前言

记录下python生成统计图的一些常规使用，主要是2D的统计图，3D的暂不涉及

1、准备工作

1.1 安装pandas和matplotlib

1
2

pip install pandas
pip install matplotlib

1.2 安装numpy

1

pip install numpy

1.3 中文字体

中文字体名 英文字体名
宋体 SimSun
黑体 SimHei
微软雅黑 Microsoft YaHei
微软正黑体 Microsoft JhengHei
新宋体 NSimSun
新细明体 PMingLiU
细明体 MingLiU
标楷体 DFKai-SB
仿宋 FangSong
楷体 KaiTi
隶书 LiSu
幼圆 YouYuan
华文细黑 STXihei
华文楷体 STKaiti
华文宋体 STSong
华文中宋 STZhongsong
华文仿宋 STFangsong
方正舒体 FZShuTi
方正姚体 FZYaoti
华文彩云 STCaiyun
华文琥珀 STHupo
华文隶书 STLiti
华文行楷 STXingkai
华文新魏 STXinwei

1.4 pyplot支持中文的参数和字体样式

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16

import matplotlib.pyplot as plt

# 设置黑体，支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']
# 设置字体样式
plt.rcParams['font.family'] = 'sans-serif'
# 设置字体大小
plt.rcParams['font.size'] = '16'
# 伸展字体，很少用
plt.rcParams['font.stretch'] = 'normal'
# 字体样式
plt.rcParams['font.style'] = 'normal'
# 小型大写字母，大写字母大一号，小写字母全部大写但是比大写小一号；中文没影响
plt.rcParams['font.variant'] = 'normal'
# 字体粗细，比如加粗bold
plt.rcParams['font.weight'] = 'normal'

这里的字体样式基本跟CSS的font一样
具体可以参考CSS的font说明: https://www.w3school.com.cn/cssref/pr_font_font.asp

1.5 支持负号

1
2

# 解决负号'-'显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False

1.6 其他常用参数介绍

1.6.1 线条样式：lines

函数 说明
plt.rcParams[’lines.linestyle’] = ‘-.’ 线条样式
plt.rcParams[’lines.linewidth’] = 3 线条宽度
plt.rcParams[’lines.color’] = ‘blue’ 线条颜色
plt.rcParams[’lines.marker’] = None 默认标记
plt.rcParams[’lines.markersize’] = 6 标记大小
plt.rcParams[’lines.markeredgewidth’] = 0.5 标记附近的线宽

1.6.2 横、纵轴：xtick、ytick

函数 说明
plt.rcParams[‘xtick.labelsize’] 横轴字体大小
plt.rcParams[‘ytick.labelsize’] 纵轴字体大小
plt.rcParams[‘xtick.major.size’] x轴最大刻度
plt.rcParams[‘ytick.major.size’] y轴最大刻度

1.6.3 figure中的子图：axes

函数 说明
plt.rcParams[‘axes.titlesize’] 子图的标题大小
plt.rcParams[‘axes.labelsize’] 子图的标签大小

1.6.4 图像、图片：figure、savefig

函数 说明
plt.rcParams[‘figure.dpi’] 图像分辨率
plt.rcParams[‘figure.figsize’] 图像显示大小
plt.rcParams[‘savefig.dpi’] 图片像素

2、pandas解析数据

常规用法，具体详细参数请参考官方: https://pandas.pydata.org/docs/user_guide/index.html#user-guide

2.1 导入数据

函数 说明
pd.DataFrame() 自己创建数据框，用于练习
pd.read_csv(filename) 从CSV⽂件导⼊数据
pd.read_table(filename) 从限定分隔符的⽂本⽂件导⼊数据
pd.read_excel(filename) 从Excel⽂件导⼊数据
pd.read_sql(query,connection_object) 从SQL表/库导⼊数据
pd.read_json(json_string) 从JSON格式的字符串导⼊数据
pd.read_html(url) 解析URL、字符串或者HTML⽂件，抽取其中的tables表格

2.2 数据选取

函数 说明
df[col] 根据列名，并以Series的形式返回列
df[[“col1”,“col2”]] 以DataFrame形式返回多列
s.iloc[0] 按位置选取数据
s.loc[‘index_one’] 按索引选取数据
df.iloc[0,:] 返回第⼀⾏
df.iloc[0,0] 返回第⼀列的第⼀个元素
df.loc[0,:] 返回第⼀⾏（索引为默认的数字时，⽤法同df.iloc），但需要注意的是loc是按索引,iloc参数只接受数字参数
df.ix[[:5],[“col1”,“col2”]] 返回字段为col1和col2的前5条数据，可以理解为loc和iloc的结合体。
df.at[5,“col1”] 选择索引名称为5，字段名称为col1的数据
df.iat[5,0] 选择索引排序为5，字段排序为0的数据

