在工作中常使用python绘制各类图形，之前通过CSDN学习到了很多，现在在这里对各类绘图工具及用法做一个总结，我将附上代码以及图片效果，以方便大家使用python进行图片绘制。需要注意一下，代码中的数据部分要用上自己处理的结果。
第一步我们导入包matplotlib，才有了后面各种图片绘制的基础
import matplotlib
1.折线图，比较简单，需要注意的是对横坐标数目太多的精简化处理。
效果展示：
代码如下：
figsize = 18,10figure, ax = plt.subplots(figsize=figsize)plt.title('折线图',fontsize=20,y=1.02)plt.plot(timestamp, fcurve, color='#27547b', label='变量1')plt.plot(timestamp, bcurve, color='#c09c69', label='变量2') plt.legend(fontsize=15)plt.xticks(timestamp, rotation=30) #横坐标设置30度角plt.tick_params(labelsize=15)labels = ax.get_xticklabels() + ax.get_yticklabels()[label.set_fontname('Times New Roman') for label in labels] #设置坐标轴字体为Times New Romanplt.gca().xaxis.set_major_locator(ticker.MultipleLocator(len(timestamp)/15)) #横坐标数目过多的精简化处理plt.show()
2.多变量柱状图，一个横坐标对应两个纵坐标柱子
效果展示：
代码如下：
month_label = [i[2:7] for i in month] #月份坐标x =list(range(len(month_label)))total_width, n = 0.8, 2width = total_width / nfigsize = 18,10figure, ax = plt.subplots(figsize=figsize)plt.title('多变量柱状图',fontsize=20,y=1.05)plt.bar(x, f_monthly, width=width, label='变量1',fc = '#27547b')for i in range(len(x)):x[i] = x[i] + widthplt.bar(x, e_monthly, width=width, label='变量2',tick_label = month_label,fc = '#c09c69')plt.xticks(x, rotation=60)plt.tick_params(labelsize=15)labels = ax.get_xticklabels() + ax.get_yticklabels()[label.set_fontname('Times New Roman') for label in labels]plt.ylabel("纵坐标变量",fontsize=20)plt.legend(fontsize=15)plt.show()
带有负向坐标的柱状图，效果如下：
代码如下：
font1 = {'family': 'Times New Roman','weight': 'normal','size': 20}figsize = 12,8figure, ax = plt.subplots(figsize=figsize)plt.title('柱状图2', fontsize=15,y=1.05)width = 15plt.bar(timelist, r_list, width=width, color='#27547b')for a, b in zip(timelist, r_list):if(b>0):plt.text(a, b, '%.2f' % b, ha='center', va='bottom', fontsize=12, fontdict=font1) #调整数字位置else:plt.text(a, b, '%.2f' % b, ha='left', va='top', fontsize=12, fontdict=font1)ax.set_ylim(-5, 30) #设置坐标轴范围#边框处理ax.spines['right'].set_color('none')ax.spines['top'].set_color('none')ax.xaxis.set_ticks_position('bottom')ax.spines['bottom'].set_position(('data',0))#坐标轴处理plt.xticks(timelist, rotation=30)plt.tick_params(labelsize=12)labels = ax.get_xticklabels() + ax.get_yticklabels()[label.set_fontname('Times New Roman') for label in labels]plt.show()
3.百分比堆积图，在一个柱状图中进行百分比的分割
效果展示：
代码如下：
pd_style.fillna(0,inplace=True)# 把pandas转化为numpynp_style = np.array(pd_style).tolist()np_growth = np_style[0][1:]np_balance = np_style[1][1:]np_value = np_style[2][1:]fig, ax = plt.subplots(figsize=(12,8))ax.spines['right'].set_visible(False)ax.spines['top'].set_visible(False)plt.title('百分比堆积图', fontsize=15,y=1.08)labels = time_listdata = [np_growth,np_balance,np_value]# 多柱子加tag方法tags=[ '类别1','类别2','类别3']colors=['#27547b','#c09c69','#dbdcdc']x = range(len(labels))width = 0.15# 将bottom_y元素都初始化为0bottom_y = [0] * len(labels)# 计算每组柱子的总和，为计算百分比做准备sums = [sum(i) for i in zip(np_growth,np_balance,np_value)]for i in range(len(data)):# 计算每个柱子的高度，即百分比y = [a/b for a, b in zip(data[i], sums)]plt.bar(x, y, width, bottom=bottom_y,label=tags[i],color=colors[i])# 计算bottom参数的位置bottom_y = [(a+b) for a, b in zip(y, bottom_y)]plt.ylabel("比例",fontsize=15) plt.xticks(x, labels, rotation=30)plt.tick_params(labelsize=15)labels = ax.get_xticklabels() + ax.get_yticklabels()[label.set_fontname('Times New Roman') for label in labels]plt.legend(bbox_to_anchor=(0.5,1.05), loc='center',ncol=3)plt.show()
