Python数据分析-数据可视化（转置+折线图plot+柱状图bar【单柱、多柱、堆积柱、双向柱】）

转置+折线图plot+柱状图bar【单柱、多柱、堆积柱、双向柱】

weixin_44040169

1007人浏览 · 2026-02-24 22:35:34

weixin_44040169 · 2026-02-24 22:35:34 发布

Matplotlib Pyplot

Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。
详细每种图表设置见 Matplotlib绘图设定

使用的时候，我们可以使用 import 导入 pyplot 库，并设置一个别名 plt：

import matplotlib.pyplot as plt

这样我们就可以使用 plt 来引用 Pyplot 包的方法。
以下是一些常用的 pyplot 函数：

plot()：用于绘制线图和散点图
scatter()：用于绘制散点图
bar()：用于绘制垂直条形图和水平条形图
hist()：用于绘制直方图
pie()：用于绘制饼图
imshow()：用于绘制图像
subplots()：用于创建子图--plt.subplot(235)就是将绘图区域划分为2行3列，并在第5个位置创建子图

#添加标签和标题
plt.xlabel(‘Product’) 或axes.set_xlabel()
plt.ylabel(‘Total Sales’)或axes.set_ylabel()
plt.title(‘Stacked Sales by Product and Year - how2matplotlib.com’)
绝大多数的 plt 函数都可以直接转换成 axes 方法（例如 plt.plot() → axes.plot()、 plt.legend() → axes.legend() 等）

plt.legend( )创建图例

loc：图例位置，如 “best”（默认）、“upper right”、“lower left” 等。
fontsize：字体大小，可为数值或 ‘small’、‘large’ 等关键字。
title：图例标题，可配合 title_fontsize 调整大小。

ncol：列数，适合多系列数据时分列显示。
plt.xticks(位置,标签) 设置x轴刻度例子：plt.xticks([0,1.5,3,4.5], df2.index)

plt.text()函数用于设置文字说明。在图表中添加文本

plt.text(
	x,
	y,
	string,
	fontsize=15,
	verticalalignment="top",
	horizontalalignment="right"
)

x,y:表示坐标值上的值
string:文字
fontsize:表示字体大小
va：垂直对齐方式，参数：[ ‘center’ | ‘top’ | ‘bottom’ | ‘baseline’ ]
ha：水平对齐方式，参数：[ ‘center’ | ‘right’ | ‘left’ ]

举例：plt.text(x + 0.4, -y - 0.05, ‘%.2f’ % y, ha=‘center’, va=‘top’)

plt.subplot(235)就是将绘图区域划分为2行3列，并在第5个位置创建子图
以下是创建子图的例子

import matplotlib.pyplot as plt

plt.figure(figsize=(13,9))
plt.rcParams['font.family']='SimHei'

plt.subplot(231)#绘图区域划分为2行3列，并在第1个位置创建子图
x=['a','b','c']
hight=[1,3,2]
a=plt.bar(x,hight)
print(vars(a))
plt.title('默认')

plt.subplot(232)#绘图区域划分为2行3列，并在第2个位置创建子图
x=['a','b','c']
hight=3
width=0.2
plt.bar(x,hight,width)
plt.title('hight=3、width=0.2')

plt.subplot(233)
x=['a','b','c']
width=[0.3,0.2,0.4]
hight=[1,3,2]
a=plt.bar(x,hight,width)
plt.title('width=[0.3,0.2,0.4]')

plt.subplot(234)
x=['a','b','c']
hight=[1,3,2]
width=0.2
bottom=0.2
plt.ylim(0,4) # 设置y轴值显示范围
plt.bar(x,hight,width,bottom)
plt.title('bottom=0.2、plt.ylim(0,4)')

plt.subplot(235)#绘图区域划分为2行3列，并在第5个位置创建子图
x=['a','b','c']
hight=[1,3,2]
plt.bar(x,hight,align='edge')
plt.title('设置左侧对齐')

plt.subplot(236)
x=['a','b','c']
hight=[1,3,2]
width=-0.8
plt.bar(x,hight,width,align='edge')
plt.title('设置右侧对齐')

plt.show()