2.3 数据处理

函数 说明
df.columns=[‘a’,‘b’,‘c’] 重命名列名（需要将所有列名列出，否则会报错）
pd.isnull() 检查DataFrame对象中的空值，并返回⼀个Boolean数组
pd.notnull() 检查DataFrame对象中的⾮空值，并返回⼀个Boolean数组
df.dropna() 删除所有包含空值的⾏
df.dropna(axis=1) 删除所有包含空值的列
df.dropna(axis=1,thresh=n) 删除所有⼩于n个⾮空值的⾏
df.fillna(value=x) ⽤x替换DataFrame对象中所有的空值，⽀持df[column_name].fillna(x)
s.astype(float) 将Series中的数据类型更改为float类型
s.replace(1,‘one’) ⽤‘one’代替所有等于1的值
s.replace([1,3],[‘one’,’three’]) ⽤’one’代替1，⽤’three’代替3
df.rename(columns=lambdax:x+1) 批量更改列名
df.rename(columns={‘old_name’:’new_ name’}) 选择性更改列名
df.set_index(‘column_one’) 将某个字段设为索引，可接受列表参数，即设置多个索引
df.reset_index(“col1”) 将索引设置为col1字段，并将索引新设置为0,1,2…
df.rename(index=lambdax:x+1) 批量重命名索引

2.4 分组、排序、透视

函数 说明
df.sort_index().loc[:5] 对前5条数据进⾏索引排序
df.sort_values(col1) 按照列col1排序数据，默认升序排列
df.sort_values(col2,ascending=False) 按照列col1降序排列数据
df.sort_values([col1,col2],ascending=[True,False]) 先按列col1升序排列，后按col2降序排列数据
df.groupby(col) 返回⼀个按列col进⾏分组的Groupby对象
df.groupby([col1,col2]) 返回⼀个按多列进⾏分组的Groupby对象
df.groupby(col1)[col2].agg(mean) 返回按列col1进⾏分组后，列col2的均值,agg可以接受列表参数，agg([len,np.mean])
df.pivot_table(index=col1,values=[col2,col3],aggfunc={col2:max,col3:[ma,min]}) 创建⼀个按列col1进⾏分组，计算col2的最⼤值和col3的最⼤值、最⼩值的数据透视表
df.groupby(col1).agg(np.mean) 返回按列col1分组的所有列的均值,⽀持df.groupby(col1).col2.agg([‘min’,‘max’])
data.apply(np.mean) 对DataFrame中的每⼀列应⽤函数np.mean
data.apply(np.max,axis=1) 对DataFrame中的每⼀⾏应⽤函数np.max
df.groupby(col1).col2.transform(“sum”) 通常与groupby连⽤，避免索引更改

2.5 数据合并

函数 说明
df1.append(df2) 将df2中的⾏添加到df1的尾部
df.concat([df1,df2],axis=1,join=‘inner’) 将df2中的列添加到df1的尾部,值为空的对应⾏与对应列都不要
df1.join(df2.set_index(col1),on=col1,how=‘inner’) 对df1的列和df2的列执⾏SQL形式的join，默认按照索引来进⾏合并，如果df1和df2有共同字段时，会报错，可通过设置lsuffix,rsuffix来进⾏解决，如果需要按照共同列进⾏合并，就要⽤到set_index(col1)
pd.merge(df1,df2,on=‘col1’,how=‘outer’) 对df1和df2合并，按照col1，⽅式为outer
pd.merge(df1,df2,left_index=True,right_index=True,how=‘outer’) 与 df1.join(df2, how=‘outer’)效果相同

2.6 数据导出

函数 说明
df.to_csv(filename) 导出数据到CSV⽂件
df.to_excel(filename) 导出数据到Excel⽂件
df.to_sql(table_name,connection_object) 导出数据到SQL表
df.to_json(filename) 以Json格式导出数据到⽂本⽂件
writer=pd.ExcelWriter(’test.xlsx’,index=False) 写入excel
df1.to_excel(writer,sheet_name=‘单位’)和writer.save() 将多个数据帧写⼊同⼀个⼯作簿的多个sheet(⼯作表)

