數(shù)據(jù)可視化是一種將龐雜抽象的數(shù)據(jù)轉(zhuǎn)化為直觀易懂的圖形的數(shù)據(jù)呈現(xiàn)技術(shù)，它能幫助我們快速把握數(shù)據(jù)的分布和規(guī)律，更加輕松地理解和探索信息。在當(dāng)今這個(gè)信息爆炸的時(shí)代，數(shù)據(jù)可視化越來越受重視。 

一、Matplotlib模塊

Matplotlib是Python中最常用、最著名的數(shù)據(jù)可視化模塊，該模塊的子模塊pyplot包含大量用于繪制各類圖表的函數(shù)。

1、繪制基本圖表

日常工作中最基本的圖表有柱形圖、條形圖、折線圖、餅圖等，Matplotlib模塊針對(duì)這些圖表均提供了對(duì)應(yīng)的繪制函數(shù)。用于繪制圖表的數(shù)據(jù)可以直接使用提供的代碼，也可以通過pandas模塊的read_excel()函數(shù)從Excel工作簿中導(dǎo)入。

1. 繪制柱形圖

代碼文件：繪制柱形圖.py

柱形圖通常用于直觀地對(duì)比數(shù)據(jù)，在實(shí)際工作中使用頻率很高。使用Matplotlib模塊中的bar()函數(shù)即可繪制柱形圖。

演示代碼如下：

1   import matplotlib.pyplot as plt
2   x = [1, 2, 3, 4, 5, 6, 7, 8]
3   y = [60, 45, 49, 36, 42, 67, 40, 50]
4   plt.bar(x, y)
5   plt.show()

第1行代碼導(dǎo)入Matplotlib模塊的子模塊pyplot，第2行和第3行代碼分別給出圖表的x軸和y軸的值，第4行代碼使用bar()函數(shù)繪制柱形圖，第5行代碼使用show()函數(shù)顯示繪制的圖表。

代碼運(yùn)行結(jié)果如下圖所示：

如果想要改變柱形圖中每根柱子的寬度和顏色，可以通過設(shè)置bar()函數(shù)的參數(shù)width和color的值來實(shí)現(xiàn)。

演示代碼如下：

1   plt.bar(x, y, width=0.5, color='r')

參數(shù)width用于設(shè)置柱子的寬度，其值并不表示一個(gè)具體的尺寸，而是表示柱子的寬度在圖表中所占的比例，默認(rèn)值為0.8。如果設(shè)置為1，則各個(gè)柱子會(huì)緊密相連；如果設(shè)置為大于1的數(shù)，則各個(gè)柱子會(huì)相互交疊。

參數(shù)color用于設(shè)置柱子的填充顏色，上述代碼中的“r”是“red”的簡(jiǎn)寫，表示將柱子的填充顏色設(shè)置為紅色。Matplotlib模塊支持多種格式定義的顏色，常用的格式有以下幾種： 

• 用顏色名的英文單詞或其簡(jiǎn)寫定義的8種基礎(chǔ)顏色，具體見下表；

• 用RGB值的浮點(diǎn)數(shù)元組定義的顏色，RGB值通常是用0～255的十進(jìn)制整數(shù)表示的，如(51, 255, 0)，將每個(gè)元素除以255，得到(0.2, 1.0, 0.0)，就是Matplotlib模塊可以識(shí)別的RGB顏色；
• 用RGB值的十六進(jìn)制字符串定義的顏色，如'#33FF00'，其與(51, 255, 0)是相同的RGB顏色，可自行搜索“十六進(jìn)制顏色碼轉(zhuǎn)換工具”來獲取更多顏色。

在上面的代碼中，x軸和y軸的值都是數(shù)字，如果值中有中文字符，則必須在繪制圖表前加上兩行代碼。

演示代碼如下：

1   import matplotlib.pyplot as plt
2   plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
3   plt.rcParams['axes.unicode_minus'] = False
4   x = ['上海', '成都', '重慶', '深圳', '北京', '長沙', '南京', '青島']
5   y = [60, 45, 49, 36, 42, 67, 40, 50]
6   plt.bar(x, y, width=0.5, color='r')
7   plt.show()

第4行代碼給出的x軸的值為中文字符串，而Matplotlib模塊在繪制圖表時(shí)默認(rèn)不支持顯示中文，因此必須加上第2行和第3行代碼。其中，第2行代碼通過設(shè)置字體為微軟雅黑來正常顯示中文內(nèi)容，第3行代碼用于解決負(fù)號(hào)顯示為方塊的問題。

第2行代碼中的“Microsoft YaHei”是微軟雅黑字體的英文名稱，如果想使用其他中文字體，可參考下面的字體名稱中英文對(duì)照表。 

代碼運(yùn)行結(jié)果如下圖所示：

2. 繪制條形圖

代碼文件：繪制條形圖.py

條形圖也常用于對(duì)比數(shù)據(jù)，它可以看成將柱形圖的x軸和y軸調(diào)換位置的結(jié)果。使用Matplotlib模塊中的barh()函數(shù)可繪制條形圖。

演示代碼如下：

1   import matplotlib.pyplot as plt
2   plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
3   plt.rcParams['axes.unicode_minus'] = False
4   x = ['上海', '成都', '重慶', '深圳', '北京', '長沙', '南京', '青島']
5   y = [60, 45, 49, 36, 42, 67, 40, 50]
6   plt.barh(x, y, height=0.5, color='r')  # 參數(shù)height用于設(shè)置條形的高度
7   plt.show()

代碼運(yùn)行結(jié)果如下圖所示：

3. 繪制折線圖

代碼文件：繪制折線圖.py

折線圖常用于顯示一段時(shí)間內(nèi)的數(shù)據(jù)趨勢(shì)。使用Matplotlib模塊中的plot()函數(shù)可繪制折線圖。

演示代碼如下：

1   import matplotlib.pyplot as plt
2   plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
3   plt.rcParams['axes.unicode_minus'] = False
4   x = ['1月', '2月', '3月', '4月', '5月', '6月', '7月', '8月', '9月', '10月', '11月', '12月']
5   y = [50, 45, 65, 76, 75, 85, 55, 78, 86, 89, 94, 90]
6   plt.plot(x, y, color='r', linewidth=2, linestyle='dashdot')
7   plt.show()

第6行代碼中，參數(shù)color用于設(shè)置折線的顏色；參數(shù)linewidth用于設(shè)置折線的粗細(xì)（單位為“點(diǎn)”）；參數(shù)linestyle用于設(shè)置折線的線型，可取的值如下表所示。 

代碼運(yùn)行結(jié)果如下圖所示： 

通過設(shè)置參數(shù)marker和markersize可繪制帶數(shù)據(jù)標(biāo)記的折線圖。

演示代碼如下：

1   plt.plot(x, y, color='r', linestyle='dashdot', linewidth=2, marker='*', markersize=10) 

代碼中的marker= '*'表示設(shè)置數(shù)據(jù)標(biāo)記的樣式為五角星，markersize=10表示設(shè)置數(shù)據(jù)標(biāo)記的大小為10點(diǎn)。

參數(shù)marker常用的取值如下表所示：

代碼運(yùn)行結(jié)果如下圖所示：

4. 繪制面積圖

代碼文件：繪制面積圖.py

面積圖實(shí)際上是折線圖的另一種表現(xiàn)形式，它利用折線與坐標(biāo)軸圍成的圖形來表達(dá)數(shù)據(jù)隨時(shí)間推移的變化趨勢(shì)。使用Matplotlib模塊中的stackplot()函數(shù)可繪制面積圖。

演示代碼如下：

1   import matplotlib.pyplot as plt
2   plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
3   plt.rcParams['axes.unicode_minus'] = False
4   x = ['1月', '2月', '3月', '4月', '5月', '6月', '7月', '8月', '9月', '10月', '11月', '12月']
5   y = [50, 45, 65, 76, 75, 85, 55, 78, 86, 89, 94, 90]
6   plt.stackplot(x, y, color='r')
7   plt.show()

代碼運(yùn)行結(jié)果如下圖所示：

5. 繪制散點(diǎn)圖

代碼文件：繪制散點(diǎn)圖.py

散點(diǎn)圖常用于發(fā)現(xiàn)各變量之間的關(guān)系。使用Matplotlib模塊中的scatter()函數(shù)可繪制散點(diǎn)圖。演示代碼如下：

1   import pandas as pd
2   import matplotlib.pyplot as plt
3   data = pd.read_excel('汽車速度和剎車距離表.xlsx')
4   x = data['汽車速度(km/h)']
5   y = data['剎車距離(m)']
6   plt.scatter(x, y, s=100, marker='o', color='r', edgecolor='k')
7   plt.show()

