Python 如何利用pandas 和 matplotlib绘制柱状图
当你需要展示数据时，图表是一个非常有用的工具。Python 中的 pandas 和 matplotlib 库提供了丰富的功能，可以帮助你轻松地绘制各种类型的图表。本文将介绍如何使用这两个库，绘制一个店铺销售数量的柱状图，并添加各种元素，如数据标签、图例、网格线等。
准备工作
在开始之前，你需要安装 pandas 和 matplotlib 库。如果你还没有安装，可以使用以下命令进行安装
pip install pandas matplotlib
另外，为了在图表中显示中文，你需要下载并安装中文字体文件。这里我们使用宋体，你可以替换为其他中文字体。下载后，将字体文件路径替换到代码中的 font 变量中
# 设置中文字体 font = FontProperties(fname='C:\\Windows\\Fonts\\simhei.ttf', size=12) # 替换为你的中文字体文件路径和字体大小
数据准备
我们假设有一个 Excel 文件，其中包含多个店铺的销售数据。每个店铺有多个订单，每个订单有一个销售数量。我们需要对每个店铺的销售数量进行求和，并按照销售数量降序排列。以下是数据准备的代码：
import pandas as pd
# 从Excel文件中读取数据
data = pd.read_excel('C:\\Users\Admin\\Desktop\\数据核对\\新建 XLSX 工作表.xlsx')
# 聚合数据
aggregated_data = data.groupby('店铺名称')['销售数量'].sum()
# 按销售数量降序排列
aggregated_data = aggregated_data.sort_values(ascending=False)
print(aggregated_data)首先，我们使用 pandas 库的 read_excel 函数读取 Excel 文件中的数据。然后，使用 groupby 函数对数据进行聚合，按照店铺名称分组，并对每个组中的销售数量求和。最后，使用 sort_values 函数按照销售数量降序排列。
绘制柱状图
接下来，我们使用 matplotlib 库绘制柱状图。以下是绘制柱状图的代码：
import matplotlib.pyplot as plt
# 绘制柱状图
aggregated_data.plot(kind='bar', color='steelblue', edgecolor='black', width=0.8)
# 设置图表标题和坐标轴标签
plt.title('店铺销售数量')
plt.xlabel('店铺名称')
plt.ylabel('销售数量')
# 显示图表
plt.show()我们使用 plot 函数绘制柱状图，其中 kind 参数指定图表类型为柱状图，color 参数指定柱子的颜色，edgecolor 参数指定柱子边框的颜色，width 参数指定柱子的宽度。然后，使用 title、xlabel 和 ylabel 函数设置图表标题和坐标轴标签。最后，使用 show 函数显示图表。
添加数据标签
为了更清楚地展示每个店铺的销售数量，我们可以在柱子上添加数据标签。以下是添加数据标签的代码：
# 添加数据标签
for i, v in enumerate(aggregated_data):
plt.text(i, v, str(v), ha='center', va='bottom')
# 显示图表
plt.show()我们使用 text 函数添加数据标签，其中 i 和 v 分别表示柱子的索引和高度，ha 参数指定水平对齐方式为居中，va 参数指定垂直对齐方式为底部。最后，再次使用 show 函数显示图表。
设置刻度标签
由于店铺名称较长，如果全部显示会导致刻度标签重叠，影响美观和可读性。因此，我们可以旋转刻度标签，并设置字体大小和字体样式。以下是设置刻度标签的代码：
# 设置刻度标签的字体大小和旋转角度 plt.xticks(rotation=45, fontsize=10) # 显示图表 plt.show()
我们使用 xticks 函数设置刻度标签，其中 rotation 参数指定旋转角度为45度，fontsize 参数指定字体大小为10。
添加图例
我们可以添加图例，以便更好地解释图表中的信息。以下是添加图例的代码：
# 设置图例 plt.legend(['销售数量'], loc='upper right') # 显示图表 plt.show()
我们使用 legend 函数添加图例，其中 loc 参数指定图例位置为右上角，['销售数量'] 表示图例中的文本。
去除边框和添加网格线
为了让图表更加简洁和美观，我们可以去除上边框和右边框，并添加水平虚线网格线。以下是去除边框和添加网格线的代码
# 去除上边框和右边框 plt.gca().spines['top'].set_visible(False) plt.gca().spines['right'].set_visible(False) # 添加网格线 plt.grid(axis='y', linestyle='--', alpha=0.5) # 显示图表 plt.show()
我们使用 gca 函数获取当前轴对象，然后使用 spines 属性去除上边框和右边框。使用 grid 函数添加水平虚线网格线，其中 axis 参数指定网格线方向为垂直方向，linestyle 参数指定网格线样式为虚线，alpha 参数指定网格线透明度为0.5。
