本文介绍如果使用python汇总常用的图表，与Excel的点选操作相比，用python绘制图表显得比较比较繁琐，尤其提现在对原始数据的处理上。但两者在绘制图表过程中的思路大致相同，Excel中能完成的工作python大多也能做到。为了更清晰的说明使用python绘制图表的过程，我们在汇总图表的代码中进行注解，说明每一行代码的具体作用。并在文章的最后给出了自定义字体和图表配色的对应表。
准备工作
1 2 3 4 5 |
import numpy as np import pandas as pd #导入图表库以进行图表绘制 import matplotlib.pyplot as plt loandata=pd.DataFrame(pd.read_excel(‘loan_data.xlsx’)) |
折线图
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 |
#设置日期字段issue_d为loandata数据表索引字段 loandata = loandata.set_index(‘issue_d’) #按月对贷款金额loan_amnt求均值，以0填充空值 loan_plot=loandata[‘loan_amnt’].resample(‘M’).fillna(0) #图表字体为华文细黑，字号为15 plt.rc(‘font’, family=’STXihei’, size=15) #创建一个一维数组赋值给a a=np.array([1,2,3,4,5,6,7,8,9,10,11,12]) #创建折线图，数据源为按月贷款均值，标记点，标记线样式，线条宽度，标记点颜色和透明度 plt.plot(loan_plot,’g^’,loan_plot,’g-‘,color=’#99CC01′,linewidth=3,markeredgewidth=3,markeredgecolor=’#99CC01’,alpha=0.8) #添加x轴标签 plt.xlabel(‘月份’) #添加y周标签 plt.ylabel(‘贷款金额’) #添加图表标题 plt.title(‘分月贷款金额分布’) #添加图表网格线，设置网格线颜色，线形，宽度和透明度 plt.grid( color=’#95a5a6′,linestyle=’–‘, linewidth=1 ,axis=’y’,alpha=0.4) #设置数据分类名称 plt.xticks(a, (‘1月’,’2月’,’3月’,’4月’,’5月’,’6月’,’7月’,’8月’,’9月’,’10月’,’11月’,’12月’) ) #输出图表 plt.show() |
柱状图
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 |
#按用户等级grade字段对贷款金额进行求和汇总 loan_grade=loandata.groupby(‘grade’)[‘loan_amnt’].agg(sum) #图表字体为华文细黑，字号为15 plt.rc(‘font’, family=’STXihei’, size=15) #创建一个一维数组赋值给a a=np.array([1,2,3,4,5,6]) #创建柱状图，数据源为按用户等级汇总的贷款金额，设置颜色，透明度和外边框颜色 plt.bar([1,2,3,4,5,6],loan_grade,color=’#99CC01′,alpha=0.8,align=’center’,edgecolor=’white’) #设置x轴标签 plt.xlabel(‘用户等级’) #设置y周标签 plt.ylabel(‘贷款金额’) #设置图表标题 plt.title(‘不同用户等级的贷款金额分布’) #设置图例的文字和在图表中的位置 plt.legend([‘贷款金额’], loc=’upper right’) #设置背景网格线的颜色，样式，尺寸和透明度 plt.grid(color=’#95a5a6′,linestyle=’–‘, linewidth=1,axis=’y’,alpha=0.4) #设置数据分类名称 plt.xticks(a,(‘A级’,’B级’,’C级’,’D级’,’E级’,’F级’)) #显示图表 plt.show() |
条形图
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
#图表字体为华文细黑，字号为15 plt.rc(‘font’, family=’STXihei’, size=15) #创建一个一维数组赋值给a a=np.array([1,2,3,4,5,6]) #创建条形图，数据源为分等级贷款金额汇总，设置颜色，透明度和图表边框 plt.barh([1,2,3,4,5,6],loan_grade,color=’#99CC01′,alpha=0.8,align=’center’,edgecolor=’white’) #添加x轴标题 plt.xlabel(‘贷款金额’) #添加y轴标题 plt.ylabel(‘用户等级’) #添加图表标题 plt.title(‘不同用户等级的贷款金额分布’) #添加图例，并设置在图表中的显示位置 plt.legend([‘贷款金额’], loc=’upper right’) #设置背景网格线的颜色，样式，尺寸和透明度 plt.grid(color=’#95a5a6′,linestyle=’–‘, linewidth=1,axis=’y’,alpha=0.4) #设置数据分类名称 plt.yticks(a,(‘A级’,’B级’,’C级’,’D级’,’E级’,’F级’)) #显示图表 plt.show() |
饼图
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