第3行代碼使用read_excel()函數(shù)導(dǎo)入工作簿“汽車速度和剎車距離表.xlsx”中的數(shù)據(jù)，第4行指定x軸的值為工作簿中“汽車速度(km/h)”列的數(shù)據(jù)，第5行代碼指定y軸的值為工作簿中“剎車距離(m)”列的數(shù)據(jù)。

第6行代碼中，參數(shù)s用于設(shè)置每個(gè)點(diǎn)的面積；參數(shù)marker用于設(shè)置每個(gè)點(diǎn)的樣式，取值和plot()函數(shù)的參數(shù)marker相同；參數(shù)color和edgecolor分別用于設(shè)置每個(gè)點(diǎn)的填充顏色和輪廓顏色。

代碼運(yùn)行結(jié)果如下圖所示：

為便于推斷變量之間的相關(guān)性，可為散點(diǎn)圖添加一條線性趨勢(shì)線。

演示代碼如下：

1   import pandas as pd
2   import matplotlib.pyplot as plt
3   from sklearn import linear_model
4   data = pd.read_excel('汽車速度和剎車距離表.xlsx')
5   x = data['汽車速度(km/h)']
6   y = data['剎車距離(m)']
7   plt.scatter(x, y, s=100, marker='o', color='r', edgecolor='k')
8   model = linear_model.LinearRegression().fit(x.values.reshape(-1, 1), y)
9   pred = model.predict(x.values.reshape(-1, 1))
10   plt.plot(x, pred, color='k', linewidth=3, linestyle='solid')
11   plt.show()

第3行代碼導(dǎo)入Scikit-Learn模塊；第8行和第9行代碼使用Scikit-Learn模塊中的函數(shù)創(chuàng)建了一個(gè)線性回歸算法模型，用于根據(jù)汽車速度預(yù)測(cè)對(duì)應(yīng)的剎車距離；第10行代碼根據(jù)預(yù)測(cè)結(jié)果使用plot()函數(shù)繪制了一條線性趨勢(shì)線。

代碼運(yùn)行結(jié)果如下圖所示：

6. 繪制餅圖和圓環(huán)圖

代碼文件：繪制餅圖和圓環(huán)圖.py

餅圖常用于展示各類別數(shù)據(jù)的占比。使用Matplotlib模塊中的pie()函數(shù)可繪制餅圖。演示代碼如下：

1   import matplotlib.pyplot as plt
2   plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
3   plt.rcParams['axes.unicode_minus'] = False
4   x = ['上海', '成都', '重慶', '深圳', '北京', '青島', '南京']
5   y = [10, 45, 25, 36, 45, 56, 78]
6   plt.pie(y, labels=x, labeldistance=1.1, autopct='%.2f%%', pctdistance=1.5)
7   plt.show()

第6行代碼中，參數(shù)labels用于設(shè)置每一個(gè)餅圖塊的標(biāo)簽，參數(shù)labeldistance用于設(shè)置每一個(gè)餅圖塊的標(biāo)簽與中心的距離，參數(shù)autopct用于設(shè)置百分比數(shù)值的格式，參數(shù)pctdistance用于設(shè)置百分比數(shù)值與中心的距離。

代碼運(yùn)行結(jié)果如下圖所示：

適當(dāng)設(shè)置參數(shù)explode的值，可以分離餅圖塊以突出顯示數(shù)據(jù)。

演示代碼如下：

1   plt.pie(y, labels=x, labeldistance=1.1, autopct='%.2f%%', pctdistance=1.5, explode=[0, 0, 0, 0, 0, 0.3, 0], startangle=90, counterclock=False) 

代碼中的參數(shù)explode用于設(shè)置每一個(gè)餅圖塊與圓心的距離，其值通常是一個(gè)列表，列表的元素個(gè)數(shù)與餅圖塊的數(shù)量相同。這里設(shè)置為[0, 0, 0, 0, 0, 0.3, 0]，第6個(gè)元素為0.3，其他元素均為0，表示將第6個(gè)餅圖塊（青島）分離，其他餅圖塊的位置不變。

參數(shù)startangle用于設(shè)置第1個(gè)餅圖塊的初始角度，這里設(shè)置為90°。

參數(shù)counterclock用于設(shè)置各個(gè)餅圖塊是逆時(shí)針排列還是順時(shí)針排列，為False時(shí)表示順時(shí)針排列，為True時(shí)表示逆時(shí)針排列。

代碼運(yùn)行結(jié)果如下圖所示：

適當(dāng)設(shè)置參數(shù)wedgeprops的值，還能繪制出圓環(huán)圖。

演示代碼如下：

1   plt.pie(y, labels=x, labeldistance=1.1, autopct='%.2f%%', pctdistance=1.5, wedgeprops={'width': 0.3, 'linewidth': 2, 'edgecolor': 'white'}) 

參數(shù)wedgeprops用于設(shè)置餅圖塊的屬性，其值為一個(gè)字典，字典中的元素則是餅圖塊各個(gè)屬性的名稱和值的鍵值對(duì)。上述代碼中的wedgeprops={'width': 0.3, 'linewidth': 2, 'edgecolor': 'white'}就表示設(shè)置餅圖塊的環(huán)寬（圓環(huán)的外圓半徑減去內(nèi)圓半徑）占外圓半徑的比例為0.3，邊框粗細(xì)為2，邊框顏色為白色。將餅圖塊的環(huán)寬占比設(shè)置為小于1的數(shù)（這里為0.3），就能繪制出圓環(huán)圖的效果。

代碼運(yùn)行結(jié)果如下圖所示：

2、圖表的繪制和美化技巧

主要介紹一些圖表的繪制和美化技巧，包括在一張畫布中繪制多個(gè)圖表，以及為了讓圖表更美觀、更易于理解，為圖表添加圖表標(biāo)題、圖例、網(wǎng)格線等元素，并設(shè)置元素的格式，如網(wǎng)格線的線型和粗細(xì)、坐標(biāo)軸的刻度范圍等。

1. 在一張畫布中繪制多個(gè)圖表

代碼文件：在一張畫布中繪制多個(gè)圖表.py

Matplotlib模塊在繪制圖表時(shí)，默認(rèn)先建立一張畫布，然后在畫布中顯示繪制的圖表。如果想要在一張畫布中繪制多個(gè)圖表，可以使用subplot()函數(shù)將畫布劃分為幾個(gè)區(qū)域，然后在各個(gè)區(qū)域中分別繪制不同的圖表。

subplot()函數(shù)的參數(shù)為3個(gè)整型數(shù)字：第1個(gè)數(shù)字代表將整張畫布劃分為幾行；第2個(gè)數(shù)字代表將整張畫布劃分為幾列；第3個(gè)數(shù)字代表要在第幾個(gè)區(qū)域中繪制圖表，區(qū)域的編號(hào)規(guī)則是按照從左到右、從上到下的順序，從1開始編號(hào)。

演示代碼如下：

1   import matplotlib.pyplot as plt
2   plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
3   plt.rcParams['axes.unicode_minus'] = False
4   x = ['1月', '2月', '3月', '4月', '5月', '6月', '7月', '8月', '9月', '10月', '11月', '12月']
5   y = [50, 45, 65, 76, 75, 85, 55, 78, 86, 89, 94, 90]
6   plt.subplot(2, 2, 1)
7   plt.pie(y, labels=x, labeldistance=1.1, startangle=90, counterclock=False)
8   plt.subplot(2, 2, 2)
9   plt.bar(x, y, width=0.5, color='r')
10   plt.subplot(2, 2, 3)
11   plt.stackplot(x, y, color='r')
12   plt.subplot(2, 2, 4)
13   plt.plot(x, y, color='r', linestyle='solid', linewidth=2, marker='o', markersize=10)
14   plt.show()

第6行代碼將整張畫布劃分為2行2列，并指定在第1個(gè)區(qū)域中繪制圖表。接著用第7行代碼繪制餅圖。

第8行代碼將整張畫布劃分為2行2列，并指定在第2個(gè)區(qū)域中繪制圖表。接著用第9行代碼繪制柱形圖。

第10行代碼將整張畫布劃分為2行2列，并指定在第3個(gè)區(qū)域中繪制圖表。接著用第11行代碼繪制面積圖。

第12行代碼將整張畫布劃分為2行2列，并指定在第4個(gè)區(qū)域中繪制圖表。接著用第13行代碼繪制折線圖。

subplot()函數(shù)的參數(shù)也可以寫成一個(gè)3位數(shù)的整型數(shù)字，如223。使用這種形式的參數(shù)時(shí)，劃分畫布的行數(shù)或列數(shù)不能超過10。

