1.matplotlib 简介
Matplotlib 是 Python 的绘图库，提供了一种有效的 MatLab 开源替代方案。
2.matplotlib 生成折线图
import pandas as pd
import numpy as np
import matplotlib
from matplotlib import pyplot as plt
import random
x = [x for x in range(2, 26, 2)]
y = [i * i + 1 for i in x]
/* 设置中文字体和负号正常显示*/
matplotlib.rcParams[\'font.sans-serif\'] = [\'SimHei\']
matplotlib.rcParams[\'axes.unicode_minus\'] = False
plt.figure(figsize=(16,10),dpi=80)
plt.plot(x,y)
plt.ylabel("y轴")
plt.xlabel("x轴")
plt.title("y = x^2 + 1 函数")
plt.show()
结果展示如下
3.matplotlib 生成条形图
3.1 网易云华语男歌手热门歌曲评论情况
import pandas as pd
import numpy as np
import matplotlib
from matplotlib import pyplot as plt
import random
# x = [x for x in range(2, 26, 2)]
# #y = random.sample(range(12,30),12)
# y = [i * i + 1 for i in x]
# #plt.figure(figsize=(20,12),dpi=60)
# plt.plot(x,y)
# plt.show()
pre_path = \'D:\\WorkSpace\\python\\file\\comment华语男歌手\'
df = pd.DataFrame()
#循环读取文件
for i in range(18):
file_path = pre_path+str(i)+\'.csv\'
# 没有列头 自定义列头
data = pd.read_csv(file_path,header=None,names=[\'歌手名\',\'歌曲名\',\'评论数\'])
df = df.append(data,ignore_index=True)
#数据处理
df = df.drop_duplicates(keep=\'first\') #去除重复行
df[\'评论数\'].replace({\'评论\':\'-1\'},inplace=True)
df[\'评论数\']=pd.to_numeric(df[\'评论数\'],errors=\'coerce\')
df = df[df[\'评论数\']!=-1] #剔除问题数据
#纬度值获取
df0 = df[df[\'评论数\']==0][\'歌曲名\'].count()
df1k = df[(df[\'评论数\']>0) & (df[\'评论数\']<1000)][\'歌曲名\'].count()
df5K = df[(df[\'评论数\']>=1000) & (df[\'评论数\']<5000)][\'歌曲名\'].count()
df1W = df[(df[\'评论数\']>=5000) & (df[\'评论数\']<10000)][\'歌曲名\'].count()
df3W = df[(df[\'评论数\']>=10000) & (df[\'评论数\']<30000)][\'歌曲名\'].count()
df5W = df[(df[\'评论数\']>=30000) & (df[\'评论数\']<50000)][\'歌曲名\'].count()
df7W = df[(df[\'评论数\']>=50000) & (df[\'评论数\']<70000)][\'歌曲名\'].count()
df10W = df[(df[\'评论数\']>=70000) & (df[\'评论数\']<100000)][\'歌曲名\'].count()
df30W = df[(df[\'评论数\']>=100000) & (df[\'评论数\']<300000)][\'歌曲名\'].count()
df50W = df[(df[\'评论数\']>=300000) & (df[\'评论数\']<500000)][\'歌曲名\'].count()
df100W = df[(df[\'评论数\']>=500000) & (df[\'评论数\']<1000000)][\'歌曲名\'].count()
dfgt100W = df[df[\'评论数\']>=1000000][\'歌曲名\'].count()
#坐标值定义
datax = [\'0\',\'(0,1000)\',\'[1000,5000)\',\'[5000,10000)\',\'[10000,30000)\',\'[30000,50000)\',\'[50000,70000)\',\'[70000,100000)\',\'[100000,300000)\',\'[300000,500000)\',\'[500000,1000000)\',\'[1000000,)\']
datay = [df0,df1k,df5K,df1W,df3W,df5W,df7W,df10W,df30W,df50W,df100W,dfgt100W]
# 设置中文字体和负号正常显示
matplotlib.rcParams[\'font.sans-serif\'] = [\'SimHei\']
matplotlib.rcParams[\'axes.unicode_minus\'] = False
# 设置图形打下
plt.figure(figsize=(20,10),dpi=90)
label_list = datax # 横坐标刻度显示值
num_list = datay # 纵坐标值
x = range(len(num_list))
"""
绘制条形图
x:横坐标
height:长条形高度
width:长条形宽度，默认值0.8
label:为后面设置legend准备
"""
rects1 = plt.bar(x=x, height=num_list, width=0.4, alpha=0.8, color=\'blue\', label="歌曲数")
#plt.ylim(0, 60000) # y轴取值范围
plt.yticks(range(0,70000,5000)) #设置y轴坐标
plt.ylabel("数量")
"""
设置x轴刻度显示值
参数一：中点坐标
参数二：显示值
"""
plt.xticks([index for index in x], label_list) #设置x轴坐标