2.7 查看数据

函数 说明
df.head(n) 查看DataFrame对象的前n⾏
df.tail(n) 查看DataFrame对象的最后n⾏
df.shape() 查看⾏数和列数
df.info() 查看索引、数据类型和内存信息
df.columns() 查看字段（⾸⾏）名称
df.describe() 查看数值型列的汇总统计
s.value_counts(dropna=False) 查看Series对象的唯⼀值和计数
df.apply(pd.Series.value_counts) 查看DataFrame对象中每⼀列的唯⼀值和计数
df.isnull().any() 查看是否有缺失值
df[df[column_name].duplicated()] 查看column_name字段数据重复的数据信息
df[df[column_name].duplicated()].count() 查看column_name字段数据重复的个数

3、matplotlib生成统计图

只是简单介绍常见用法和参数
架构图

中文架构图

其他详细用法请参考官方手册: https://matplotlib.org/stable/tutorials/index.html

下面示例的源码参考github: https://github.com.anTtutu/anttu.code.learn.python.git

3.1 折线图

说明 描述
适用场景 折线图适合二维的大数据集，还适合多个二维数据集的比较。一般用来表示趋势的变化，横轴一般为日期字段。
优势 容易反应出数据变化的趋势。

示例：

1

plt.plot(x_data, y_data, '*-', label=u'请求攻击统计', linewidth=1)

demo:

 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

# -*- coding:utf-8 -*-

import pandas as pd
import matplotlib.pyplot as plt
import os

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['font.family'] = 'sans-serif'
# 解决负号'-'显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False

# 相对路径
project_dir = os.path.abspath('.')

path = project_dir + "\\request.csv"
out_path = project_dir + "\\request_line.jpg"

# 全路径
# path = "D:\\request.csv"
# out_path = "D:\\request.jpg"


def main():
    # 使用python下pandas库读取csv文件
    data = pd.read_csv(path, encoding='gbk')
    # 读取列名为距离误差和时间点的所有行数据
    y_data = data.loc[:, 'error_count']
    x_data = data.loc[:, 'error_request_url']
    # 设置画布
    plt.figure(num=1, dpi=100, figsize=(24, 32))
    # 点线图
    plt.plot(x_data, y_data, '*-', label=u'请求攻击统计', linewidth=1)
    # 为了让x轴的内容适配展示的长度，请求路径字段比较长，有几十个字符
    plt.xticks(rotation=270)
    # 统计图的标题
    plt.title(u"请求攻击统计", size=20)
    # 显示图例
    plt.legend()
    # X坐标-横坐标标题
    plt.xlabel(u'请求名称', size=14)
    # Y坐标-纵坐标标题
    plt.ylabel(u'请求次数', size=14)
    # 在展示图片前可以将画出的曲线保存到自己路径下的文件夹中
    plt.savefig(out_path)
    # 显示图像
    plt.show()
    print("all picture is starting")


if __name__ == "__main__":
    main()

3.2 柱状图

说明 描述
适用场景 适用场合是二维数据集（每个数据点包括两个值x和y），但只有一个维度需要比较，用于显示一段时间内的数据变化或显示各项之间的比较情况。适用于枚举的数据，比如地域之间的关系，数据没有必然的连续性。
优势 柱状图利用柱子的高度，反映数据的差异，肉眼对高度差异很敏感。
劣势 柱状图的局限在于只适用中小规模的数据集。

示例：

1

plt.bar(np.arange(len(name_list)), height_list, label=u'请求攻击统计', tick_label=name_list, fc='r')

demo:

 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

# -*- coding:utf-8 -*-

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import os

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['font.family'] = 'sans-serif'
# 解决负号'-'显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False

# 相对路径
project_dir = os.path.abspath('.')

path = project_dir + "\\request.csv"
out_path = project_dir + "\\request_bar.jpg"

# 全路径
# path = "D:\\request.csv"
# out_path = "D:\\request.jpg"


def main():
    # 使用python下pandas库读取csv文件
    data = pd.read_csv(path, encoding='gbk')
    # 读取列名为距离误差和时间点的所有行数据
    height_list = data.loc[:, 'error_count']
    name_list = data.loc[:, 'error_request_url']
    # 设置画布
    plt.figure(num=1, dpi=100, figsize=(24, 32))
    # 柱状图
    plt.bar(np.arange(len(name_list)), height_list, label=u'请求攻击统计', tick_label=name_list, fc='r')
    # 添加数据标签，也就是给柱子顶部添加标签
    x = np.arange(len(height_list))
    y = np.array(list(height_list.values))
    for a, b in zip(x, y):
        plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=10)
    # 为了让x轴的内容适配展示的长度，请求路径字段比较长，有几十个字符
    plt.xticks(rotation=270)
    # 统计图的标题
    plt.title(u"请求攻击统计", size=20)
    # 显示图例
    plt.legend()
    # X坐标-横坐标标题
    plt.xlabel(u'请求名称', size=14)
    # Y坐标-纵坐标标题
    plt.ylabel(u'请求次数', size=14)
    # 在展示图片前可以将画出的曲线保存到自己路径下的文件夹中
    plt.savefig(out_path)
    # 显示图像
    plt.show()
    print("all picture is starting")


if __name__ == "__main__":
    main()