代碼運(yùn)行結(jié)果如下圖所示：

2. 添加圖表元素

代碼文件：添加圖表元素.py

下面來講解如何為圖表添加圖表標(biāo)題、坐標(biāo)軸標(biāo)題、圖例、數(shù)據(jù)標(biāo)簽等圖表元素。

演示代碼如下：

1   import matplotlib.pyplot as plt
2   plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
3   plt.rcParams['axes.unicode_minus'] = False
4   x = ['1月', '2月', '3月', '4月', '5月', '6月', '7月', '8月', '9月', '10月', '11月', '12月']
5   y = [50, 45, 65, 76, 75, 85, 55, 78, 86, 89, 94, 90]
6   plt.bar(x, y, width=0.6, color='r', label='銷售額(萬元)')
7   plt.title(label='銷售額對(duì)比圖', fontdict={'family': 'KaiTi', 'color': 'k', 'size': 30}, loc='center')
8   plt.xlabel('月份', fontdict={'family': 'SimSun', 'color': 'k', 'size': 20}, labelpad=20)
9   plt.ylabel('銷售額', fontdict={'family': 'SimSun', 'color': 'k', 'size': 20}, labelpad=20)
10   plt.legend(loc='upper left', fontsize=15)
11   for a, b in zip(x, y):
12       plt.text(x=a, y=b, s=b, ha='center', va='bottom', fontdict={'family': 'KaiTi', 'color': 'k', 'size': 20})
13   plt.show()

第7行代碼中的title()函數(shù)用于添加圖表標(biāo)題。參數(shù)fontdict用于設(shè)置圖表標(biāo)題的文本格式，如字體、顏色、字號(hào)等；參數(shù)loc用于設(shè)置圖表標(biāo)題的位置，可取的值如下表所示。 

第8行代碼中的xlabel()函數(shù)用于添加x軸標(biāo)題，第9行代碼中的ylabel()函數(shù)用于添加y軸標(biāo)題。這兩個(gè)函數(shù)的第1個(gè)參數(shù)為標(biāo)題的文本內(nèi)容，參數(shù)fontdict用于設(shè)置標(biāo)題的文本格式，參數(shù)labelpad用于設(shè)置標(biāo)題與坐標(biāo)軸的距離。

第10行代碼中的legend()函數(shù)用于添加圖例，圖例的內(nèi)容由相應(yīng)的繪圖函數(shù)決定。例如，第6行代碼使用bar()函數(shù)繪制柱形圖，則legend()函數(shù)添加的圖例圖形為矩形色塊，圖例標(biāo)簽文本為bar()函數(shù)的參數(shù)label的值。legend()函數(shù)的參數(shù)loc用于設(shè)置圖例的位置，取值可以為字符串或整型數(shù)字，具體如下表所示。

需要注意的是，'right'的含義實(shí)際上與'center right'的含義相同，這個(gè)值是為了兼容舊版本的Matplotlib模塊而設(shè)立的。

第12行代碼中的text()函數(shù)的功能是在圖表坐標(biāo)系的指定位置添加文本。參數(shù)x和y分別表示文本的x坐標(biāo)和y坐標(biāo)；參數(shù)s表示文本的內(nèi)容；參數(shù)ha是horizontal alignment的簡(jiǎn)稱，表示文本在水平方向的顯示位置，有'center'、'right'、'left'三個(gè)值可選；參數(shù)va是vertical alignment的簡(jiǎn)稱，表示文本在垂直方向的顯示位置，有'center'、'top'、'bottom'、'baseline'、'center_baseline'五個(gè)值可選。

參數(shù)ha和va取不同值時(shí)的繪制效果如下圖所示（上方為參數(shù)ha的效果示意，下方為參數(shù)va的效果示意），限于篇幅，這里不做展開講解，大家簡(jiǎn)單了解即可。 

text()函數(shù)每次只能添加一個(gè)文本，要給圖表的所有數(shù)據(jù)點(diǎn)添加數(shù)據(jù)標(biāo)簽，則需配合使用循環(huán)。第11行代碼使用for語句構(gòu)造了一個(gè)循環(huán)，其中的zip()函數(shù)用于將列表x和y的元素逐個(gè)配對(duì)打包成一個(gè)個(gè)元組，即類似('1月', 50)、('2月', 45)、('3月', 65)……的形式，再通過循環(huán)變量a和b分別取出每個(gè)元組的元素，在第12代碼中傳遞給text()函數(shù)，用于添加數(shù)據(jù)標(biāo)簽。

代碼運(yùn)行結(jié)果如下圖所示：

3. 添加并設(shè)置網(wǎng)格線

代碼文件：添加并設(shè)置網(wǎng)格線.py

使用Matplotlib模塊中的grid()函數(shù)可以為圖表添加網(wǎng)格線。

演示代碼如下：

1   import matplotlib.pyplot as plt
2   plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
3   plt.rcParams['axes.unicode_minus'] = False
4   x = ['1月', '2月', '3月', '4月', '5月', '6月', '7月', '8月', '9月', '10月', '11月', '12月']
5   y = [50, 45, 65, 76, 75, 85, 55, 78, 86, 89, 94, 90]
6   plt.plot(x, y, color='r', linestyle='solid', linewidth=2)
7   plt.title(label='銷售額趨勢(shì)圖', fontdict={'family': 'KaiTi', 'color': 'k', 'size': 30}, loc='center')
8   plt.xlabel('月份', fontdict={'family': 'SimSun', 'color': 'k', 'size': 20}, labelpad= 20)
9   plt.ylabel('銷售額(萬元)', fontdict={'family': 'SimSun', 'color': 'k', 'size': 20}, labelpad=20)
10   plt.grid(b=True, color='r', linestyle='dotted', linewidth=1)
11   plt.show()

第10行代碼中，grid()函數(shù)的參數(shù)b設(shè)置為True，表示顯示網(wǎng)格線（默認(rèn)同時(shí)顯示x軸和y軸的網(wǎng)格線），參數(shù)linestyle和linewidth分別用于設(shè)置網(wǎng)格線的線型和粗細(xì)。

代碼運(yùn)行結(jié)果如下圖所示：

如果只想顯示x軸或y軸的網(wǎng)格線，可以對(duì)grid()函數(shù)的參數(shù)axis進(jìn)行設(shè)置。該參數(shù)的默認(rèn)值為'both'，表示同時(shí)設(shè)置x軸和y軸的網(wǎng)格線，值為'x'或'y'時(shí)分別表示只設(shè)置x軸或y軸的網(wǎng)格線。

演示代碼如下：

1   plt.grid(b=True, axis='y', color='r', linestyle='dotted', linewidth=1)

代碼運(yùn)行結(jié)果如下圖所示：

4. 調(diào)整坐標(biāo)軸的刻度范圍

代碼文件：調(diào)整坐標(biāo)軸的刻度范圍.py

使用Matplotlib模塊中的xlim()和ylim()函數(shù)可以分別調(diào)整x軸和y軸的刻度范圍。

演示代碼如下：

1   import matplotlib.pyplot as plt
2   plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
3   plt.rcParams['axes.unicode_minus'] = False
4   x = ['1月', '2月', '3月', '4月', '5月', '6月', '7月', '8月', '9月', '10月', '11月', '12月']
5   y = [50, 45, 65, 76, 75, 85, 55, 78, 86, 89, 94, 90]
6   plt.plot(x, y, color='r', linestyle='solid', linewidth=2, label='銷售額(萬元)')
7   plt.title(label='銷售額趨勢(shì)圖', fontdict={'family': 'KaiTi', 'color': 'k', 'size': 30}, loc='center')
8   plt.legend(loc='upper left', fontsize=15)
9   for a,b in zip(x, y):
10       plt.text(a, b, b, ha='center', va='bottom', fontdict={'family': 'KaiTi', 'color': 'k', 'size': 20})
11   plt.ylim(40, 100)
12   plt.show()

第11行代碼中使用ylim()函數(shù)設(shè)置y軸刻度的取值范圍為40～100。如果要調(diào)整x軸的刻度范圍，使用xlim()函數(shù)即可。

代碼運(yùn)行結(jié)果如下圖所示：

技巧：切換坐標(biāo)軸的顯示和隱藏。

使用axis()函數(shù)可以切換坐標(biāo)軸的顯示和隱藏。

演示代碼如下：

1   plt.axis('on')　　# 顯示坐標(biāo)軸
2   plt.axis('off')　　# 隱藏坐標(biāo)軸 

3、繪制高級(jí)圖表

前面學(xué)習(xí)了常見圖表的繪制方法，以及圖表元素的添加和格式設(shè)置。接下來將繪制更加高級(jí)、專業(yè)的圖表，如氣泡圖、雷達(dá)圖、箱形圖等。