在这里插入图片描述

plot() 函数是绘制二维图形的最基本函数。

plt.plot(x, y, fmt, **kwargs)

x：表示X轴上的数据点，通常是一个列表、数组或一维序列，用于指定数据点的水平位置。
y：表示Y轴上的数据点，通常也是一个列表、数组或一维序列，用于指定数据点的垂直位置。
fmt：是一个可选的格式字符串，用于指定线条的样式、标记和颜色。例如，‘ro-’ 表示红色圆点线条。
**kwargs：是一系列可选参数，用于进一步自定义线条的属性，如线宽、标记大小、标签等。

以下是一些常用参数和用法：

样式参数（fmt）：格式字符串可以包含一个字符来指定颜色，一个字符来指定标记样式，以及一个字符来指定线条样式。例如，‘r-’
表示红色实线，‘bo–’ 表示蓝色圆点虚线。
线条样式（linestyle）：使用linestyle参数可以指定线条的样式，如实线（‘-’）、虚线（‘–’）、点划线（‘-.’）等。
标记样式（marker）：使用marker参数可以指定数据点的标记样式，如圆点（‘o’）、方块（‘s’）、星号（‘*’）等。
线条颜色（color）：
使用color参数可以指定线条的颜色，可以使用颜色名称（如’red’）、缩写（如’r’）或十六进制颜色码（如’#FF5733’）。
线宽（linewidth）：使用linewidth参数可以指定线条的宽度，以数字表示。
其他属性：还有许多其他属性可用于自定义线图，如透明度、渐变、线型、阴影等

bar柱状图

多种柱介绍可见绘制单个、多个、堆积、双向柱形图

matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)

bar()的返回值为BarContainer对象，其中patche属性为Rectangle列表，即一系列柱子。

bar()的基础参数如下：

x：柱子在x轴上的坐标。浮点数或类数组结构。注意x可以为字符串数组！
height：柱子的高度，即y轴上的坐标。浮点数或类数组结构。
width：柱子的宽度。浮点数或类数组结构。默认值为0.8。
bottom：柱子的基准高度。浮点数或类数组结构。默认值为0。
align：柱子在x轴上的对齐方式。字符串，取值范围为{‘center’, ‘edge’}，默认为’center’。
- ‘center’：x位于柱子的中心位置。
- ‘edge’：x位于柱子的左侧。如果想让x位于柱子右侧，需要同时设置负width 以及align=‘edge’。

柱子的位置由x以及align确定，柱子的尺寸由height和 width 确定。垂直基准位置由bottom确定(默认值为0)。大部分参数即可以是单独的浮点值也可以是值序列，单独值对所有柱子生效，值序列一一对应每个柱子。

在这里插入图片描述

import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']   # 设置正常显示中文
plt.rcParams['axes.unicode_minus']=False     # 设置正常显示负号
# 以上 整个文件中运行过一遍即可
import pandas as pd
data = {'python基础': [86,99, 68, 83, 79, 91],
        '数据结构':[78,66,58,75,77, 59],
        '数据分析': [68, 99, 68,83, 79, 91]}
df= pd.DataFrame(data,index=['杨东','李力','王雷','赵平','张也','张三',])
rows = df.index
rows_value = rows.values# 通过.values拿到Index对象中的列表
print(rows)
print(rows_value)

columns = df.columns
print(columns)
print(columns.values) # 通过.values拿到Index对象中
df

转置

在这里插入图片描述

df2=pd.DataFrame(df.values.T,index=df.columns,columns=df.index)
df2

折线

在这里插入图片描述

丰富样式

在这里插入图片描述

import matplotlib.pyplot as plt
#显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']
# 示例数据

x = [1, 2, 3, 4, 5]
y = [10, 15, 13, 18, 16]
plt.figure(figsize=(3,3))