3.3 堆积柱状图

说明 描述
适用场景 显示各个项目之间的比较情况，和柱状图类似的作用。不仅可以直观的看出每个系列的值，还能够反映出系列的总和，尤其是当需要看某一单位的综合以及各系列值的比重时，最适合。
优势 每个条都清晰表示数据，直观。

demo：

  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
 71
 72
 73
 74
 75
 76
 77
 78
 79
 80
 81
 82
 83
 84
 85
 86
 87
 88
 89
 90
 91
 92
 93
 94
 95
 96
 97
 98
 99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127

# -*- coding:utf-8 -*-

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import os

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['font.family'] = 'sans-serif'
# 解决负号'-'显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['axes.labelsize'] = 32
plt.rcParams['xtick.labelsize'] = 24
plt.rcParams['ytick.labelsize'] = 24
plt.rcParams['legend.fontsize'] = 20

# 相对路径
project_dir = os.path.abspath('.')

path = project_dir + "\\stack.csv"
out_path = project_dir + "\\request_stack_bar.jpg"

# 全路径
# path = "D:\\request.csv"
# out_path = "D:\\request.jpg"


def main():
    # 使用python下pandas库读取csv文件
    data = pd.read_csv(path, encoding='utf-8')
    # 读取列名为距离误差和时间点的所有行数据
    name_list = data.loc[:, '姓名']
    january_list = data.loc[:, '一月']
    february_list = data.loc[:, '二月']
    march_list = data.loc[:, '三月']
    april_list = data.loc[:, '四月']
    may_list = data.loc[:, '五月']
    june_list = data.loc[:, '六月']
    july_list = data.loc[:, '七月']
    august_list = data.loc[:, '八月']
    september_list = data.loc[:, '九月']
    october_list = data.loc[:, '十月']
    november_list = data.loc[:, '十一月']
    december_list = data.loc[:, '十二月']
    # 设置画布
    plt.figure(num=1, dpi=100, figsize=(24, 32))
    # 柱状图
    plt.bar(np.arange(len(name_list)), january_list, label=u'1月业绩', tick_label=name_list, fc='r')
    plt.bar(np.arange(len(name_list)), february_list, label=u'2月业绩', bottom=january_list, tick_label=name_list, fc='b')
    plt.bar(np.arange(len(name_list)), march_list, label=u'3月业绩', bottom=january_list+february_list, tick_label=name_list, fc='g')
    plt.bar(np.arange(len(name_list)), april_list, label=u'4月业绩', bottom=january_list+february_list+march_list, tick_label=name_list, fc='c')
    plt.bar(np.arange(len(name_list)), may_list, label=u'5月业绩', bottom=january_list+february_list+march_list+april_list, tick_label=name_list, fc='y')
    plt.bar(np.arange(len(name_list)), june_list, label=u'6月业绩', bottom=january_list+february_list+march_list+april_list+may_list, tick_label=name_list, fc='m')
    plt.bar(np.arange(len(name_list)), july_list, label=u'7月业绩', bottom=january_list+february_list+march_list+april_list+may_list+june_list, tick_label=name_list, fc='WhiteSmoke')
    plt.bar(np.arange(len(name_list)), august_list, label=u'8月业绩', bottom=january_list+february_list+march_list+april_list+may_list+june_list+july_list, tick_label=name_list, fc='pink')
    plt.bar(np.arange(len(name_list)), september_list, label=u'9月业绩', bottom=january_list+february_list+march_list+april_list+may_list+june_list+july_list+august_list, tick_label=name_list, fc='olive')
    plt.bar(np.arange(len(name_list)), october_list, label=u'10月业绩', bottom=january_list+february_list+march_list+april_list+may_list+june_list+july_list+august_list+september_list, tick_label=name_list, fc='navy')
    plt.bar(np.arange(len(name_list)), november_list, label=u'11月业绩', bottom=january_list+february_list+march_list+april_list+may_list+june_list+july_list+august_list+september_list+october_list, tick_label=name_list, fc='linen')
    plt.bar(np.arange(len(name_list)), december_list, label=u'12月业绩', bottom=january_list+february_list+march_list+april_list+may_list+june_list+july_list+august_list+september_list+october_list+november_list, tick_label=name_list, fc='teal')
    # 添加数据标签，也就是给柱子顶部添加标签
    x = np.arange(len(name_list))
    y1 = np.array(list(january_list.values))
    for a, b in zip(x, y1):
        plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=24)