1. 繪制氣泡圖

代碼文件：繪制氣泡圖.py

氣泡圖是一種展示三個(gè)變量之間關(guān)系的圖表，它其實(shí)是在散點(diǎn)圖的基礎(chǔ)上升級(jí)改造而成的，在原有的x坐標(biāo)和y坐標(biāo)兩個(gè)變量的基礎(chǔ)上，引入第三個(gè)變量，并用氣泡的大小表示。因此，繪制氣泡圖要用到的函數(shù)就是繪制散點(diǎn)圖的scatter()函數(shù)，只是參數(shù)的設(shè)置上有些區(qū)別。

演示代碼如下：

1   import matplotlib.pyplot as plt
2   import pandas as pd
3   plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
4   plt.rcParams['axes.unicode_minus'] = False
5   data = pd.read_excel('產(chǎn)品銷售統(tǒng)計(jì).xlsx')
6   n = data['產(chǎn)品名稱']
7   x = data['銷售量(件)']
8   y = data['銷售額(元)']
9   z = data['毛利率(%)']
10   plt.scatter(x, y, s=z * 300, color='r', marker='o')
11   plt.xlabel('銷售量(件)', fontdict={'family': 'Microsoft YaHei', 'color': 'k', 'size': 20}, labelpad=20)
12   plt.ylabel('銷售額(元)', fontdict={'family': 'Microsoft YaHei', 'color': 'k', 'size': 20}, labelpad=20)
13   plt.title('銷售量、銷售額與毛利率關(guān)系圖', fontdict={'family': 'Microsoft YaHei', 'color': 'k', 'size': 30}, loc='center')
14   for a, b, c in zip(x, y, n):
15       plt.text(x=a, y=b, s=c, ha='center', va='center', fontsize=15, color='w')
16   plt.xlim(50, 600)
17   plt.ylim(2900, 11000)
18   plt.show()

繪制氣泡圖的關(guān)鍵是設(shè)置scatter()函數(shù)的參數(shù)s的值，該參數(shù)表示每個(gè)點(diǎn)的面積。當(dāng)該參數(shù)為單個(gè)值時(shí)，表示所有點(diǎn)的面積相同，從而繪制出散點(diǎn)圖；當(dāng)該參數(shù)為一個(gè)序列類型的值時(shí)，就可以分別為每個(gè)點(diǎn)設(shè)置不同的面積，從而繪制出氣泡圖。

第10行代碼中將參數(shù)s設(shè)置為序列類型的變量z，并將序列中的每個(gè)值放大300倍，這是因?yàn)槊实闹递^小，如果不放大，氣泡會(huì)太小，導(dǎo)致圖表不美觀。第16行和第17行代碼適當(dāng)設(shè)置x軸和y軸的刻度范圍，讓氣泡顯示完全。

代碼運(yùn)行結(jié)果如下圖所示：

2. 繪制組合圖

代碼文件：繪制組合圖.py

組合圖是指在一個(gè)坐標(biāo)系中繪制多張圖表，其實(shí)現(xiàn)方式也很簡(jiǎn)單，在使用Matplotlib模塊中的函數(shù)繪制圖表時(shí)設(shè)置多組y坐標(biāo)值即可。

演示代碼如下：

1   import pandas as pd
2   import matplotlib.pyplot as plt
3   plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
4   plt.rcParams['axes.unicode_minus'] = False
5   data = pd.read_excel('銷售業(yè)績(jī)表.xlsx')
6   x = data['月份']
7   y1 = data['銷售額(萬元)']
8   y2 = data['同比增長率']
9   plt.bar(x, y1, color='c', label='銷售額(萬元)')
10   plt.plot(x, y2, color='r', linewidth=3, label='同比增長率')
11   plt.legend(loc='upper left', fontsize=15)
12   plt.show()

第7行和第8行代碼分別設(shè)置了兩組y坐標(biāo)值，第9行代碼用第1組y坐標(biāo)值繪制了一個(gè)柱形圖，第10行代碼用第2組y坐標(biāo)值繪制了一個(gè)折線圖。

代碼運(yùn)行結(jié)果如下圖所示：

從上圖可以看到，因?yàn)閮山My坐標(biāo)值的數(shù)量級(jí)相差比較大，所以繪制出的組合圖中，代表同比增長的折線圖近乎一條直線，對(duì)分析數(shù)據(jù)完全沒有幫助。此時(shí)需要使用twinx()函數(shù)為圖表設(shè)置次坐標(biāo)軸。

演示代碼如下（第1～8行與前面相同，從略）：

9   plt.bar(x, y1, color='c', label='銷售額(萬元)')
10   plt.legend(loc='upper left', fontsize=15)
11   plt.twinx()
12   plt.plot(x, y2, color='r', linewidth=3, label='同比增長率')
13   plt.legend(loc='upper right', fontsize=15)
14   plt.show() 

第9行代碼繪制了一個(gè)柱形圖，第10行代碼在圖表左上角為柱形圖添加圖例；第11行代碼使用twinx()函數(shù)為圖表添加次坐標(biāo)軸；第12行代碼在次坐標(biāo)軸中繪制了一個(gè)折線圖，第13行代碼在圖表右上角為折線圖添加圖例。

代碼運(yùn)行結(jié)果如下圖所示：

3. 繪制直方圖

代碼文件：繪制直方圖.py

直方圖用于展示數(shù)據(jù)的分布情況，使用Matplotlib模塊中的hist()函數(shù)可以繪制直方圖。演示代碼如下：

1   import pandas as pd
2   import matplotlib.pyplot as plt
3   plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
4   plt.rcParams['axes.unicode_minus'] = False
5   data = pd.read_excel('客戶年齡統(tǒng)計(jì)表.xlsx')
6   x = data['年齡']
7   plt.hist(x, bins=9)
8   plt.xlim(15, 60)
9   plt.ylim(0, 40)
10   plt.title('年齡分布直方圖', fontsize=20)
11   plt.xlabel('年齡')
12   plt.ylabel('人數(shù)')
13   plt.grid(b=True, linestyle='dotted', linewidth=1)
14   plt.show()

第7行代碼中，hist()函數(shù)的參數(shù)bins用于設(shè)置直方圖中數(shù)據(jù)分組的組數(shù)，也就是柱子的個(gè)數(shù)。

代碼運(yùn)行結(jié)果如下圖所示：

4. 繪制雷達(dá)圖

代碼文件：繪制雷達(dá)圖.py

雷達(dá)圖可以同時(shí)比較和分析多個(gè)指標(biāo)。該圖表可以看成一條或多條閉合的折線，因此，使用繪制折線圖的plot()函數(shù)也可以繪制雷達(dá)圖。

演示代碼如下：

1   import pandas as pd
2   import numpy as np
3   import matplotlib.pyplot as plt
4   plt.rcParams['font.sans-serif'] = ['SimHei']
5   plt.rcParams['axes.unicode_minus'] = False
6   data = pd.read_excel('汽車性能指標(biāo)分值統(tǒng)計(jì)表.xlsx')
7   data = data.set_index('性能評(píng)價(jià)指標(biāo)')
8   data = data.T
9   data.index.name = '品牌'
10   def plot_radar(data, feature):
11       columns = ['動(dòng)力性', '燃油經(jīng)濟(jì)性', '制動(dòng)性', '操控穩(wěn)定性', '行駛平順性', '通過性', '安全性', '環(huán)保性', '方便性', '舒適性', '經(jīng)濟(jì)性', '容量性']
12       colors = ['r', 'g', 'y']
13       angles = np.linspace(0.1 * np.pi, 2.1 * np.pi, len(columns), endpoint=False)
14       angles = np.concatenate((angles, [angles[0]]))
15       figure = plt.figure(figsize=(6, 6))
16       ax = figure.add_subplot(1, 1, 1, projection='polar')
17       for i, c in enumerate(feature):
18           stats = data.loc[c]
19           stats = np.concatenate((stats, [stats[0]]))
20           ax.plot(angles, stats, '-', linewidth=2, c=colors[i], label=str(c))
21           ax.fill(angles, stats, color=colors[i], alpha=0.75)
22       ax.legend(loc=4, bbox_to_anchor=(1.15, -0.07))
23       ax.set_yticklabels([2, 4, 6, 8, 10])
24       ax.set_thetagrids(angles * 180 / np.pi, columns, fontsize=12)
25       plt.show()
26       return figure
27   figure = plot_radar(data, ['A品牌', 'B品牌', 'C品牌'])

第10～26行代碼自定義了一個(gè)函數(shù)plot_radar()，該函數(shù)有兩個(gè)參數(shù)，其中data是用于繪制圖表的數(shù)據(jù)，feature是要展示的一個(gè)或多個(gè)品牌。