plt.xlabel("评论区间")
plt.title("华语男歌手热门歌曲50首评论分布情况")
plt.legend() # 设置题注
# 编辑文本
for rect in rects1:
height = rect.get_height()
plt.text(rect.get_x() + rect.get_width() / 2, height+1, str(height), ha="center", va="bottom")
plt.show()
以下是截至2021年3月31号，网易云华语男歌手热门歌曲评论情况：
从图形上可以明显看出，歌曲的评论都集中在0到1000这个区间，评论1w以上的歌曲在3000首左右；
3.2 第六次人口普查年龄、性别数据分布情况
import pandas as pd
import numpy as np
import matplotlib
from matplotlib import pyplot as plt
import random
def showPicturexyy(label_list,num_list1,num_list2,label1=\'类型1\',label2=\'类型2\',xlabel=\'x轴坐标\',title=\'标题\'):
\'\'\'生成柱状图 y轴为2
label_list 为 x 轴坐标 xlabel 为 x轴 说明
num_list1 为 y 轴 值1 label1 为 y轴 值1说明
num_list2 为 y 轴 值2 label2 为 y轴 值2说明
title 为标题
\'\'\'
# # 设置中文字体和负号正常显示
matplotlib.rcParams[\'font.sans-serif\'] = [\'SimHei\']
matplotlib.rcParams[\'axes.unicode_minus\'] = False
# # 设置图形打下
plt.figure(figsize=(20,10),dpi=90)
# label_list = [\'2014\', \'2015\', \'2016\', \'2017\'] # 横坐标刻度显示值
# num_list1 = [20, 30, 15, 35] # 纵坐标值1
# num_list2 = [15, 30, 40, 20] # 纵坐标值2
x = range(len(num_list1))
"""
绘制条形图
left:长条形中点横坐标
height:长条形高度
width:长条形宽度，默认值0.8
label:为后面设置legend准备
"""
rects1 = plt.bar(x=x, height=num_list1, width=0.4, alpha=0.8, color=\'orange\', label=label1)
rects2 = plt.bar(x=[i + 0.4 for i in x], height=num_list2, width=0.4, color=\'green\', label=label2)
plt.ylim(min(min(num_list1),min(num_list2))*0.9, max(max(num_list1),max(num_list2))*1.1) # y轴取值范围
plt.ylabel("数量")
"""
设置x轴刻度显示值
参数一：中点坐标
参数二：显示值
"""
plt.xticks([index + 0.2 for index in x], label_list)
plt.xlabel(xlabel)
plt.title(title)
plt.legend() # 设置题注
# 编辑文本
for rect in rects1:
height = rect.get_height()
plt.text(rect.get_x() + rect.get_width() / 2, height+1, str(height), ha="center", va="bottom")
for rect in rects2:
height = rect.get_height()
plt.text(rect.get_x() + rect.get_width() / 2, height+1, str(height), ha="center", va="bottom")
plt.show()
pre_path2010 = \'D:\\WorkSpace\\python\\file\\2020全国分年龄、性别的人口.csv\'
df2010 = pd.read_csv(pre_path2010)
#print(df2010)
df2010 = df2010.loc[df2010.index[[1, 7, 13, 19, 25, 31, 37, 43, 49, 55, 61, 67, 73, 79, 85, 91, 97, 103, 109, 115, 121]], [\'年龄\',\'合计\',\'男\',\'女\']]
print(df2010)
datarate = (df2010[\'男\']*100/df2010[\'女\']).astype(\'int\').to_list()
print(datarate)
df2010[\'合计\'] = df2010[\'合计\']/10000
df2010[\'男\'] = df2010[\'男\']/10000
df2010[\'女\'] = df2010[\'女\']/10000
df2010[\'合计\']=df2010[\'合计\'].astype(\'int\')
df2010[\'男\']=df2010[\'男\'].astype(\'int\')
df2010[\'女\']=df2010[\'女\'].astype(\'int\')
# #纬度值获取
datax = df2010[\'年龄\'].to_list()
dataym = df2010[\'男\'].to_list()
datayf = df2010[\'女\'].to_list()
#print(max(max(dataym),max(datayf)))
showPicturexyy(datax,dataym,datayf,\'男\',\'女\',\'年龄段\',\'第六次人口普查年龄、性别数据(单位:万人,时间:2010)\')
#男女比例折线图
# matplotlib.rcParams[\'font.sans-serif\'] = [\'SimHei\']
# matplotlib.rcParams[\'axes.unicode_minus\'] = False
# plt.figure(figsize=(20,10),dpi=90)
# plt.plot(datax,datarate)
# plt.show()
从图形上可以看到，在2010年10到19岁的这批人，到了2021年已经是21到30岁了，这个区间的男女比例失调严重，男多女少明显；