绘制拆线图

拆线图基础

plot方法

# 导入库
import numpy as np
import matplotlib.pyplot as plt

# 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['KaiTi']  # 指定默认字体
plt.rcParams['axes.unicode_minus'] = False  # 解决负号-显示
# 建立坐标系
plt.subplot(1, 1, 1)

# 定义 x 和 y 轴值
x = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
y = np.array([866, 2335, 5710, 6482, 6122, 1605, 3810, 4420, 4635])

# 绘图
plt.plot(x, y, color='k', linestyle='dashdot',
         linewidth=1, marker='o', markersize=5, label='注册用户数')

# 设置标题，标题位置
plt.title('XXX 公司 1-9 月注册用户量', loc='center')

# 添加数据标签
for a, b in zip(x, y):
    plt.text(a, b, b, ha='center', va='bottom', fontsize=10)

plt.grid(True)  # 设置网络线
plt.legend()  # 设置图例， 调用显示出 plot 中的 label 值
plt.xlabel('月份')
plt.ylabel('注册量')
# 设置 X 轴刻度
plt.xticks(np.arange(10), ["0", "1月份", "2月份", "3月份",
                          "4月份", "5月份", "6月份",
                          "7月份", "8月份", "9月份"])
# 设置 Y 轴刻度
plt.yticks(np.arange(1000, 7000, 1000),
           ["1000人", "2000人", "3000人",
            "4000人", "5000人", "6000人"])

plt.show()
# 保存图表至本地
plt.savefig('XXX 公司 1-9 月注册用户量')

效果图如下

柱状图基础

bar方法

普通柱形图

效果图如下：

簇状柱形图

堆积柱形图

这个与上一个图的区别是第二柱子在第一柱子上叠加绘图，看图一目了然
使重叠：

使数据标签下移 600 单位距离：

条形图基础

barh方法
条形图与柱形图类似，只不过是将柱形图的x轴和Y轴进行了调换，纵向变成横向。
使用 plt 库中的 barh 方法来绘制
转换方法如下

散点图基础

scatter方法

气泡图基础

scatter方法

面积图基础

树地图基础

有点像没灵魂的词云图
此图要单独安装 pip install squarify 并结合 matplotlib 库使用
*不知为什么这个代码只能在交互模式下一条一条的运行，在IDLE或Pycharm中会提示 squarify 库出错 *

AttributeError: module ‘squarify’ has no attribute ‘plot’

效果如下 ：

雷达图基础

雷达图常用来综合评价某一事物，它可以直观地看出该事物的优势和不足。使用 plt 库中的 polar 方法，polar 是建立极坐标系的
其实雷达图就是先将各点展示在极坐标系中，然后用线将各点连接起来。
代码如下 ：

效果图如下:

箱型图基础

箱型图用来反映一组或多组数据的离散情况，它使用的是 plt 库中的 boxplot 方法
代码如下：

效果如下：

饼状图基础

其适用场景自不必多说
代码如下：

效果如下：

圆环图基础

在饼状图的基础上调整参数 wedgeprops 即可实现圆环图
代码如下：

效果如下：

热力图基础

热力图是将某一事物的响应度反映在图表上，可以快速发现需要重点关注的区域，使用 plt 中的 imshow 方法
代码如下：

效果如下：

水平线和垂直线基础

水平线和垂直线主要用来做对比参考，它们使用的是 plt 库中的 axhline 和 axvline方法。

效果如下：

绘制组合图表

组合图表就是在同一坐标系中绘制多张图表，常见有折线图+折线图、折线图+柱状图、柱状图+柱状图（簇状图）等形式。

折线图+折线图

在同一坐标系中绘制多条折线,一般直接运行多行绘制折线图代码即可

效果图如下：

折线图+柱状图

其它代码与 折线图+折线图相同，只有这点代码不同

最终效果如下：

其它组合图表如法炮制。

双坐标轴图表基础

双坐标轴图表就是既有主坐标轴又有次坐标轴的图表，当两个不同量级的指标放在同一坐标系中时，就需要开启双坐标轴，比如任务量（绝对数）与完成率（相对数）就是两个不同量级的指标。

双 y 轴图表基础

共用一根 x 轴
代码如下

效果如下：

双 x 轴图表基础

共用一根 y 轴
在一个坐标系中有两条 x 轴，使用 plt 库中的 twiny 方法，具体使用流程与 双 y 轴相同。
代码如下

效果如下：

绘图样式设置

如果要用非默认样式，要在程序开头加入这行代码

plt.style.use('样式名')

1. bmh 样式
2. classic 样式
3. dark_background 样式
4. fast 样式
5. fivethirtyeight 样式
6. ggplot 样式
7. grayscale 样式
8. seaborn-bright 样式