# 绘制线图，并自定义外观
plt.plot(
    x,                         # X轴数据
    y,                         # Y轴数据
    marker='o',                # 标记样式：圆点
    linestyle='-',             # 线条样式：实线
    color='green',              # 线条颜色：蓝色
    linewidth=2,               # 线宽：2
    markersize=10,              # 标记大小：8
    label='数据1'               # 图例标签
)

# 添加标签和标题
plt.xlabel('X轴标签')
plt.ylabel('Y轴标签')
plt.title('标题')

# 添加图例
plt.legend()

# 显示网格线
plt.grid(True)

# 自定义刻度
plt.xticks([1, 2, 3, 4, 5], ['一', '二', '三', '四', '五'])

# 显示图表
plt.show()

立柱

在这里插入图片描述

卧倒柱

plt.barh(x,y)
height与width含义互换

在这里插入图片描述

多个柱

同一x轴位置绘制多个柱状图，主要通过调整柱状图的宽度和每个柱状图x轴的起始位置
在这里插入图片描述

plt.figure(figsize=(3,2))
plt.bar(df2.index,df2['张三'],width=0.3,bottom=0.2,color = ["#4CAF50","red","hotpink"])
plt.xlabel('科目')
plt.ylabel('成绩')
plt.title("张三和杨东各科成绩")
plt.bar(df2.index,df2['杨东'],width=0.3,bottom=0.2,color = 'white')# 从图中可见，两个柱子画在了一个图里
# 由此可知同一x轴位置绘制多个柱状图，主要通过调整柱状图的宽度和每个柱状图x轴的起始位置

在这里插入图片描述

np.arange(3) 用这个得到的数组

# 设置图形大小
plt.figure(figsize=(12, 6))

# 设置柱的宽度
bar_width = 0.25
# 设置x轴位置
r1 = np.arange(3) # [0,1,2] 位置分别是第一人柱子的位置
r2 = [x + bar_width for x in r1]# [0.25, 1.25, 2.25] 第二人柱子的位置
r3 = [x + bar_width for x in r2]# [0.5, 1.5, 2.5] 第三人柱子的位置

print(r1,r2,r3)

plt.figure(figsize=(3,3))
# 设置柱的宽度
bar_width = 0.25
# 设置x轴位置
r1 = range(3) # [0,1,2] 位置分别是第一人柱子的位置
r2 = [x + bar_width for x in r1]# [0.25, 1.25, 2.25] 第二人柱子的位置
r3 = [x + bar_width for x in r2]# [0.5, 1.5, 2.5] 第三人柱子的位置
# 绘制柱状图
plt.bar(r1, df2.iloc[:,0], color='blue', width=bar_width, label='杨东')
plt.bar(r2, df2.iloc[:,1], color='green', width=bar_width, label='李力')
plt.bar(r3, df2.iloc[:,2], color='purple', width=bar_width, label='王雷')

# 添加标签和标题
plt.xlabel('成绩')
plt.ylabel('课程')
plt.title('3人在3门课的成绩')
plt.xticks([r + bar_width for r in range(3)], df2.index)# plt.xticks(位置,标签) 设置x轴刻度

# 添加图例
plt.legend()

设置柱子位置的另一种方式

在这里插入图片描述

plt.figure(figsize=(3,3))
plt.bar(r1-bar_width, df2.iloc[:,0], color='blue', width=bar_width, label='杨东')
plt.bar(r1, df2.iloc[:,1], color='green', width=bar_width, label='李力')
plt.bar(r1+bar_width, df2.iloc[:,2], color='purple', width=bar_width, label='王雷')

