【python实战】matplotlib绘图（一）

上次用pyecharts画了地图，【python实战】 pyecharts绘制地图
虽然很好看，但是，考虑到渲染成图片时间比较长，因此，要是要批量作图的话，还是用matplotlib比较好，就像之前的Python批量word报告（带图）【思路篇】
，也是用的matplotlib。

matplotlib算是很底层的包了，好处在于个性化设置上更灵活，缺点可能是要写的代码更多些吧，但是，总的来说，瑕不掩瑜。

在学着用matplotlib作图的时候，主要是看matplotlib(https://matplotlib.org/index.html)里面的例子以及相应的文档。但不得不说，里面的文档真的挺难看的，pyecharts的就好看多了。另外就是加上搜索引擎了。

这里放两个最近用到的图。

1.条形图（broken_barh)

broken_barh.png

import matplotlib.pyplot as plt
import matplotlib
import matplotlib.lines as lines

# 颜色转换
def RGB_to_Hex(tmp):
    rgb = tmp.split(',')#将RGB格式划分开来
    strs = '#'
    for i in rgb:
        num = int(i)#将str转int
        #将R、G、B分别转化为16进制拼接转换并大写
        strs += str(hex(num))[-2:].replace('x','0').upper()
    return strs

#设置字体、图形样式
# sns.set_style("whitegrid")
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['font.family']='sans-serif'
matplotlib.rcParams['axes.unicode_minus'] = False

# 数据
data={
        "data": [
            {"name":'全省',"5pct": 354, "mean":500,"95pct":684},
            {"name":'全市',"5pct": 342, "mean":511,"95pct":668},
            {"name":'A县',    "5pct": 327, "mean":514,"95pct":661}
        ],
    }

# 数据设置
ylabel=[d["name"] for d in data['data']]
pct5=[d["5pct"] for d in data['data']]
pct95=[d["95pct"] for d in data['data']]
mean=[d["mean"] for d in data['data']]
xbar=[(d["5pct"],d["95pct"]-d["5pct"]) for d in data['data']]

# 属性设置
yticks=[5,10,15]
xlim=(min(pct5)-100,max(pct95)+100)
colors=[RGB_to_Hex('255,140,0'),RGB_to_Hex('107,142,35'),RGB_to_Hex('116,162,221')]
barheight=2

# 作图
# 设置图形大小
plt.rcParams['figure.figsize'] = (6,2.5) 
fig, ax = plt.subplots()
for i in range(len(xbar)):
    ax.broken_barh([xbar[i]],(4+i*5,barheight),facecolors=(colors[i]))
    # 加标签
    ax.text(pct5[i]-40,yticks[i]-0.2,str(pct5[i]),size=10)
    ax.text(pct95[i]+10,yticks[i]-0.2,str(pct95[i]),size=10)
    ax.text(mean[i]-30,yticks[i]-0.2,str(mean[i]),size=10,color='black')
    # 加竖线
    line = lines.Line2D([mean[i],mean[i]], [4+i*5,4+i*5+barheight],
                    lw=1, color='black', axes=ax)
    ax.add_line(line)

# 去掉边框
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

#设置x轴取值范围，y轴间隔及标签
ax.set_xlim(xlim)
ax.set_yticks(yticks)
ax.set_yticklabels(ylabel)

plt.savefig("broken_barh.png",dpi=600,bbox_inches = 'tight')
plt.show()

2.散点图(scatter)

scatter.png

import matplotlib.pyplot as plt
import matplotlib
import matplotlib.lines as lines
from matplotlib.ticker import FuncFormatter

# 颜色转换
def RGB_to_Hex(tmp):
    rgb = tmp.split(',')#将RGB格式划分开来
    strs = '#'
    for i in rgb:
        num = int(i)#将str转int
        #将R、G、B分别转化为16进制拼接转换并大写
        strs += str(hex(num))[-2:].replace('x','0').upper()
    return strs

#设置字体、图形样式
# sns.set_style("whitegrid")
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['font.family']='sans-serif'
matplotlib.rcParams['axes.unicode_minus'] = False

# 数据(太多了，就只放三条吧)
data={
        "data": [
        {"校间差异":0.135311972763609,"全省其他县":0,"你市各县":577.362102747501,"你市":0},
        {"校间差异":0.0616036942022612,"全省其他县":0,"你市各县":546.788848220486,"你市":0},
        {"校间差异":0.209066958823479,"全省其他县":0,"你市各县":517.929672671431,"你市":0}
    }

# 数据设置
x=[d["校间差异"] for d in data['data']]
y1=[d["全省其他县"] for d in data['data'] ]
y2=[d["你市各县"] for d in data['data']]
y3=[d["你市"] for d in data['data']]
label=["全省其他县","你市各县","你市"]


# 作图
# 设置图形大小
plt.rcParams['figure.figsize'] = (8,6) 
fig, ax = plt.subplots()
ax.scatter(x,y1,c=RGB_to_Hex('79,129,189'),label=label[0])
ax.scatter(x,y2,c=RGB_to_Hex('0,176,80'),label=label[1])
ax.scatter(x,y3,c=RGB_to_Hex('228,108,10'),marker='^',label=label[2])

# 去掉边框
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

#添加图例
ax.legend(loc=9,ncol=3,edgecolor='grey',bbox_to_anchor=(0.5,1.1))

#设置y轴取值范围
ylim=[400,600]
xlim=[0,0.4]
ax.set_ylim(ylim)
ax.set_xlim(xlim)

# x轴以百分比的形式呈现
def to_percent(temp, position):
    return '%.2f'%(10*temp) + '%'
plt.gca().xaxis.set_major_formatter(FuncFormatter(to_percent))

# 添加x和y轴名称
ax.set_xlabel('校间差异',weight='bold',size=12)
ax.set_ylabel('语文成绩',weight='bold',size=12,rotation='vertical')

# 加虚线
linecolor=RGB_to_Hex('79,129,189')
linestyle='--'
line_pos=[0.1,0.2,450,550]
for i in range(2):
    line = lines.Line2D([line_pos[i],line_pos[i]],ylim,lw=0.5, color=linecolor, axes=ax,linestyle=linestyle)
    ax.add_line(line)
for i in range(2,4):
    line = lines.Line2D(xlim,[line_pos[i],line_pos[i]],lw=0.5, color=linecolor, axes=ax,linestyle=linestyle)
    ax.add_line(line)

# 添加文本
ax.text(0,ylim[1]-10,'校间差异小，\n语文成绩高',size=12,color=RGB_to_Hex('79,129,189'),fontweight='bold')
ax.text(0,ylim[0]+10,'校间差异小，\n语文成绩低',size=12,color='red',fontweight='bold')
ax.text(xlim[1]-0.04,ylim[0]+10,'校间差异大，\n语文成绩低',size=12,color='red',fontweight='bold')
ax.text(xlim[1]-0.04,ylim[1]-10,'校间差异大，\n语文成绩高',size=12,color='red',fontweight='bold')

plt.savefig("scatter.png",dpi=600,bbox_inches = 'tight')
plt.show()