    y2 = np.array(list((january_list+february_list).values))
    for a, b in zip(x, y2):
        plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=24)

    y3 = np.array(list((january_list+february_list+march_list).values))
    for a, b in zip(x, y3):
        plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=24)

    y4 = np.array(list((january_list+february_list+march_list+april_list).values))
    for a, b in zip(x, y4):
        plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=24)

    y5 = np.array(list((january_list+february_list+march_list+april_list+may_list).values))
    for a, b in zip(x, y5):
        plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=24)

    y6 = np.array(list((january_list+february_list+march_list+april_list+may_list+june_list).values))
    for a, b in zip(x, y6):
        plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=24)

    y7 = np.array(list((january_list+february_list+march_list+april_list+may_list+june_list+july_list).values))
    for a, b in zip(x, y7):
        plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=24)

    y8 = np.array(list((january_list+february_list+march_list+april_list+may_list+june_list+july_list+august_list).values))
    for a, b in zip(x, y8):
        plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=24)

    y9 = np.array(list((january_list+february_list+march_list+april_list+may_list+june_list+july_list+august_list+september_list).values))
    for a, b in zip(x, y9):
        plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=24)

    y10 = np.array(list((january_list+february_list+march_list+april_list+may_list+june_list+july_list+august_list+september_list+october_list).values))
    for a, b in zip(x, y10):
        plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=24)

    y11 = np.array(list((january_list+february_list+march_list+april_list+may_list+june_list+july_list+august_list+september_list+october_list+november_list).values))
    for a, b in zip(x, y11):
        plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=24)

    y12 = np.array(list((january_list+february_list+march_list+april_list+may_list+june_list+july_list+august_list+september_list+october_list+november_list+december_list).values))
    for a, b in zip(x, y12):
        plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=24, color='AliceBlue')
    # 为了让x轴的内容适配展示的长度，请求路径字段比较长，有几十个字符
    plt.xticks(np.arange(len(name_list)), name_list)
    # 统计图的标题
    plt.title(u"XX公司部门每月销售额", size=32)
    # 显示图例
    plt.legend()
    # X坐标-横坐标标题
    plt.xlabel(u'部门名称', size=24)
    # Y坐标-纵坐标标题
    plt.ylabel(u'销售额', size=24)
    # 在展示图片前可以将画出的曲线保存到自己路径下的文件夹中
    plt.savefig(out_path)
    # 显示图像
    plt.show()
    print("all picture is starting")


if __name__ == "__main__":
    main()

3.4 饼状图

说明 描述
适用场景 显示各项的大小与各项总和的比例。适用简单的占比比例图，在不要求数据精细的情况适用。
优势 明确显示数据的比例情况，尤其合适渠道来源等场景。
劣势 不会具体的数值，只是整体的占比情况。

示例：

1

plt.pie(money_list, explode=explode, labels=label_list, autopct='%1.1f%%', textprops={'fontsize': 43, 'color': 'k'}, shadow=True, startangle=90)

demo:

 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

# -*- coding:utf-8 -*-

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import os

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['font.family'] = 'sans-serif'
# 解决负号'-'显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False

# 相对路径
project_dir = os.path.abspath('.')

path = project_dir + "\\pie.csv"
out_path = project_dir + "\\request_pie.jpg"

# 全路径
# path = "D:\\request.csv"
# out_path = "D:\\request.jpg"


def main():
    # 使用python下pandas库读取csv文件
    data = pd.read_csv(path, encoding='utf-8')
    # 读取列名为距离误差和时间点的所有行数据
    label_list = data.loc[:, '月份']
    money_list = data.loc[:, '销售']

    # 设定各项距离圆心n个半径
    explode = [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]

    # 设置画布
    plt.figure(num=1, dpi=100, figsize=(24, 32))
    # 饼状图
    plt.pie(money_list, explode=explode, labels=label_list, autopct='%1.1f%%', textprops={'fontsize': 43, 'color': 'k'}, shadow=True, startangle=90)
    # 显示图例
    plt.legend()
    # 统计图的标题
    plt.title(u"XX公司部门每月销售额", size=32)
    # 在展示图片前可以将画出的曲线保存到自己路径下的文件夹中
    plt.savefig(out_path)
    # 显示图像
    plt.show()
    print("all picture is starting")


if __name__ == "__main__":
    main()