绘制6人三科目

将df2表格里的任都绘制了
在这里插入图片描述
需要提前计算好，整个x轴的长度，每个柱所在位置

# 绘制6人三科目
# 一个柱子宽0.25，一个科目6*0.25，科目间隔0.25，所以总长6*0.25*3+0.25*2=5

# 设置图形大小
plt.figure(figsize=(6,3))
# 设置柱的宽度
bar_width = 0.25

# 设置x轴位置
r1 = [0,1.75,3.5] # [0,1,2] 位置分别是第一人柱子的位置
r2 = [x + bar_width for x in r1]# [0.25, 2.0, 3.75] 第二人柱子的位置
r3 = [x + bar_width for x in r2]# [0.5, 2.25, 4.0] 第三人柱子的位置
r4 = [x + bar_width for x in r3]# 
r5 = [x + bar_width for x in r4]# 
r6 = [x + bar_width for x in r5]# 

# 绘制柱状图
plt.bar(r1, df2.iloc[:,0], color='blue', width=bar_width, label='杨东')
plt.bar(r2, df2.iloc[:,1], color='green', width=bar_width, label='李力')
plt.bar(r3, df2.iloc[:,2], color='purple', width=bar_width, label='王雷')
plt.bar(r4, df2.iloc[:,3], color='yellow', width=bar_width, label='赵平')
plt.bar(r5, df2.iloc[:,4], color='pink', width=bar_width, label='张也')
plt.bar(r6, df2.iloc[:,5], color='red', width=bar_width, label='张三')

# 添加标签和标题
plt.xlabel('成绩')
plt.ylabel('课程')
plt.title('6人在3门课的成绩')
plt.xticks([r + 2.5*bar_width for r in [0,1.75,3.5]], df2.index)# plt.xticks(位置,标签) 设置x轴刻度

# 添加图例
plt.legend()

样式优化

好看一点
在这里插入图片描述
主要用到：
plt.style.use(‘seaborn-v0_8’)#提供了默认配色和线条风格，用于应用 Seaborn 风格的绘图样式（效果：背景色调）
plt.rcParams[‘font.sans-serif’]=[‘SimHei’] # 设置正常显示中文
plt.rcParams[‘axes.unicode_minus’]=False # 设置正常显示负号

添加数据标签*
def add_labels(bars):
for bar in bars:
height = bar.get_height()
plt.text(bar.get_x() + bar.get_width()/2., height,
f’{height}', ha=‘center’, va=‘bottom’)

add_labels(bars1)
add_labels(bars2)
add_labels(bars3)
add_labels(bars4)
add_labels(bars5)
add_labels(bars6)

添加图例：
plt.legend(loc=‘upper left’, frameon=True)# 图例位置在左上角,显示图例边框
添加网格线：
plt.grid(axis=‘y’, linestyle=‘–’, alpha=0.7)#axis=‘y’：只在y轴方向添加网格线# linestyle=‘–’：使用虚线样式# alpha=0.7：网格线透明度为0.7，避免过于抢眼

plt.tight_layout() tight_layout：自动调整子图参数，使图表元素不重叠
这对于防止标题、标签等元素被裁剪非常重要

# 绘制6人三科目
# 一个柱子宽0.25，一个科目6*0.25，科目间隔0.25，所以总长6*0.25*3+0.25*2=5

import pandas as pd
import matplotlib.pyplot as plt
# 它一定纲要用在中文设置前面，不然会将其覆盖导致显示不出中文
plt.style.use('seaborn-v0_8')#提供了默认配色和线条风格，用于应用 Seaborn 风格的绘图样式（效果：背景色调）


plt.rcParams['font.sans-serif']=['SimHei']   # 设置正常显示中文
plt.rcParams['axes.unicode_minus']=False     # 设置正常显示负号

# 设置图形大小
plt.figure(figsize=(7,3))


# 设置柱的宽度
bar_width = 0.25

# 设置x轴位置
r1 = [0,1.75,3.5] # [0,1,2] 位置分别是第一人柱子的位置
r2 = [x + bar_width for x in r1]# [0.25, 2.0, 3.75] 第二人柱子的位置
r3 = [x + bar_width for x in r2]# [0.5, 2.25, 4.0] 第三人柱子的位置
r4 = [x + bar_width for x in r3]# 
r5 = [x + bar_width for x in r4]# 
r6 = [x + bar_width for x in r5]# 