第11行代碼設(shè)置了在圖表中要展示的性能評(píng)價(jià)指標(biāo)。第12行代碼用于設(shè)置每個(gè)品牌在圖表中的圖例顏色。第13行代碼根據(jù)要顯示的指標(biāo)個(gè)數(shù)對(duì)圓形進(jìn)行等分。第14行代碼用于連接刻度線數(shù)據(jù)。第15行代碼使用figure()函數(shù)創(chuàng)建了一張高和寬都為6英寸的畫布。第16行代碼使用add_subplot()函數(shù)將整張畫布劃分為1行1列，并在第1個(gè)區(qū)域中繪圖。第17～21行代碼使用for語句和plot()函數(shù)為指定的各個(gè)品牌繪制雷達(dá)圖。

第22行代碼中的loc=4表示圖例顯示在右下角，參數(shù)bbox_to_anchor則用于確定圖例在坐標(biāo)軸方向上的位置。第23行代碼用于設(shè)置要顯示的刻度線數(shù)據(jù)值。第24行代碼用于在圖表中添加數(shù)據(jù)標(biāo)簽。

代碼運(yùn)行結(jié)果如下圖所示：

如果只想展示單個(gè)品牌的指標(biāo)，將第27行代碼改為下面的代碼即可。

1   figure = plot_radar(data, ['B品牌'])

代碼運(yùn)行結(jié)果如下圖所示：

5. 繪制樹狀圖

代碼文件： 繪制樹狀圖.py
樹狀圖通過矩形的面積、排列和顏色直觀地展示多個(gè)項(xiàng)目的數(shù)據(jù)比例關(guān)系。要繪制該圖表，需結(jié)合使用Matplotlib模塊與squarify模塊。

演示代碼如下：

1   import squarify as sf
2   import matplotlib.pyplot as plt
3   plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
4   plt.rcParams['axes.unicode_minus'] = False
5   x = ['上海', '北京', '重慶', '成都', '南京', '青島', '長沙', '武漢', '深圳']
6   y = [260, 45, 69, 800, 290, 360, 450, 120, 50]
7   colors = ['lightgreen', 'pink', 'yellow', 'skyblue', 'cyan', 'silver', 'lightcoral', 'orange', 'violet']
8   percent = ['11%', '2%', '3%', '33%', '12%', '15%', '18%', '5%', '2%']
9   chart = sf.plot(sizes=y, label=x, color=colors, value=percent, edgecolor='white', linewidth=2)
10   plt.title(label='城市銷售額分布及占比圖', fontdict={'family': 'KaiTi', 'color': 'k', 'size': 25})
11   plt.axis('off')
12   plt.show()

第1行和第2行代碼分別導(dǎo)入squarify模塊和Matplotlib模塊。第5行代碼指定圖表中每一個(gè)矩形的文字標(biāo)簽。第6行代碼指定每一個(gè)矩形的大小。第7行代碼指定每一個(gè)矩形的填充顏色。第8行代碼指定每一個(gè)矩形的數(shù)值標(biāo)簽。第9行代碼使用squarify模塊中的plot()函數(shù)繪制樹狀圖。

代碼運(yùn)行結(jié)果如下圖所示：

6. 繪制箱形圖

代碼文件：繪制箱形圖.py

箱形圖是一種用于展示數(shù)據(jù)的分布情況的統(tǒng)計(jì)圖，因形狀如箱子而得名。使用Matplotlib模塊中的boxplot()函數(shù)可以繪制箱形圖。

演示代碼如下：

1   import pandas as pd
2   import matplotlib.pyplot as plt
3   plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
4   plt.rcParams['axes.unicode_minus'] = False
5   data = pd.read_excel('1月銷售統(tǒng)計(jì)表.xlsx')
6   x1 = data['成都']
7   x2 = data['上海']
8   x3 = data['北京']
9   x4 = data['重慶']
10   x5 = data['南京']
11   x = [x1, x2, x3, x4, x5]
12   labels = ['成都', '上海', '北京', '重慶', '南京']
13   plt.boxplot(x, vert=True, widths=0.5, labels=labels, showmeans=True)
14   plt.title('各地區(qū)1月銷售額箱形圖', fontsize=20)
15   plt.ylabel('銷售額(萬元)')
16   plt.show()

第6～11行代碼給出了用于繪制箱形圖的數(shù)據(jù)。第12行代碼給出了x坐標(biāo)值。第13行代碼中的參數(shù)vert用于設(shè)置箱形圖的方向，True表示縱向展示，F(xiàn)alse表示橫向展示；參數(shù)showmeans用于設(shè)置是否顯示均值，True表示顯示均值，F(xiàn)alse表示不顯示均值。

代碼運(yùn)行結(jié)果如下圖所示：

箱形圖中的5條橫線和1個(gè)點(diǎn)所代表的含義如下：

• 下限：指所有數(shù)據(jù)中的最小值；
• 下四分位數(shù)：又稱“第一四分位數(shù)”，指將所有數(shù)據(jù)從小到大排列后第25%的值；
• 中位數(shù)：又稱“第二四分位數(shù)”，指將所有數(shù)據(jù)從小到大排列后第50%的值；
• 上四分位數(shù)：又稱“第三四分位數(shù)”，指將所有數(shù)據(jù)從小到大排列后第75%的值；
• 上限：指所有數(shù)據(jù)中的最大值；
• 點(diǎn)：指所有數(shù)據(jù)的平均值。 

7. 繪制玫瑰圖

代碼文件：繪制玫瑰圖.py

玫瑰圖可反映多個(gè)維度的數(shù)據(jù)，它將柱形圖轉(zhuǎn)化為餅圖，在圓心角相同的情況下，以扇面長度展示指標(biāo)大小。要繪制玫瑰圖，也要用到繪制柱形圖的bar()函數(shù)。

演示代碼如下：

1   import numpy as np
2   import pandas as pd
3   import matplotlib.pyplot as plt
4   plt.rcParams['font.sans-serif'] = ['SimHei']
5   plt.rcParams['axes.unicode_minus'] = False
6   index = ['0～0.5', '0.6～2.0', '2.1～4.0', '4.1～6.0']
7   columns = ['N', 'NNE', 'NE', 'ENE', 'E', 'ESE', 'SE', 'SSE', 'S', 'SSW', 'SW', 'WSW', 'W', 'WNW', 'NW', 'NNW']
8   np.random.seed(0)
9   data = pd.DataFrame(np.random.randint(30, 300, (4, 16)), index=index, columns=columns)
10   N = 16
11   theta = np.linspace(0, 2 * np.pi, N, endpoint=False)
12   width = np.pi / N
13   labels = list(data.columns)
14   plt.figure(figsize=(6, 6))
15   ax = plt.subplot(1, 1, 1, projection='polar')
16   for i in data.index:
17       radius = data.loc[i]
18       ax.bar(theta, radius, width=width, bottom=0.0, label=i, tick_label=labels)
19   ax.set_theta_zero_location('N')
20   ax.set_theta_direction(-1)
21   plt.title('各方向風(fēng)速頻數(shù)玫瑰圖', fontsize=20)
22   plt.legend(loc=4, bbox_to_anchor=(1.3, 0.2))
23   plt.show()

第6行代碼將風(fēng)速的分布設(shè)置為4個(gè)區(qū)間。第7行代碼設(shè)置了16個(gè)方向。第8行代碼中的seed()函數(shù)用于產(chǎn)生相同的隨機(jī)數(shù)。第9行代碼創(chuàng)建一個(gè)4行16列的DataFrame，其中的數(shù)據(jù)是30～300范圍內(nèi)的隨機(jī)數(shù)，行標(biāo)簽為第6行代碼設(shè)置的風(fēng)速分布區(qū)間，列標(biāo)簽為第7行代碼設(shè)置的方向。

第10行代碼指定風(fēng)速的方向數(shù)量為16。第11行代碼用于生成16個(gè)方向的角度值。第12行代碼用于計(jì)算扇面的寬度。第13行代碼用于定義坐標(biāo)軸標(biāo)簽為16個(gè)方向的名稱。

第14行代碼使用figure()函數(shù)創(chuàng)建一張高和寬都為6英寸的畫布。第15行代碼使用subplot()函數(shù)將整張畫布劃分為1行1列，并在第1個(gè)區(qū)域中繪圖。

第18行代碼使用bar()函數(shù)繪制玫瑰圖中的16根柱子，也就是扇面，參數(shù)bottom用于設(shè)置每根柱子底部的位置，這里設(shè)置為0.0，表示從圓心開始繪制。

第19行代碼用于設(shè)置0°的方向?yàn)?ldquo;N”，即北方。第20行代碼用于設(shè)置按逆時(shí)針方向排列各個(gè)柱子。

代碼運(yùn)行結(jié)果如下圖所示：

二、pyecharts模塊

pyecharts是基于ECharts圖表庫開發(fā)的Python第三方模塊。ECharts是一個(gè)純JavaScript的商業(yè)級(jí)圖表庫，兼容當(dāng)前絕大部分瀏覽器，能夠創(chuàng)建類型豐富、精美生動(dòng)、可交互、可高度個(gè)性化定制的數(shù)據(jù)可視化效果。pyecharts則在Python與ECharts之間搭建起一座橋梁，讓Python用戶也能使用ECharts的強(qiáng)大功能。