3.5 散点图

说明 描述
适用场景 显示若干数据系列中各数值之间的关系，类似XY轴，判断两变量之间是否存在某种关联。散点图适用于三维数据集，但其中只有两维数据是需要比较的。另外，散点图还可以看出极值的分布情况。
优势 对于处理值的分布和数据点的分簇区域（通过设置横纵项的辅助线），散点图都很理想。如果数据集中包含非常多的点，那么散点图便是最佳图表类型。
劣势 在点状图中显示多个序列看上去非常混乱。

demo:

 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
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90

# !/usr/bin/python3
# -*- coding: utf-8 -*-
"""
@Description    :  散点图
@Author         :  Anttu
@Version        :  v1.0
@File           :  testScatter.py
@CreateTime     :  15/5/2021 21:28
"""

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import os
import platform

# 系统
print(platform.system())

# 相对路径
project_dir = os.path.abspath('.')
print(project_dir)
fileName = "scatter.csv"
outFileName = "request_scatter.jpg"

fontName = "SimHei"
if platform.system() == 'Windows':
    print('Windows系统')
    fontName = ["SimHei"]
elif platform.system() == 'Linux':
    print('Linux系统')
    fontName = ["SimHei"]
elif platform.system() == 'Darwin':
    print('MacOS系统')
    fontName = ["PingFang HK"]
else:
    print('其他')

# Mac字体 PingFang HK
# win字体 SimHei
plt.rcParams['font.sans-serif'] = fontName
plt.rcParams['font.family'] = 'sans-serif'
# 解决负号'-'显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False

filePath = os.sep.join([project_dir, fileName])
outPath = os.sep.join([project_dir, outFileName])

# 全路径
# filePath = "D:\\request.csv"
# outPath = "D:\\request.jpg"


def main():
    # 使用python下pandas库读取csv文件
    data = pd.read_csv(filePath, encoding='utf-8')
    # 读取列名
    height = data.loc[:, ['性别', '身高']]
    weight = data.loc[:, ['性别', '体重']]
    # 身高
    male_height = height.loc[height['性别'] == 1]
    female_height = height.loc[height['性别'] == 0]
    # 体重
    male_weight = weight.loc[weight['性别'] == 1]
    female_weight = weight.loc[weight['性别'] == 0]

    # 设置画布
    plt.figure(dpi=100, figsize=(24, 32))
    # 散点图
    plt.scatter(male_height, male_weight, marker='x', color='b', alpha=0.5)
    plt.scatter(female_height, female_weight, color='r', alpha=0.5)
    # 显示图例
    plt.legend(('Male', 'Female'))
    # X坐标-横坐标标题
    plt.xlabel(u'身高/Height(厘米)', size=24)
    # Y坐标-纵坐标标题
    plt.ylabel(u'体重/Weight(公斤)', size=24)
    # 统计图的标题
    plt.title(u"XX公司男女身高/体重分布", size=32)
    # 网格
    plt.grid(True)
    # 在展示图片前可以将画出的曲线保存到自己路径下的文件夹中
    plt.savefig(outPath)
    # 显示图像
    plt.show()
    print("all picture is starting")


if __name__ == "__main__":
    main()

3.6 漏斗图

说明 描述
适用场景 漏斗图适用于业务流程多的流程分析，显示各流程的转化率。
优势 在网站分析中，通常用于转化率比较，它不仅能展示用户从进入网站到实现购买的最终转化率，还可以展示每个步骤的转化率，能够直观地发现和说明问题所在。
劣势 单一漏斗图无法评价网站某个关键流程中各步骤转化率的好坏。

demo:

3.7 雷达图

说明 描述
适用场景 雷达图适用于多维数据（四维以上），一般是用来表示某个数据字段的综合情况，数据点一般6个左右，太多的话辨别起来有困难。
优势 主要用来了解公司各项数据指标的变动情形及其好坏趋向。
劣势 理解成本较高。

demo：

  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
 71
 72
 73
 74
 75
 76
 77
 78
 79
 80
 81
 82
 83
 84
 85
 86
 87
 88
 89
 90
 91
 92
 93
 94
 95
 96
 97
 98
 99
100
101
102
103
104
105
106
107
108

# !/usr/bin/python3
# -*- coding: utf-8 -*-
"""
@Description    :  雷达图
@Author         :  Anttu
@Version        :  v1.0
@File           :  testRadar.py
@CreateTime     :  8/6/2021 10:00
"""

