漂亮更自動的圖形。怎麼來做呢?Python裡有這個強大的武器。那就是Matplotlib!Matplotlib是Python用戶的一種此類解決方案。它是一個全面的繪圖庫,對使用Python和NumPy的人有用。
  • Python圖表繪製進階,圖例和標題你真的會添加嗎?一文講透
    在Python的圖表繪製中,圖例和標題是兩個重要的組件,尤其在繪圖區域出現多個圖形時,如果這些圖形不添加說明,那麼對於圖表受眾人員來說,就會很難識別出這些圖形中的主要內容,因此這就顯示出了圖例的重要性,因為圖例可以標記每個圖形所代表的內容;同樣,如果想讓受眾人員搞清楚繪圖區域中的內容所代表的意思
  • 如何用matplotlib繪圖呢?
    使用過python做數據分析的小夥伴都知道,matplotlib是一款命令式、較底層、可定製性強、圖表資源豐富、簡單易用、出版質量級別的python 2D繪圖庫。matplotlib算是python繪圖的元老級庫,類似程式語言裡的C語言。
  • Python數據可視化實例之繪製圖表
    Python數據可視化實例之繪製圖表原創 蟲蟲安全 2018-09-05 17:41:57得利於語言的簡單明了、豐富的數據結構、豐富的類和模塊,Python如今成了數據科學中的香餑餑,成了matlab、R語言之外又一強大的數據分析工具。拋開其他方面的、今天蟲蟲帶大家一起來探索Python在數據可視化方面的應用。
  • 如何構建一個基於可視化理論的完美Python圖表?
    圖源:unsplash將數據轉換為可視化圖表是門學問。本文介紹了能從經典的《定量信息的視覺展示》(Edward Tufte)中學到的大部分知識,並向你展示以及如何在Python中實現它。存在子圖時,Plotly圖形是用每一行和每一列索引的,不像matplotlib必須跟蹤坐標軸的列表(當n=1時,plt.subplots的調用會生效)。
  • 使用Matplotlib繪製堆積條形圖
    df_grouped = df.groupby('Platform').sum()[['NA_Sales','EU_Sales','JP_Sales','Other_Sales', 'Global_Sales']]df_grouped數據中的值太多了,即使排除空記錄,圖表中的條形圖也會太多。我們為每個平臺和區域繪製一個條形圖,並查看結果。
  • 數據可視化最有價值的50個圖表 | 網際網路數據資訊網-199IT | 中文...
    在數據分析和可視化中最有用的 50 個 Matplotlib 圖表。 這些圖表列表允許您使用 python 的 matplotlib 和 seaborn 庫選擇要顯示的可視化對象。這些圖表根據可視化目標的7個不同情景進行分組。 例如,如果要想像兩個變量之間的關係,請查看「關聯」部分下的圖表。 或者,如果您想要顯示值如何隨時間變化,請查看「變化」部分,依此類推。
  • Python學習第90課-數據可視化之散點圖繪製
    【每天幾分鐘,從零入門python編程的世界!】今天我們學習散點圖,在統計學或者機器學習方面,或者在金融風險控制方面,金融風險控制經常要看異常交易、信貸風險,做這樣的分析就要用到一個圖--散點圖(scatter plot)。
  • 用DataFocus將Excel數據繪製圖表後的編輯與美化
    用DataFocus將Excel數據繪製圖表後的編輯與美化 前面的內容我們了解到,專業的圖表需要有 圖表類型簡單、觀點表達明確、細節處理到位、設計美觀等特點,以及了解了圖表的繪製方式和圖表的選擇。
  • 數據分析,用對圖表很重要
    如何將冰冷的數據通過直觀的可視化圖表向上級進行匯報? 在產品設計的時候涉及到數據可視化統計的界面,如何選擇核心指標以及合適的可視化圖表? ........以上只是數據分析應用的其中一部分場景,實際上還有很多。
  • Python繪圖筆記:繪製四色散點圖和誤差條形圖
    1.散點圖一#python3 裡面, dict.items改變了默認實現,也返回生成器,因此six.iteritems退出了舞臺。)y=np.exp(-x**2)#誤差條設置error=0.1+0.5*x#繪圖是正常生成中文plt.rcParams['font.sans-serif'] = ['SimHei']#生成圖紙,繪製兩幅子圖,分成兩行,共享x軸坐標fig,(ax0,ax1)=plt.subplots(nrows=2,sharex=True)#繪製第一幅誤差條形圖,誤差條分布方向為縱向,上下誤差條對稱分布ax0.errorbar
  • Matplotlib如何繪製多個子圖
    如何繪製多個子圖的圖表?這次寫個小短文來講一講。 fig和axis的區別? 相信不少小夥伴一開始都是直接用來繪圖,非常簡單,但這是偷懶的做法,不建議大家這樣。 是比較正統的畫法(參數代表行列數),指定figure和axes,然後對axes單獨進行操作(圖表元素增加和修改)。
  • 用Seaborn繪製圖表
    Seaborn可以很好地處理數據幀,而Matplotlib則不行,它可以讓你以更簡單的方式繪製引人注目的圖表。這個色調的參數是非常有用的,因為它允許你用顏色來表達第三維度的信息。sns.lmplot(x=』Attack』, y=』Defense』, data=df, fit_reg=False, hue=』Stage』)plt.show()散點圖看起來和之前的一樣,除了中間沒有回歸線,而且每個點的顏色也不同。這些顏色只是顯示了每個小精靈的階段。