1、圖表配置項(xiàng)

代碼文件：圖表配置項(xiàng).py

pyecharts模塊使用命令“pip install pyecharts”即可安裝。使用該模塊繪制圖表之前，首先要導(dǎo)入該模塊，導(dǎo)入語句通常寫成“from pyecharts.charts import 圖表類型關(guān)鍵詞”。導(dǎo)入模塊后，給出用于繪制圖表的數(shù)據(jù)，即可繪制圖表。

下面以繪制柱形圖為例，講解pyecharts模塊的基本用法。

演示代碼如下：

1   from pyecharts.charts import Bar
2   x = ['連衣裙', '短褲', '運(yùn)動(dòng)套裝', '牛仔褲', '針織衫', '半身裙', '襯衫', '闊腿褲', '打底褲']
3   y1 = [36, 56, 60, 78, 90, 20, 50, 70, 10]
4   y2 = [16, 30, 50, 90, 45, 10, 60, 54, 40]
5   chart = Bar()
6   chart.add_xaxis(x)
7   chart.add_yaxis('分店A', y1)
8   chart.add_yaxis('分店B', y2)
9   chart.render('圖表配置項(xiàng).html')

第1行代碼導(dǎo)入pyecharts模塊中的Bar()函數(shù)，該函數(shù)用于繪制柱形圖。如果要繪制其他類型的圖表，在此導(dǎo)入相應(yīng)的圖表函數(shù)即可。

第2～4行代碼給出圖表的x坐標(biāo)和y坐標(biāo)的值，其中y坐標(biāo)值有兩個(gè)數(shù)據(jù)系列。

第6行代碼中的add_xaxis()函數(shù)用于添加x坐標(biāo)值。第7行和第8行代碼中的add_yaxis()函數(shù)用于依次添加兩個(gè)系列的y坐標(biāo)值，該函數(shù)的第1個(gè)參數(shù)用于設(shè)置系列名稱，第2個(gè)參數(shù)用于設(shè)置系列數(shù)據(jù)。

第9行代碼中的render()函數(shù)用于將繪制的圖表保存為一個(gè)網(wǎng)頁文件，此處保存為代碼文件所在文件夾下的“圖表配置項(xiàng).html”文件，保存路徑和文件名可以根據(jù)實(shí)際需求更改。

運(yùn)行上面的代碼后，在代碼文件所在文件夾下會(huì)生成一個(gè)名為“圖表配置項(xiàng).html”的網(wǎng)頁文件。雙擊該文件，可在默認(rèn)瀏覽器中看到如下圖所示的柱形圖。

該柱形圖是靜態(tài)的，并且沒有圖表標(biāo)題、坐標(biāo)軸標(biāo)題等元素。如果想要繪制個(gè)性化的動(dòng)態(tài)圖表，可對(duì)圖表元素進(jìn)行配置。在pyecharts模塊中，圖表的一切元素皆可配置，用于配置圖表元素的選項(xiàng)稱為配置項(xiàng)。配置項(xiàng)分為全局配置項(xiàng)和系列配置項(xiàng)兩種，這里主要介紹全局配置項(xiàng)。 

全局配置項(xiàng)可通過pyecharts模塊中的set_global_opts()函數(shù)進(jìn)行設(shè)置。使用該函數(shù)設(shè)置全局配置項(xiàng)時(shí)，要先導(dǎo)入pyecharts模塊的options子模塊。

全局配置項(xiàng)有很多內(nèi)容，每個(gè)配置項(xiàng)對(duì)應(yīng)options子模塊中的一個(gè)函數(shù)。

常見圖表元素對(duì)應(yīng)的配置項(xiàng)函數(shù)如下表所示：

每個(gè)配置項(xiàng)對(duì)應(yīng)的函數(shù)有很多參數(shù)，下面以圖例的配置項(xiàng)對(duì)應(yīng)的LegendOpts()函數(shù)為例，簡(jiǎn)單介紹配置項(xiàng)函數(shù)的參數(shù)，具體見下表。

如果想了解更多配置項(xiàng)的知識(shí)，可以查閱pyecharts模塊的官方文檔，網(wǎng)址為https://pyecharts.org/#/zh-cn/global_options。

下面通過設(shè)置全局配置項(xiàng)，為前面繪制的柱形圖添加圖表標(biāo)題、縮放滑塊、坐標(biāo)軸標(biāo)題等元素。

演示代碼如下：

1   from pyecharts import options as opts
2   chart.set_global_opts(title_opts=opts.TitleOpts(title='產(chǎn)品銷售額對(duì)比圖', pos_left='left'),
3       yaxis_opts=opts.AxisOpts(name='銷售業(yè)績(jī)(元)', name_location='end'),
4       xaxis_opts=opts.AxisOpts(name='產(chǎn)品', name_location='end'),
5       tooltip_opts=opts.TooltipOpts(is_show=True, formatter='{a}<br/>:{c}', background_color='black', border_width=15),
6       legend_opts=opts.LegendOpts(is_show=False),
7       toolbox_opts=opts.ToolboxOpts(is_show=True, orient='horizontal'),
8       visualmap_opts=opts.VisualMapOpts(is_show=True, type_='color', min_=0, max_=100, orient='vertical'),
9       datazoom_opts=opts.DataZoomOpts(is_show=True, type_='slider'))

在上面的代碼中，配置項(xiàng)TitleOpts()函數(shù)為圖表添加了圖表標(biāo)題，并設(shè)置圖表標(biāo)題位于左側(cè)。
配置項(xiàng)AxisOpts()函數(shù)為圖表分別添加了y軸標(biāo)題“銷售業(yè)績(jī)(元)”和x軸標(biāo)題“產(chǎn)品”，并設(shè)置坐標(biāo)軸標(biāo)題位于軸的尾部。

配置項(xiàng)TooltipOpts()函數(shù)設(shè)置了圖表的提示框，也就是將鼠標(biāo)指針放在圖表的數(shù)據(jù)系列上時(shí)彈出的提示信息。

配置項(xiàng)LegendOpts()函數(shù)設(shè)置了不顯示圖例。 

配置項(xiàng)ToolboxOpts()函數(shù)設(shè)置了工具箱以橫向布局顯示在圖表中。

配置項(xiàng)VisualMapOpts()函數(shù)設(shè)置了開啟視覺映射，并設(shè)置了視覺映射的顏色、最小值、最大值及布局方式。

配置項(xiàng)DataZoomOpts()函數(shù)設(shè)置了開啟區(qū)域縮放功能，并設(shè)置其類型為滑塊。

運(yùn)行代碼后，打開生成的網(wǎng)頁文件，可看到如下圖所示的柱形圖。拖動(dòng)下方的縮放滑塊，可動(dòng)態(tài)展示部分產(chǎn)品的銷售額對(duì)比情況。

pyecharts模塊還內(nèi)置了多種風(fēng)格的圖表主題，讓用戶可以更輕松地設(shè)置圖表的外觀。使用方法是先導(dǎo)入pyecharts模塊中的ThemeType對(duì)象，然后在圖表的函數(shù)中使用InitOpts()函數(shù)設(shè)置初始化配置項(xiàng)。

演示代碼如下：

1   from pyecharts.globals import ThemeType
2   chart = Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK))

第2行代碼在Bar()函數(shù)中使用InitOpts()函數(shù)設(shè)置圖表的主題風(fēng)格為“DARK”，還可以設(shè)置為“LIGHT”“CHALK”“ESSOS”等。

設(shè)置主題后的圖表效果如下圖所示：

2、繪制漏斗圖

代碼文件：繪制漏斗圖.py

漏斗圖用于呈現(xiàn)從上到下的幾個(gè)階段的數(shù)據(jù)，各階段的數(shù)據(jù)逐漸變小。使用pyecharts模塊中的Funnel()函數(shù)可以快速繪制漏斗圖。下面用該函數(shù)繪制一個(gè)漏斗圖，展示電商網(wǎng)站上從瀏覽商品到完成交易各階段人數(shù)的變化。

演示代碼如下：

1   import pyecharts.options as opts
2   from pyecharts.charts import Funnel
3   x = ['瀏覽商品', '放入購物車', '生成訂單', '支付訂單', '完成交易']
4   y = [1000, 900, 400, 360, 320]
5   data = [i for i in zip(x, y)]
6   chart = Funnel()
7   chart.add(series_name='人數(shù)', data_pair=data, label_opts=opts.LabelOpts(is_show=True, position='inside'), tooltip_opts=opts.TooltipOpts(trigger='item', formatter='{a}:{c}'))
8   chart.set_global_opts(title_opts=opts.TitleOpts(title='電商網(wǎng)站流量轉(zhuǎn)化漏斗圖', pos_left='center'), legend_opts=opts.LegendOpts(is_show=False))
9   chart.render('漏斗圖.html')