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import os
import platform

# 系统
print(platform.system())

# 相对路径
project_dir = os.path.abspath('.')
print(project_dir)
fileName = "ninjas.csv"
outFileName = "request_radar_ninja_"

fontName = "SimHei"
if platform.system() == 'Windows':
    print('Windows系统')
    fontName = ["SimHei"]
elif platform.system() == 'Linux':
    print('Linux系统')
    fontName = ["SimHei"]
elif platform.system() == 'Darwin':
    print('MacOS系统')
    fontName = ["PingFang HK"]
else:
    print('其他')

# Mac字体 PingFang HK
# win字体 SimHei
plt.rcParams['font.sans-serif'] = fontName
plt.rcParams['font.family'] = 'sans-serif'
# 解决负号'-'显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False

filePath = os.sep.join([project_dir, fileName])
outPath = os.sep.join([project_dir, outFileName])

# 全路径
# filePath = "D:\\request.csv"
# outPath = "D:\\request.jpg"


def main():
    # 使用python下pandas库读取csv文件
    data = pd.read_csv(filePath, encoding='utf-8')
    # 读取列名
    ability_name = data.loc[:, '忍':'印']
    # 名称列
    ability_value = data.loc[:, ]

    # 能力值的名称，需要去掉姓名和合计才可以放到雷达图中
    col_names = data.keys()
    labels = col_names.drop(['姓名', '合计'])
    data_length = len(labels)

    # labels里有几个数据，就把整圆360°分成几份，设置雷达图的角度，用于平分切开一个平面
    angle = np.linspace(0, 2 * np.pi, data_length, endpoint=False)

    # 使雷达图封闭起来
    labels = np.concatenate((labels, [labels[0]]))
    angles = np.concatenate((angle, [angle[0]]))

    for index in range(len(ability_name)):
        # 技能值
        result = ability_name.iloc[index].values
        # 使雷达图封闭起来
        values = np.concatenate((result, [result[0]]))

        # 设置画布
        fig = plt.figure(dpi=100, figsize=(8, 6))

        # 设置为极坐标格式
        ax = fig.add_subplot(111, polar=True)
        # 绘制折线图
        ax.plot(angles, values, 'o-', linewidth=1)
        ax.fill(angles, values, 'r', alpha=0.5)
        # 添加每个特质的标签
        ax.set_thetagrids(angles * 180 / np.pi, labels)
        # 设置极轴范围
        ax.set_rlim(0, 10)
        # 设置雷达图的坐标值显示角度，相对于起始角度的偏移量
        ax.set_rlabel_position(360)

        # 统计图的标题
        title_name = '火影 - ' + ability_value['姓名'][index] + ' === 合计[' + str(ability_value['合计'][index]) + ']'
        plt.title(title_name, size=14)
        # 网格
        plt.grid(True)
        # 在展示图片前可以将画出的曲线保存到自己路径下的文件夹中
        plt.savefig(os.sep.join([project_dir, outFileName + ability_value['姓名'][index] + '.jpg']))
        # 显示图像
        plt.show()
    print("all picture is starting")


if __name__ == "__main__":
    main()

3.8 数字地图

说明 描述
适用场景 适用于有空间位置的数据集，一般分成行政地图（气泡图、面积图）和GIS地图。行政地图一般有省份、城市数据就够了（比如福建-泉州）；而GIS地图则需要经纬度数据，更细化到具体区域，只要有数据，可做区域、全国甚至全球的地图。
优劣势 特殊状况下使用，涉及行政区域。

demo：

3.9 热力图

说明 描述
适用场景 适用于有空间位置的数据集，一般分成行政地图（气泡图、面积图）和GIS地图。行政地图一般有省份、城市数据就够了（比如福建-泉州）；而GIS地图则需要经纬度数据，更细化到具体区域，只要有数据，可做区域、全国甚至全球的地图。
优劣势 特殊状况下使用，涉及行政区域。

demo：

 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
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93

# !/usr/bin/python3
# -*- coding: utf-8 -*-
"""
@Description    :  热力图
@Author         :  Anttu
@Version        :  v1.0
@File           :  testHeatMap.py
@CreateTime     :  19/5/2021 01:39
"""


import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import os
import platform

# 系统
print(platform.system())

# 相对路径
project_dir = os.path.abspath('.')
print(project_dir)
fileName = "heatmap.csv"
outFileName = "request_heatmap.jpg"

fontName = "SimHei"
if platform.system() == 'Windows':
    print('Windows系统')
    fontName = ["SimHei"]
elif platform.system() == 'Linux':
    print('Linux系统')
    fontName = ["SimHei"]
elif platform.system() == 'Darwin':
    print('MacOS系统')
    fontName = ["PingFang HK"]
else:
    print('其他')

