如何用Python繪制棒棒糖圖表

更新時間：2021年05月12日 11:39:54 作者：法納斯特

這篇文章主要介紹了如何用Python繪制棒棒糖圖表，幫助大家更好的理解和學(xué)習(xí)使用python，感興趣的朋友可以了解下

大家好，我是小F～

條形圖在數(shù)據(jù)可視化里，是一個經(jīng)常被使用到的圖表。

雖然很好用，也還是存在著缺陷呢。比如條形圖條目太多時，會顯得臃腫，不夠直觀。

棒棒糖圖表則是對條形圖的改進(jìn)，以一種小清新的設(shè)計，清晰明了表達(dá)了我們的數(shù)據(jù)。

下面小F就給大家介紹一下，如何使用Python繪制棒棒糖圖表。

使用到的是我國1949到2019年，歷年的出生人口數(shù)據(jù)，數(shù)據(jù)來源國家統(tǒng)計局。

首先讀取一下數(shù)據(jù)。

import pandas as pd
import matplotlib.pyplot as plt

# 讀取數(shù)據(jù)
df = pd.read_csv('data.csv')
print(df)

結(jié)果如下。

數(shù)據(jù)集很簡單，每行都只有一個年份和一個值。

先繪制一個帶有每年數(shù)值的條形圖。

# 繪制柱狀圖
plt.bar(df.Year, df.value)
plt.show()

兩行代碼，即可得到一張條形圖圖表，看起來確實是有點擁擠。

下面將最后一年，即2019年的數(shù)據(jù)區(qū)分出來。

給2019年的條形著色為黑色，其他年份為淺灰色。

并且在圖表中添加散點圖，可在條形圖的頂部繪制圓形。

# 新建畫布
fig, ax = plt.subplots(1, figsize=(12, 8))

# 年份數(shù)
n = len(df)
# 顏色設(shè)置
colors = ['black'] + ((n-1)*['lightgrey'])
plt.bar(df.Year, df.value, color=colors)
plt.scatter(df.Year, df.value, color=colors)
plt.show()

得到結(jié)果如下。

顏色已經(jīng)修改成功，還需要調(diào)整一下條形圖的寬度以及頂部圓圈的大小。

# width: 條形圖寬度  s: 散點圖圓圈大小
plt.bar(df.Year, df.value, color=colors, width=0.2)
plt.scatter(df.Year, df.value, color=colors, s=10)
plt.show()

結(jié)果如下。

比起先前的藍(lán)色條形圖圖表，棒棒糖圖表確實是好看了不少。

除了用條形圖來繪制棒棒糖圖表，還可以使用線條，這樣整體的寬度會更加一致。

X將Year(年份)數(shù)據(jù)作為起點和終點，Y以-20和各年份數(shù)據(jù)作為起點和終點。

import pandas as pd
import matplotlib.pyplot as plt

# 讀取數(shù)據(jù)
df = pd.read_csv('data.csv')
print(df)

# 新建畫布
fig, ax = plt.subplots(1, figsize=(12, 8))

# 年份數(shù)
n = len(df)
# 顏色設(shè)置
colors = ['black'] + ((n-1)*['lightgrey'])
# 使用線條
for idx, val in df.iterrows():
    plt.plot([val.Year, val.Year],
             [-20, val.value],
             color=colors[idx])
plt.show()

得到結(jié)果如下。

可以使用參數(shù)標(biāo)記在兩端繪制圓，而不是只在頂部生成散點圖。

然后可以通過更改y-limit參數(shù)來隱藏最底端的圓。

# 新建畫布
fig, ax = plt.subplots(1, figsize=(12, 8))

# 年份數(shù)
n = len(df)
# 顏色設(shè)置
colors = ['black'] + ((n-1)*['lightgrey'])
# 使用線條, markersize設(shè)置標(biāo)記點大小
for idx, val in df.iterrows():
    plt.plot([val.Year, val.Year],
             [-20, val.value],
             color=colors[idx],
             marker='o',
             markersize=3)

# 設(shè)置y軸最低值
plt.ylim(0,)
plt.show()

結(jié)果如下。

此外還可以調(diào)整lw、markersize參數(shù)，定義線條的粗細(xì)及標(biāo)記的大小，甚至可以繪制兩次線條以創(chuàng)建輪廓效果。

# 新建畫布
fig, ax = plt.subplots(1, figsize=(12, 8))
color = 'b'

# 年份數(shù)
n = len(df)
# 顏色設(shè)置
colors = ['black'] + ((n-1)*['lightgrey'])
# 使用線條
for idx, val in df.iterrows():
    plt.plot([val.Year, val.Year],
             [-20, val.value],
             color='black',
             marker='o',
             lw=4,
             markersize=6)
    plt.plot([val.Year, val.Year],
             [-20, val.value],
             color=colors[idx],
             marker='o',
             markersize=4)

# 移除上邊框、右邊框
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)

# 設(shè)置x、y軸范圍
plt.xlim(1948, 2020)
plt.ylim(0,)

# 中文顯示
plt.rcParams['font.sans-serif'] = ['Songti SC']

plt.title('中國歷年出生人口數(shù)據(jù)(萬)', loc='left', fontsize=16)
plt.text(2019, -220, '來源：國家統(tǒng)計局', ha='right')

# 2019年出生人口數(shù)(顯示)
value_2019 = df[df['Year'] == 2019].value.values[0]
plt.text(2019, value_2019+80, value_2019, ha='center')

# 保存圖片
plt.savefig('chart.png')

得到結(jié)果如下。

黑色不是特別好看，改個顏色看看。

# 新建畫布
fig, ax = plt.subplots(1, figsize=(12, 8))

# 年份數(shù)
n = len(df)
# 顏色設(shè)置
color = 'b'
colors = ['#E74C3C'] + ((len(df)-1)*['#F5B7B1'])
# 使用線條
for idx, val in df.iterrows():
    plt.plot([val.Year, val.Year],
             [-20, val.value],
             color=colors[idx],
             marker='o',
             lw=4,
             markersize=6,
             markerfacecolor='#E74C3C')

# 移除上邊框、右邊框
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)

# 設(shè)置x、y軸范圍
plt.xlim(1948, 2020)
plt.ylim(0,)

# 中文顯示
plt.rcParams['font.sans-serif'] = ['Songti SC']

plt.title('中國歷年出生人口數(shù)據(jù)(萬)', loc='left', fontsize=16)
plt.text(2019, -220, '來源：國家統(tǒng)計局', ha='right')

# 2019年出生人口數(shù)(顯示)
value_2019 = df[df['Year'] == 2019].value.values[0]
plt.text(2019, value_2019+80, value_2019, ha='center')

# 保存圖片
plt.savefig('chart.png')

得到結(jié)果如下。