# 绘制柱状图
# alpha=0.8：透明度为0.8（取值0-1），让柱子略微透明，避免过于厚重
# edgecolor='white'：柱子边缘为白色，增加视觉层次感
bars1=plt.bar(r1, df2.iloc[:,0], color='blue', width=bar_width, label='杨东',alpha=0.8, edgecolor='white')
bars2=plt.bar(r2, df2.iloc[:,1], color='green', width=bar_width, label='李力',alpha=0.8, edgecolor='white')
bars3=plt.bar(r3, df2.iloc[:,2], color='purple', width=bar_width, label='王雷',alpha=0.8, edgecolor='white')
bars4=plt.bar(r4, df2.iloc[:,3], color='yellow', width=bar_width, label='赵平',alpha=0.8, edgecolor='white')
bars5=plt.bar(r5, df2.iloc[:,4], color='pink', width=bar_width, label='张也',alpha=0.8, edgecolor='white')
bars6=plt.bar(r6, df2.iloc[:,5], color='red', width=bar_width, label='张三',alpha=0.8, edgecolor='white')

# *********************************添加数据标签**********************************
def add_labels(bars):
    for bar in bars:
        height = bar.get_height()
        plt.text(bar.get_x() + bar.get_width()/2., height,
                 f'{height}', ha='center', va='bottom')

add_labels(bars1)
add_labels(bars2)
add_labels(bars3)
add_labels(bars4)
add_labels(bars5)
add_labels(bars6)
        
        
# 添加标签和标题
plt.xlabel('成绩')
plt.ylabel('课程')
plt.title('6人在3门课的成绩',fontweight='bold')

# plt.xticks(位置,标签) 设置x轴刻度
plt.xticks([r + 2.5*bar_width for r in [0,1.75,3.5]], df2.index)

# 添加图例
plt.legend(loc='upper left', frameon=True)# 图例位置在左上角,显示图例边框
# 添加网格线
plt.grid(axis='y', linestyle='--', alpha=0.7)#axis='y'：只在y轴方向添加网格线\# linestyle='--'：使用虚线样式\# alpha=0.7：网格线透明度为0.7，避免过于抢眼

# tight_layout：自动调整子图参数，使图表元素不重叠
# 这对于防止标题、标签等元素被裁剪非常重要
plt.tight_layout()
plt.show()

堆积柱

bottom参数来指定每一层的起始位置
在这里插入图片描述

#bottom参数来指定每一层的起始位置
plt.figure(figsize=(5, 5))
plt.bar(df2.index,df2['杨东'],width=0.25)
plt.bar(df2.index,df2['李力'],width=0.25,bottom=df2['杨东'])
plt.bar(df2.index,df2['王雷'],width=0.25,bottom=df2['杨东']+df2['李力'])

上下双向柱

下方柱值乘（-1）
在这里插入图片描述

# 下方柱值乘（-1）
plt.figure(figsize=(3, 3))
b1=plt.bar(df2.index,df2['杨东'],width=0.25)
b2=plt.bar(df2.index,-df2['张三'],width=0.25)
def add_labels(bars):
    for bar in bars:
        height = bar.get_height()
        plt.text(bar.get_x() + bar.get_width()/2., height,f'{height}', ha='center', va='bottom') # 文本设置的位置 

add_labels(b1)
add_labels(b2)
plt.legend(['杨东','张三'],loc='best')

左右双向柱

主要在于barh的使用，以及例外一个要乘（-1）

在这里插入图片描述

# 主要在于barh的使用，以及左边柱要乘（-1）
plt.figure(figsize=(5, 3))
b1=plt.barh(df2.index,df2['杨东'],height=0.25)
b2=plt.barh(df2.index,-df2['张三'],height=0.25)
def add_labels(bars):
    for bar in bars:
        width = bar.get_width()
        plt.text( width, bar.get_y() + bar.get_height()/2., f'{width}', ha='center', va='bottom') # 文本设置的位置 

add_labels(b1)
add_labels(b2)
plt.legend(['杨东','张三'],loc='best')