《大数据运营》 python代码汇总 绘制2020年各区销量占比的饼图-使用散点图探索鸢尾花数据

importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltplt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=Falsex=np.array([0.3,0.2,0.4,0.1])colors1=['#9370DB','#FF69B4','#DDA0DD','#FFC0CB']colors2=['#808000','#DAA520','#FFA07A','#BC8F8F']labels=['粤港澳','京津冀','长三角','其他']plt.figure(figsize=(10,10),dpi=100)#1-基础饼图plt.subplot(221)plt.pie(x,colors=colors1,labels=labels,autopct='%1.1f%%')plt.title('2020年各区销量占比-基础饼图')#2-分裂饼图plt.subplot(222)explode=(0,0,0.2,0)#通过设置explode参数实现分裂饼图plt.pie(x,colors=colors2,labels=labels,autopct='%1.1f%%',explode=explode)plt.title('2020年各区销量占比-分裂饼图')#3-阴影饼图plt.subplot(223)#将shadow设置为True即可实现阴影效果plt.pie(x,colors=colors2,labels=labels,autopct='%1.1f%%',explode=explode,shadow=True)plt.title('2020年各区销量占比-阴影饼图')#4-环形图plt.subplot(224)#通过wedgeprops设置饼图圈内外边界的属性，如环的宽度，环边界颜色wedgeprops={'width':0.4,'edgecolor':'#87CEFA'}plt.pie(x,colors=colors1,labels=labels,autopct='%1.1f%%',pctdistance=0.8,wedgeprops=wedgeprops)plt.title('2020年各区销量占比-环形图')plt.show()importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltplt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=Falseplt.figure(figsize=(8,8),dpi=100)x1=np.random.randint(20,size=(20,))y1=np.random.randint(30,size=(20,))#1-基础散点图plt.subplot(221)plt.scatter(x1,y1)plt.title('基础散点图')#2-设置散点大小、颜色plt.subplot(222)#设置随机大小s=(18*np.random.rand(20))**2#设置随机颜色c=np.random.rand(20)plt.scatter(x1,y1,s=s,c=c)plt.title('设置散点大小、颜色')#3-设置散点大小、颜色、透明度plt.subplot(223)#设置透明度plt.scatter(x1,y1,s=s,c=c,alpha=0.5)plt.title('设置散点大小、颜色、透明度')#4-绘制两组数据的散点图plt.subplot(224)x2=np.random.randint(20,size=(20,))y2=np.random.randint(50,size=(20,))plt.scatter(x1,y1,marker='1')plt.scatter(x2,y2,marker='2')plt.title('绘制两组数据的散点图')plt.show()importnumpyasnpimportmatplotlib.pyplotaspltplt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=Falseplt.figure(figsize=(10,12),dpi=100)x=np.arange(7)y1=np.array([56,62,70,65,71,73,69])y11=np.array([25,20,28,26,31,30,22])y12=np.array([20,30,33,32,28,38,30])y13=np.array([11,12,9,7,12,5,17])#绘制基础折线图plt.subplot(221)plt.plot(x,y,color='#7B68EE',marker='o')plt.title('某商店一周水果销售量')plt.xticks(x,['星期一','星期二','星期三','星期四','星期五','星期六','星期日'])plt.ylabel('销量（kg）')#设置标签fora,binzip(x,y):plt.text(a,b+0.2,format(b,','),ha='center',va='bottom',fontsize=10)#绘制多折线图plt.subplot(222)plt.plot(x,y11,color='#00BFFF',marker='1',linestyle=':')plt.plot(x,y12,color='#2F4F4F',marker='s',linestyle='dashdot')plt.plot(x,y13,color='#2E8B57',marker='p',linestyle='dashed')plt.title('某商店一周水果销售量')#设置标签foryin[y11,y12,y13]:fora,binzip(x,y):plt.text(a,b+0.2,format(b,','),ha='center',va='bottom',fontsize=10)#设置图例#loc设置图例显示位置，0:best,1:upperright,2:upperleft,3:lowerleft,4:lowerright#5:right,6:centerleft,7:centerright,8:lowercenter,9:uppercenter,10:centerplt.legend(('苹果','香蕉','香梨',),loc=2)plt.xticks(x,['星期一','星期二','星期三','星期四','星期五','星期六','星期日'])plt.ylabel('销量（kg）')plt.show()importnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplt#设置正常显示中文标签、符号plt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=Falseplt.figure(figsize=(12,12),dpi=100)#读取数据注意：首先需要将数据上传到JupyterNotebook上df=pd.read_excel('fruits_sales.xlsx')index=df.columnsindex2=np.arange(7)width=0.25y2=df.loc['合计']y21=df.loc['苹果']y22=df.loc['香蕉']y23=df.loc['香梨']#绘制基础柱形图plt.subplot(221)plt.bar(index,y2,alpha=0.6)plt.title('某商店一周水果销售量-基础柱形图',fontsize=10,color='red')plt.ylabel('销量（kg）')fora,binzip(index,y2):plt.text(a,b,format(b,','),ha='center',va='