第5行代碼先用zip()函數(shù)將列表x和y中對(duì)應(yīng)的元素配對(duì)打包成一個(gè)個(gè)元組，然后將這些元組組成一個(gè)列表。這一操作必不可少，因?yàn)镕unnel()函數(shù)要求圖表的數(shù)據(jù)格式必須是由元組組成的列表，即[(key1, value1), (key2, value2), (……)]的格式。

技巧：列表推導(dǎo)式。

第5行代碼使用的生成列表的語法格式稱為列表推導(dǎo)式，它等同于如下代碼：

1   data = []
2   for i in zip(x, y)
3       data.append(i)

列表推導(dǎo)式能讓代碼變得簡(jiǎn)明扼要，它同樣適用于字典、集合等可迭代的數(shù)據(jù)結(jié)構(gòu)。

第7行代碼中，add()函數(shù)的各個(gè)參數(shù)的作用如下：

• 參數(shù)series_name用于指定系列名稱。
• 參數(shù)data_pair用于指定系列數(shù)據(jù)值。
• 參數(shù)label_opts用于設(shè)置標(biāo)簽，標(biāo)簽的配置項(xiàng)又有多個(gè)參數(shù)：
• 參數(shù)is_show用于控制是否顯示標(biāo)簽，為True時(shí)表示顯示，為False時(shí)表示不顯示；
• 參數(shù)position用于設(shè)置標(biāo)簽的位置，這里設(shè)置為'inside'，表示標(biāo)簽顯示在圖表內(nèi)部，該參數(shù)的值還可以為'top'、'left'、'right'等。參數(shù)tooltip_opts用于設(shè)置提示框，提示框的配置項(xiàng)又有多個(gè)參數(shù)：參數(shù)trigger用于設(shè)置提示框的觸發(fā)類型，其值一般設(shè)置為'item'，表示當(dāng)鼠標(biāo)指針放置在數(shù)據(jù)系列上時(shí)就顯示提示框；參數(shù)formatter用于設(shè)置提示框的顯示內(nèi)容，這里的{a}代表系列名稱，{c}代表數(shù)據(jù)值。

運(yùn)行代碼后，得到的圖表效果如下圖所示：

如果想要讓漏斗圖倒立，可在add()函數(shù)中使用參數(shù)sort_調(diào)整數(shù)據(jù)圖形的排列方向。此外，還可以在add()函數(shù)中使用參數(shù)gap設(shè)置數(shù)據(jù)圖形的間距。

演示代碼如下：

1   chart.add(series_name='人數(shù)', data_pair=data, sort_='ascending', gap=15, label_opts=opts.LabelOpts(is_show=True, position='inside'), tooltip_opts=opts.TooltipOpts(trigger='item', formatter='{a}:{c}'))

運(yùn)行代碼后，得到的圖表效果如下圖所示。 

3、繪制漣漪特效散點(diǎn)圖

代碼文件：繪制漣漪特效散點(diǎn)圖.py

前面介紹過使用Matplotlib模塊中的plot()函數(shù)繪制散點(diǎn)圖的方法，用這種方法繪制的散點(diǎn)圖是靜態(tài)的。使用pyecharts模塊中的EffectScatter()函數(shù)則能繪制帶有漣漪特效的散點(diǎn)圖。

演示代碼如下：

1   import pandas as pd
2   import pyecharts.options as opts
3   from pyecharts.charts import EffectScatter
4   data = pd.read_excel('客戶購買力統(tǒng)計(jì)表.xlsx')
5   x = data['年齡'].tolist()
6   y = data['消費(fèi)金額(元)'].tolist()
7   chart = EffectScatter()
8   chart.add_xaxis(x)
9   chart.add_yaxis(series_name='年齡,消費(fèi)金額(元)', y_axis=y, label_opts=opts.LabelOpts(is_show=False), symbol_size=15)
10   chart.set_global_opts(title_opts=opts.TitleOpts(title='客戶購買力散點(diǎn)圖'), yaxis_opts=opts.AxisOpts(type_='value', name='消費(fèi)金額(元)', name_location='middle', name_gap=40), xaxis_opts=opts.AxisOpts(type_='value', name='年齡', name_location='middle', name_gap=40), tooltip_opts=opts.TooltipOpts(trigger='item', formatter='{a}:{c}'))
11   chart.render('漣漪特效散點(diǎn)圖.html')

第5行和第6行代碼從DataFrame中選取數(shù)據(jù)后，使用tolist()函數(shù)將選取的數(shù)據(jù)轉(zhuǎn)換為列表格式，這是因?yàn)閜yecharts模塊只支持Python原生的數(shù)據(jù)類型，包括int、float、str、bool、dict、list。
第9行代碼中，add_yaxis()函數(shù)的參數(shù)label_opts與add()函數(shù)的同名參數(shù)含義相同，參數(shù)symbol_size用于設(shè)置標(biāo)記的大小。

第10行代碼中，參數(shù)title_opts用于設(shè)置圖表標(biāo)題；參數(shù)yaxis_opts和xaxis_opts分別用于設(shè)置y坐標(biāo)軸和x坐標(biāo)軸，對(duì)應(yīng)的配置項(xiàng)函數(shù)AxisOpts()的參數(shù)type_用于設(shè)置坐標(biāo)軸的類型［這里設(shè)置為'value'（數(shù)值軸），還可以設(shè)置為'category'（類目軸）、'time'（時(shí)間軸）、'log'（對(duì)數(shù)軸）］，參數(shù)name用于設(shè)置坐標(biāo)軸標(biāo)題，參數(shù)name_location用于設(shè)置坐標(biāo)軸標(biāo)題相對(duì)于軸線的位置（這里設(shè)置為居中顯示），參數(shù)name_gap用于設(shè)置坐標(biāo)軸標(biāo)題與軸線的間距（這里設(shè)置為40 px）。

運(yùn)行代碼后，得到的圖表效果如下圖所示：

4、繪制水球圖

代碼文件：繪制水球圖.py

水球圖適合用于展示單個(gè)百分?jǐn)?shù)。使用pyecharts模塊中的Liquid()函數(shù)可以繪制水球圖，通過非常簡(jiǎn)單的配置就能獲得酷炫的展示效果。

演示代碼如下：

1   import pyecharts.options as opts
2   from pyecharts.charts import Liquid
3   a = 68
4   t = 100
5   chart = Liquid()
6   chart.add(series_name='商品A', data=[a / t])
7   chart.set_global_opts(title_opts=opts.TitleOpts(title='產(chǎn)品銷售業(yè)績(jī)達(dá)成率', pos_left='center'))
8   chart.render('水球圖.html')

第3行和第4行代碼分別給出產(chǎn)品的實(shí)際銷售業(yè)績(jī)和目標(biāo)銷售業(yè)績(jī)。第6行代碼中，add()函數(shù)的參數(shù)data用于指定系列數(shù)據(jù)，本案例要展示銷售業(yè)績(jī)達(dá)成率，使用實(shí)際銷售業(yè)績(jī)除以目標(biāo)銷售業(yè)績(jī)即可。需要注意的是，參數(shù)data的格式必須為一個(gè)列表。

運(yùn)行代碼后，得到的圖表效果如下圖所示：

Liquid()函數(shù)繪制的水球圖的默認(rèn)形狀為圓形，可以通過設(shè)置參數(shù)shape的值來改變水球圖的形狀。該參數(shù)的值可以為'circle'、'rect'、'roundRect'、'triangle'、'diamond'、'pin'、'arrow'，對(duì)應(yīng)的形狀分別為圓形、矩形、圓角矩形、三角形、菱形、地圖圖釘、箭頭。

演示代碼如下：

1   chart.add(series_name='商品A', data=[a / t], shape='rect') 

運(yùn)行代碼后，得到的圖表效果如下圖所示：

如果希望在一個(gè)水球圖中繪制多個(gè)水球，可以通過設(shè)置add()函數(shù)的參數(shù)center來實(shí)現(xiàn)。

演示代碼如下：

1   import pyecharts.options as opts
2   from pyecharts.charts import Liquid
3   a1 = 68
4   a2 = 120
5   a3 = 37
6   t = 100
7   chart = Liquid()
8   chart.set_global_opts(title_opts=opts.TitleOpts(title='產(chǎn)品銷售業(yè)績(jī)達(dá)成率', pos_left='center'))
9   chart.add(series_name='商品A', data=[a1 / t], center=['20%', '50%'])
10   chart.add(series_name='商品B', data=[a2 / t], center=['50%', '50%'])
11   chart.add(series_name='商品C', data=[a3 / t], center=['80%', '50%'])
12   chart.render('水球圖.html')