4.分段折线图，在折线图的不同分位数区间，使用不同的颜色
效果展示：
代码如下：
首先，导入俩包
from matplotlib.collections import LineCollection
from matplotlib.colors import ListedColormap, BoundaryNorm
num = len(time_end)dt = [i for i in range(num)]x = np.array(dt)y = resdydx = ypoints = np.array([x, y]).T.reshape(-1, 1, 2)segments = np.concatenate([points[:-1], points[1:]], axis=1)figsize = 15,8fig, axs = plt.subplots(figsize=figsize)plt.title('分段折线图',fontsize=20,y=1.05)cmap = ListedColormap(['#27547b','#c09c69','#7ea1b8','lightcoral'])norm = BoundaryNorm([0, 25, 50, 75, 100], cmap.N)lc = LineCollection(segments, cmap=cmap, norm=norm)lc.set_array(dydx)lc.set_linewidth(2)line = axs.add_collection(lc)# 最右的colorbarcb = fig.colorbar(line, ax=axs)cb.ax.tick_params(labelsize=15)for l in cb.ax.yaxis.get_ticklabels():l.set_family("Times New Roman")axs.set_xlim(x.min(), x.max())axs.set_ylim(-0, 100)tik = [0,int(num/4),2*int(num/4),3*int(num/4),num-1]plt.xticks(tik,[time_end[tik[0]], time_end[tik[1]], time_end[tik[2]], time_end[tik[3]], time_end[tik[4]]], rotation=30)plt.tick_params(labelsize=15)labels = axs.get_xticklabels() + axs.get_yticklabels()[label.set_fontname('Times New Roman') for label in labels]plt.ylabel("百分位数（%）",fontsize=18,labelpad=20)plt.show()
5.扇形图
效果展示：
代码如下：
length = 8labels = ['类别'+str(i+1) for i in range(length]sizes= np.random.rand(length).tolist()colors=['#27547b','#c09c69','#dbdcdc','#7ea1b8','#a1b1b9','#a7d4d7','#f2f2f2','lightblue','lemonchiffon','lavender']explode=0.1,0.05,0.15,0.2,0.15,0.15,0.25,0.27,0.3,0.35plt.figure(figsize=(12,8))patches,l_text,p_text = plt.pie(sizes,explode=explode[:length],labels=labels,colors=colors[:length],autopct='%1.1f%%',shadow=True,startangle=100)for t in l_text:t.set_size(18)for t in p_text:t.set_size(15)plt.axis('equal')plt.legend(labels,title='类别',loc='upper left')plt.title(timestock[j]+" 分布", fontsize=20,y=1.05)plt.show()
6.堆积折线图，之前找了好久才找到这种图的名称；国内似乎用的不多，用于描述多变量的百分比关系。
效果展示：
代码如下：
# 六个类别的数据y1p = res_list[0]y2p = res_list[1]y3p = res_list[2]y4p = res_list[3]y5p = res_list[4]y6p = res_list[5]figsize = 15,10figure, ax = plt.subplots(1,figsize=figsize)plt.title(title,fontsize=20,y=1.1)# 比例堆积柱状图plt.stackplot(x, y1p, y2p, y3p, y4p, y5p, y6p, baseline='zero', labels=tags,colors=['#27547b','#c09c69','#dbdcdc','#7ea1b8','lightblue','lemonchiffon'])# 显示范围plt.xlim(0, len(x))plt.ylim(0, 1)plt.xticks(x, rotation=30)plt.tick_params(labelsize=12)labels = ax.get_xticklabels() + ax.get_yticklabels()[label.set_fontname('Times New Roman') for label in labels]plt.gca().xaxis.set_major_locator(ticker.MultipleLocator((len(x)/10)))# 添加图例plt.legend(bbox_to_anchor=(0.5,1.05), loc='center',ncol=3,fontsize=12)plt.show()plt.savefig(root+fundid+'/basic_info/'+title+'.jpg')
7.坐标轴的调整
1）设置横坐标的旋转角度：plt.xticks(x, rotation=30)
2）设置横坐标字体大小：plt.tick_params(labelsize=12)
3）设置横纵坐标字体样式：labels = ax.get_xticklabels() + ax.get_yticklabels()
[label.set_fontname('Times New Roman') for label in labels]
4）调整横坐标显示数量，代码显示10%的数目：plt.gca().xaxis.set_major_locator(ticker.MultipleLocator((len(x)/10)))
8.图例及图片保存时的调整
1）调整图例为横向展示，每行4个：plt.legend(bbox_to_anchor=(0.5,1.05), loc='center',ncol=4,fontsize=12)
效果如下：
2）设置图例的内容及位置：plt.legend(labels,title='行业名称',loc='upper left')
3）保存图片时，去掉图片周围的留白：plt.savefig(root +'/curve_analysis.jpg', bbox_inches='tight', pad_inches=0)
以上就是全部的图以及对应的代码，后面还会根据需要继续补充，也欢迎大家一起交流学习！
python常用画图（分段折线图 多变量柱状图 扇形图 堆积折线图 百分比堆积柱状图）工具代码汇总