# Mac字体 PingFang HK
# win字体 SimHei
plt.rcParams['font.sans-serif'] = fontName
plt.rcParams['font.family'] = 'sans-serif'
# 解决负号'-'显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False

filePath = os.sep.join([project_dir, fileName])
outPath = os.sep.join([project_dir, outFileName])

# 全路径
# filePath = "D:\\request.csv"
# outPath = "D:\\request.jpg"


def main():
    # 使用python下pandas库读取csv文件
    data_nba = pd.read_csv(filePath, encoding='utf-8')
    # 读取列名
    score = data_nba.loc[:, "G":"PF"].values
    # 名称列
    name = data_nba.iloc[:, 0]
    # 技术指标行
    col = data_nba.loc[:, "G":"PF"].columns

    # 设置画布
    fig = plt.figure(dpi=100, figsize=(24, 32))
    # 散点图的变种气泡图
    im = plt.imshow(score, cmap='plasma_r')
    # 设置X轴刻度
    plt.xticks(np.arange(len(col)), col.values)
    # 设置Y轴刻度
    plt.yticks(np.arange(len(name)), name.values)
    # 显示图例
    # plt.legend()
    # 设置颜色条
    fig.colorbar(im, pad=0.03)
    # X坐标-横坐标标题
    plt.xlabel(u'技术指标', size=24)
    # Y坐标-纵坐标标题
    plt.ylabel(u'姓名', size=24)
    # 统计图的标题
    plt.title(u"NBA Average Performance (Top 50 Players)", size=32)
    # 网格
    plt.grid(True)
    # 在展示图片前可以将画出的曲线保存到自己路径下的文件夹中
    plt.savefig(outPath)
    # 显示图像
    plt.show()
    print("all picture is starting")


if __name__ == "__main__":
    main()

3.10 气泡图

说明 描述
适用场景 适用于有空间位置的数据集，一般分成行政地图（气泡图、面积图）和GIS地图。行政地图一般有省份、城市数据就够了（比如福建-泉州）；而GIS地图则需要经纬度数据，更细化到具体区域，只要有数据，可做区域、全国甚至全球的地图。
优劣势 特殊状况下使用，涉及行政区域。

demo：

 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
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87

# !/usr/bin/python3
# -*- coding: utf-8 -*-
"""
@Description    :  气泡图
@Author         :  Anttu
@Version        :  v1.0
@File           :  testBubble.py
@CreateTime     :  7/6/2021 15:38
"""

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import os
import platform

# 系统
print(platform.system())

# 相对路径
project_dir = os.path.abspath('.')
print(project_dir)
fileName = "bubble.csv"
outFileName = "request_bubble.jpg"

fontName = "SimHei"
if platform.system() == 'Windows':
    print('Windows系统')
    fontName = ["SimHei"]
elif platform.system() == 'Linux':
    print('Linux系统')
    fontName = ["SimHei"]
elif platform.system() == 'Darwin':
    print('MacOS系统')
    fontName = ["PingFang HK"]
else:
    print('其他')

# Mac字体 PingFang HK
# win字体 SimHei
plt.rcParams['font.sans-serif'] = fontName
plt.rcParams['font.family'] = 'sans-serif'
# 解决负号'-'显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False

filePath = os.sep.join([project_dir, fileName])
outPath = os.sep.join([project_dir, outFileName])

# 全路径
# filePath = "D:\\request.csv"
# outPath = "D:\\request.jpg"


def main():
    # 使用python下pandas库读取csv文件
    data = pd.read_csv(filePath, encoding='utf-8')
    # 读取列名
    value = data.loc[:, ]

    x = value['x']
    y = value['y']
    s = value['size']*200
    colors = value['size']

    # 设置画布
    plt.figure(dpi=100, figsize=(24, 32))
    # 散点图的变种气泡图
    plt.scatter(x, y, s=s, c=colors, label='Size值分布', alpha=0.5)
    # 显示图例
    # plt.legend('Size')
    # X坐标-横坐标标题
    plt.xlabel(u'X坐标刻度', size=24)
    # Y坐标-纵坐标标题
    plt.ylabel(u'Y坐标刻度', size=24)
    # 统计图的标题
    plt.title(u"XX值分布气泡图", size=32)
    # 网格
    plt.grid(True)
    # 在展示图片前可以将画出的曲线保存到自己路径下的文件夹中
    plt.savefig(outPath)
    # 显示图像
    plt.show()
    print("all picture is starting")


if __name__ == "__main__":
    main()

5、demo代码

示例的代码仓库： https://github.com/anTtutu/anttu.code.learn.python/tree/master/matplotlib

其他统计图等后续整理补充…