第3～6行代碼分別指定了3個(gè)產(chǎn)品的實(shí)際銷售業(yè)績(jī)和相同的目標(biāo)銷售業(yè)績(jī)。

第7行代碼創(chuàng)建了一個(gè)水球圖。第8行代碼為水球圖添加了居中顯示的圖表標(biāo)題。

第9～11行代碼使用add()函數(shù)依次在水球圖中繪制了3個(gè)水球。函數(shù)的參數(shù)center用于指定水球的中心點(diǎn)在圖表中的位置。

運(yùn)行代碼后，得到的圖表效果如下圖所示：

5、繪制儀表盤

代碼文件：繪制儀表盤.py

儀表盤同水球圖一樣，也適合用于展示單個(gè)百分?jǐn)?shù)。使用pyecharts模塊中的Gauge()函數(shù)可以繪制儀表盤。

演示代碼如下：

1   import pyecharts.options as opts
2   from pyecharts.charts import Gauge
3   chart = Gauge()
4   chart.add(series_name='業(yè)務(wù)指標(biāo)', data_pair=[('完成率', '62.25')], split_number=10, radius='80%', title_label_opts=opts.LabelOpts(font_size=30, color='red', font_family='Microsoft YaHei'))
5   chart.set_global_opts(legend_opts=opts.LegendOpts(is_show=False), tooltip_opts=opts.TooltipOpts(is_show=True, formatter='{a}<br/>:{c}%'))
6   chart.render('儀表盤.html')

第4行代碼中的參數(shù)split_number用于指定儀表盤的平均分割段數(shù)，這里設(shè)置為10段；參數(shù)radius用于設(shè)置儀表盤的半徑，其值可以是百分?jǐn)?shù)或數(shù)值；參數(shù)title_label_opts用于設(shè)置儀表盤內(nèi)標(biāo)題文本標(biāo)簽的配置項(xiàng)。

運(yùn)行代碼后，得到的圖表效果如下圖所示：

6、繪制詞云圖

代碼文件：繪制詞云圖.py

詞云圖是一種用于展示高頻關(guān)鍵詞的圖表，它通過文字、顏色、圖形的搭配，產(chǎn)生極具沖擊力的視覺效果。使用pyecharts模塊中的WordCloud()函數(shù)可以繪制詞云圖。

演示代碼如下：

1   import pandas as pd
2   import pyecharts.options as opts
3   from pyecharts.charts import WordCloud
4   data = pd.read_excel('電影票房統(tǒng)計(jì).xlsx')
5   name = data['電影名稱']
6   value = data['總票房(億元)']
7   data1 = [z for z in zip(name, value)]
8   chart = WordCloud()
9   chart.add('總票房(億元)', data_pair=data1, word_size_range=[6, 66])
10   chart.set_global_opts(title_opts=opts.TitleOpts(title='電影票房分析', title_textstyle_opts=opts.TextStyleOpts(font_size=30)), tooltip_opts=opts.TooltipOpts(is_show=True))
11   chart.render('詞云圖.html')

第9行代碼中，add()函數(shù)的參數(shù)word_size_range用于設(shè)置詞云圖中每個(gè)詞的字號(hào)的變化范圍。運(yùn)行代碼后，得到的圖表效果如下圖所示。 

與水球圖類似，通過設(shè)置參數(shù)shape的值可以改變?cè)~云圖的外形輪廓，可取的值有'circle'、'cardioid'、'diamond'、'triangle-forward'、'triangle'、'pentagon'、'star'。

演示代碼如下：

1   chart.add('總票房(億元)', data_pair=data1, shape='star', word_size_range=[6, 66])

運(yùn)行代碼后，得到的圖表效果如下圖所示：

感興趣的朋友可以利用自然語言處理方法對(duì)一批文本進(jìn)行分詞并統(tǒng)計(jì)詞頻，再使用詞頻數(shù)據(jù)繪制詞云圖。 

7、繪制K線圖

代碼文件：繪制K線圖.py

K線圖用于反映股價(jià)信息，又稱蠟燭圖、股價(jià)圖。所有的K線圖都是圍繞開盤價(jià)、收盤價(jià)、最低價(jià)和最高價(jià)這4個(gè)數(shù)據(jù)展開的。使用pyecharts模塊中的Kline()函數(shù)可以繪制K線圖。

利用Tushare模塊獲取股價(jià)數(shù)據(jù)，這里以獲取股票代碼為000005的股票從2010年1月1日到2020年1月1日的日K線級(jí)別的股價(jià)數(shù)據(jù)為例。

演示代碼如下：

1   import tushare as ts
2   data = ts.get_k_data('000005', start='2010-01-01', end='2020-01-01')
3   print(data.head())

代碼運(yùn)行結(jié)果如下（date列為交易日期，open列為開盤價(jià)，close列為收盤價(jià)，high列為最高價(jià)，low列為最低價(jià)，volume列為成交量，code列為股票代碼）：

1            date  open  close  high   low     volume    code
2   0  2010-01-04  6.01   5.99  6.05  5.91  223582.22  000005
3   1  2010-01-05  5.95   6.20  6.32  5.83  644252.42  000005
4   2  2010-01-06  6.13   6.08  6.28  6.06  494034.08  000005
5   3  2010-01-07  6.03   5.83  6.07  5.82  314417.23  000005
6   4  2010-01-08  5.80   5.89  5.93  5.74  167892.49  000005

將獲取的股價(jià)數(shù)據(jù)寫入Excel工作簿。

演示代碼如下：

1   data.to_excel('股價(jià)數(shù)據(jù).xlsx', index=False)

運(yùn)行代碼后，在代碼文件所在文件夾生成一個(gè)名為“股價(jià)數(shù)據(jù).xlsx”的Excel工作簿。打開該工作簿，可看到獲取的股價(jià)數(shù)據(jù)，如下圖所示。

完成股價(jià)數(shù)據(jù)的獲取后，就可以使用Kline()函數(shù)繪制K線圖了。

演示代碼如下：

1   import pandas as pd
2   from pyecharts import options as opts
3   from pyecharts.charts import Kline
4   data = pd.read_excel('股價(jià)數(shù)據(jù).xlsx')
5   x = data['date'].tolist()
6   open = data['open']
7   close = data['close']
8   lowest = data['low']
9   highest = data['high']
10   y = [z for z in zip(open, close, lowest, highest)]
11   chart = Kline()
12   chart.add_xaxis(x)
13   chart.add_yaxis('股價(jià)', y)
14   chart.set_global_opts(xaxis_opts=opts.AxisOpts(is_scale=True), yaxis_opts=opts.AxisOpts(is_scale=True, splitarea_opts=opts.SplitAreaOpts(is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1))), datazoom_opts=[opts.DataZoomOpts(type_='inside')], title_opts=opts.TitleOpts(title='股價(jià)走勢(shì)圖'))
15   chart.render('K線圖.html')

第6～9行代碼分別指定了用于繪制K線圖的開盤價(jià)、收盤價(jià)、最低價(jià)、最高價(jià)數(shù)據(jù)。第10行代碼將這些數(shù)據(jù)打包成由元組組成的列表，作為y坐標(biāo)的值。需要注意的是，y坐標(biāo)的值一定要按開盤價(jià)、收盤價(jià)、最低價(jià)、最高價(jià)的順序排列。

第14行代碼中的SplitAreaOpts()是系列配置項(xiàng)中的分隔區(qū)域配置項(xiàng)，用于設(shè)置在圖表數(shù)據(jù)系列的背景區(qū)域中是否顯示顏色交錯(cuò)填充的分割效果，參數(shù)opacity用于設(shè)置不透明度，取值范圍為0～1，為0時(shí)完全透明，為1時(shí)完全不透明。

運(yùn)行代碼后，得到的圖表效果如下圖所示：

第14行代碼中還使用配置項(xiàng)DataZoomOpts()函數(shù)為圖表添加了區(qū)域縮放滑塊。曾使用DataZoomOpts()函數(shù)為柱形圖添加了顯示在圖表底部的滑塊，這里添加的滑塊則是隱藏在圖表中的。用鼠標(biāo)左右拖動(dòng)圖表，可以看到不同時(shí)期的數(shù)據(jù)；將鼠標(biāo)指針放置在圖表中，然后滑動(dòng)鼠標(biāo)滾輪，可看到圖表會(huì)隨著滾輪的滑動(dòng)而縮放。

此外，將鼠標(biāo)指針放置在數(shù)據(jù)系列上，會(huì)顯示鼠標(biāo)指針?biāo)赶虻哪且惶斓脑敿?xì)股價(jià)數(shù)據(jù)，如下圖所示。 

以上就是Python數(shù)據(jù)可視化詳解的詳細(xì)內(nèi)容，更多關(guān)于Python數(shù)據(jù)可視化的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！