高效使用Python可视化工具Matplotlib

预备开端，我先惹人库并读入一些数据：

import pandas as pd 
 
import matplotlib.pyplot as plt 
 
from matplotlib.ticker import FuncFormatter 
 
  
 
df = pd.read_excel("https://github.com/chris1610/pbpython/blob/master/data/sample-salesv3.xlsx?raw=true") 
 
df.head()

如不雅决定要把两幅图放在同一个图像上，我们应对若何做到这一点有根本懂得。起首，创建图形，然后创建坐标轴，然后将其全部绘制在一路。我们可以用plt.subplots()来完成：

top_10 = (df.groupby('name')['ext price', 'quantity'].agg({'ext price': 'sum', 'quantity': 'count'}) 
 
.sort_values(by='ext price', ascending=False))[:10].reset_index() 
 
top_10.rename(columns={'name': 'Name', 'ext price': 'Sales', 'quantity': 'Purchases'}, inplace=True)

下面是数据的处理结不雅。

如许更美不雅，也是一个很好的例子，展示若何灵活地定义本身的问题解决筹划。

如今，数据被格局化成一个简单的表格，我们来看若何将这些结不雅绘制成条形图。

如前所述，matplotlib有很多不合的样式可用于衬着画图，可以用plt.style.available查看体系中有哪些可用的样式。

plt.style.available

['seaborn-dark', 
 
'seaborn-dark-palette', 
 
'fivethirtyeight', 
 
'seaborn-whitegrid', 
 
'seaborn-darkgrid', 
 
'seaborn', 
 
'bmh', 
 
'classic', 
 
'seaborn-colorblind', 
 
'seaborn-muted', 
 
'seaborn-white', 
 
'seaborn-talk', 
 
'grayscale', 
 
'dark_background', 
 
'seaborn-deep', 	
			 2/7   首页 上一页 1 2 3 4 5 6 下一页 尾页	
			

　　推荐阅读
　　微服务架构：基于微服务和Docker容器技术的PaaS云平台架构设计（微服务架构实施原理）
            
            基于微办事架构和Docker容器技巧的PaaS云平台扶植目标是给我们的开辟人员供给一套办事快速开辟、安排、运维治理、持续开辟持续集成的流程。平台供给基本举措措施、中心件、数据办事、云办>>>详细阅读


本文标题：高效使用Python可视化工具Matplotlib
地址：http://www.17bianji.com/lsqh/36034.html
 1/2    1