#图表字体为华文细黑，字号为15 plt.rc(‘font’, family=’STXihei’, size=15) #设置饼图中每个数据分类的颜色 colors = [“#99CC01″,”#FFFF01″,”#0000FE”,”#FE0000″,”#A6A6A6″,”#D9E021″] #设置饼图中每个数据分类的名称 name=[‘A级’, ‘B级’, ‘C级’, ‘D级’, ‘E级’,’F级’] #创建饼图，设置分类标签，颜色和图表起始位置等 plt.pie(loan_grade,labels=name,colors=colors,explode=(0, 0, 0.15, 0, 0, 0),startangle=60,autopct=’%1.1f%%’) #添加图表标题 plt.title(‘不同用户等级的贷款金额占比’) #添加图例，并设置显示位置 plt.legend([‘A级’,’B级’,’C级’,’D级’,’E级’,’F级’], loc=’upper left’) #显示图表 plt.show() |
散点图
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
#按月汇总贷款金额，以0填充空值 loan_x=loandata[‘loan_amnt’].resample(‘M’,how=sum).fillna(0) #按月汇总利息金额，以0填充空值 loan_y=loandata[‘total_rec_int’].resample(‘M’,how=sum).fillna(0) #图表字体为华文细黑，字号为15 plt.rc(‘font’, family=’STXihei’, size=15) #创建散点图，贷款金额为x，利息金额为y，设置颜色，标记点样式和透明度等 plt.scatter(loan_x,loan_y,60,color=’white’,marker=’o’,edgecolors=’#0D8ECF’,linewidth=3,alpha=0.8) #添加x轴标题 plt.xlabel(‘贷款金额’) #添加y轴标题 plt.ylabel(‘利息收入’) #添加图表标题 plt.title(‘贷款金额与利息收入’) #设置背景网格线的颜色，样式，尺寸和透明度 plt.grid(color=’#95a5a6′,linestyle=’–‘, linewidth=1,axis=’both’,alpha=0.4) #显示图表 plt.show() |
气泡图
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
#按月汇总贷款金额及利息 loan_x=loandata[‘loan_amnt’].resample(‘M’,how=sum).fillna(0) loan_y=loandata[‘total_rec_int’].resample(‘M’,how=sum).fillna(0) loan_z=loandata[‘total_rec_int’].resample(‘M’,how=sum).fillna(0) #图表字体为华文细黑，字号为15 plt.rc(‘font’, family=’STXihei’, size=15) #设置气泡图颜色 colors = [“#99CC01″,”#FFFF01″,”#0000FE”,”#FE0000″,”#A6A6A6″,”#D9E021″,’#FFF16E’,’#0D8ECF’,’#FA4D3D’,’#D2D2D2′,’#FFDE45′,’#9b59b6′] #创建气泡图贷款金额为x，利息金额为y，同时设置利息金额为气泡大小，并设置颜色透明度等。 plt.scatter(loan_x,loan_y,s=loan_z,color=colors,alpha=0.6) #添加x轴标题 plt.xlabel(‘贷款金额’) #添加y轴标题 plt.ylabel(‘利息收入’) #添加图表标题 plt.title(‘贷款金额与利息收入’) #设置背景网格线的颜色，样式，尺寸和透明度 plt.grid(color=’#95a5a6′,linestyle=’–‘, linewidth=1,axis=’both’,alpha=0.4) #显示图表 plt.show() |
箱线图
1 2 3 4 5 6 7 8 9 10 11 12 |
#图表字体为华文细黑，字号为15 plt.rc(‘font’, family=’STXihei’, size=15) #创建箱线图，数据源为贷款来源，设置横向显示 plt.boxplot(loandata[‘loan_amnt’],1,’rs’,vert=False) #添加x轴标题 plt.xlabel(‘贷款金额’) #添加图表标题 plt.title(‘贷款金额分布’) #设置背景网格线的颜色，样式，尺寸和透明度 plt.grid(color=’#95a5a6′,linestyle=’–‘, linewidth=1,axis=’both’,alpha=0.4) #显示图表 plt.show() |
直方图
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
#图表字体为华文细黑，字号为15 plt.rc(‘font’, family=’STXihei’, size=15) #创建直方图，数据源为贷款金额，将数据分为8等份显示，设置颜色和显示方式，透明度等 plt.hist(loandata[‘loan_amnt’],8,normed=1, histtype=’stepfilled’,facecolor=’#99CC01′, rwidth=0.9,alpha=0.6,edgecolor=’white’) #添加x轴标题 plt.xlabel(‘贷款金额’) #添加y轴标题 plt.ylabel(‘概率’) #添加图表标题 plt.title(‘贷款金额概率密度’) #设置背景网格线的颜色，样式，尺寸和透明度 plt.grid(color=’#95a5a6′,linestyle=’–‘, linewidth=1,axis=’y’,alpha=0.4) #显示图表 plt.show() |
自定义字体及配色
图表中所使用的字体，可以使用下面的字体名称替换family=后面的内容以改变图表中所显示的字体。
图表中的颜色，可以直接使用颜色名称，也可以使用简称来设置图表中使用的颜色，本文中没有使用默认的颜色，而是使用了自定义颜色。
自定义颜色的色号，本文中使用的是Hex色号，下面给出了Hex和RGB的对应关系，以及相应的颜色。可以使用下面的Hex色号替换本文中图表的颜色。
本文为专栏文章，来自：蓝鲸，内容观点不代表本站立场，如若转载请联系专栏作者，本文链接：https://www.afenxi.com/24893.html 。