bottom',fontsize=10)#绘制多柱形图plt.subplot(222)plt.bar(index2,y21,width=width,color='#4682B4',alpha=0.7)plt.bar(index2+width,y22,width=width,color='#008080',alpha=0.7)plt.bar(index2+2*width,y23,width=width,color='#3CB371',alpha=0.7)plt.title('某商店一周水果销售量-多柱形图',fontsize=10,color='red')plt.ylabel('销量（kg）')plt.xticks(index2,['星期一','星期二','星期三','星期四','星期五','星期六','星期日'])plt.legend(('苹果','香蕉','香梨',),loc=0)fora,binzip(index2,y21):plt.text(a,b+0.3,format(b,','),ha='center',va='bottom',fontsize=10)fora,binzip(index2,y22):plt.text(a+width,b+0.3,format(b,','),ha='center',va='bottom',fontsize=10)fora,binzip(index2,y23):plt.text(a+width*2,b+0.3,format(b,','),ha='center',va='bottom',fontsize=10)#绘制横向柱形图（使用plt.barh函数）plt.subplot(223)height=0.8plt.barh(index,y2,color='green',height=height,alpha=0.7)plt.title('某商店一周水果销售量-横向柱形图',fontsize=10,color='red')plt.xlabel('销量（kg）')fory,xinenumerate(y2):plt.text(x,y,"%s"%x)#绘制堆积柱形图plt.subplot(224)p41=plt.bar(index,y21,color='green',bottom=0,alpha=0.6)p42=plt.bar(index,y22,color='blue',bottom=y21,alpha=0.5)p43=plt.bar(index,y23,color='#3CB371',bottom=y21+y22,alpha=0.6)plt.title('某商店一周水果销售量-堆积柱形图',fontsize=10,color='red')plt.legend(('苹果','香蕉','香梨',),loc=0)foryin[y21,y21+y22,y21+y22+y23]:fora,binzip(index,y):plt.text(a,b+0.2,format(b,','),ha='center',va='bottom',fontsize=10)plt.show()importnumpyasnpimportmatplotlib.pyplotasplt#设置正常显示中文标签、符号plt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=False#1-设置画布plt.figure(figsize=(5,5),dpi=100)#2-构建x轴、y轴数据x=np.arange(4)y1=np.array([15,18,25,26])y2=np.array([25,24,26,30])y3=np.array([19,24,28,33])#3-绘制图像plt.plot(x,y1,marker='o')plt.plot(x,y2,marker='o')plt.plot(x,y3,marker='o')#4-设置文本标签#ha：水平对齐方式，可选center、right、left#va：垂直对齐方式，可选center、top、bottom、baseline#指定坐标设置plt.text(0,19,'19',ha='center',va='bottom',fontsize=9)plt.text(2,28,'28',ha='center',va='bottom',fontsize=9)plt.text(3,33,'33',ha='center',va='bottom',fontsize=9)#循环设置fora,binzip(x,y1):plt.text(a,b,format(b,','),ha='center',va='bottom',fontsize=9)fora,binzip(x,y2):plt.text(a,b,format(b,','),ha='center',va='bottom',fontsize=9)#5-设置标题plt.title('三大服装品牌2020年4个季度销售额对比')#6-设置x轴、y轴标题plt.xlabel('2020年')plt.ylabel('销售额（万元）')#7-设置x轴刻度plt.xticks(x,['第1季度','第2季度','第3季度','第4季度'])#8-设置网格线plt.grid()#9-设置图例plt.legend(('品牌1','品牌2','品牌3',))#10-显示图像plt.show()importnumpyasnpimportpandasaspdfromscipyimportstatsimportmatplotlib.pyplotaspltplt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=Falseplt.figure(figsize=(10,8),dpi=100)#μ=1.6,σ=0.1的正态分布data1=stats.norm.rvs(1.6,0.1,size=1000)plt.subplot(221)plt.hist(data1,color='#6A5ACD',density=True,alpha=0.8)plt.title('μ=1.6,σ=0.1的正态分布')#μ=100,σ=10的正态分布u=100sigma=10x=u+sigma*np.random.randn(10000)num_bins=50#画正态分布拟合曲线plt.subplot(222)#获取直方图的返回值n,bins,patches=plt.hist(x,num_bins,density=True,alpha=0.8)#获取正态分布的概率密度y=stats.norm.pdf(bins,u,sigma)plt.plot(bins,y,linestyle='--')plt.title('μ=100,σ=10的正态分布')plt.show()#4-画散点图importmatplotlib.pyplotaspltplt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=Falseplt.figure(figsize=(15,15),dpi=100)#取前四列（特征）iris_setosa_fea=np.array(iris_setosa.iloc[:,[0,1,2,3]])iris_versicolor_fea=np.array(iris_versicolor.iloc[:,[0,1,2,3]])iris_virginica_fea=np.array(iris_virginica.iloc[:,[0,1,2,3]])#运用numpy.hsplit水平分割,将特征分为4列iris_setosa_fea_4=np.hsplit(iris_setosa_fea,4)iris_versicolor_fea_4=np.hsplit(iris_versicolor_fea,4)iris_virginica_fea_4=np.hsplit(iris_virginica_fea,4)label_text=['花萼长度','花萼宽度','花瓣长度','花瓣宽度']#设