设置背景色和调整布局
最后，我们可以设置图表的背景色，并调整图表布局使得图表内容更加紧凑。以下是设置背景色和调整布局的代码：
# 设置背景色
plt.gca().set_facecolor('#F5F5F5')
# 调整图表布局
plt.tight_layout()
# 显示图表
plt.show()我们使用 set_facecolor 函数设置背景色为浅灰色，使用 tight_layout 函数调整图表布局。
完整代码
将上面的代码整合起来，得到完整的代码如下：
import pandas as pd
import matplotlib.pyplot as plt
# 从Excel文件中读取数据
data = pd.read_excel('C:\\Users\Admin\\Desktop\\数据核对\\新建 XLSX 工作表.xlsx')
# 聚合数据
aggregated_data = data.groupby('店铺名称')['销售数量'].sum()
# 按销售数量降序排列
aggregated_data = aggregated_data.sort_values(ascending=False)
# 绘制柱状图
aggregated_data.plot(kind='bar', color='steelblue', edgecolor='black', width=0.8)
# 添加数据标签
for i, v in enumerate(aggregated_data):
plt.text(i, v, str(v), ha='center', va='bottom')
# 设置图表标题和坐标轴标签
plt.title('店铺销售数量')
plt.xlabel('店铺名称')
plt.ylabel('销售数量')
# 设置刻度标签的字体大小和旋转角度
plt.xticks(rotation=45, fontsize=10)
# 设置图例
plt.legend(['销售数量'], loc='upper right')
# 去除上边框和右边框
plt.gca().spines['top'].set_visible(False)
plt.gca().spines['right'].set_visible(False)
# 添加网格线
plt.grid(axis='y', linestyle='--', alpha=0.5)
# 设置背景色
plt.gca().set_facecolor('#F5F5F5')
# 调整图表布局
plt.tight_layout()
# 显示图表
plt.show()到此这篇关于Python 利用pandas 和 matplotlib绘制柱状图的文章就介绍到这了,更多相关Python matplotlib绘制柱状图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
下面小编就为大家分享一篇Python中将dataframe转换为字典的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
今天小编就为大家分享一篇解决python中使用plot画图,图不显示的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-07-07
这篇文章主要介绍了python golang中grpc 使用,本文通过示例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2020-06-06
这篇文章主要介绍了Python 图形绘制详细代码,本文接着上文介绍介绍条形图的画法，同样附有详细的代码，需要的小伙伴可以参考一下，希望对你的学习有所帮助2021-12-12
numpy和tensorflow中的各种乘法(点乘和矩阵乘)
这篇文章主要介绍了numpy和tensorflow中的各种乘法(点乘和矩阵乘),文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-03-03
这篇文章主要介绍了django通过ajax发起请求返回JSON格式数据的方法,较为详细的分析了django处理ajax请求的技巧,需要的朋友可以参考下2015-06-06
本文介绍了使用Python和GitPython库进行各种Git操作,包括打开仓库、查询状态、添加和提交更改等,具有一定的参考价值,感兴趣的可以了解一下2024-12-12
这篇文章主要介绍了python执行系统命令4种方法与比较,需要的朋友可以参考下2021-04-04
今天小编就为大家分享一篇关于Python3字符串encode与decode的讲解，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧2019-04-04
今天小编就为大家分享一篇pytorch forward两个参数实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
最新评论