python实现数据可视化

小灰灰 2021-09-02 09:47 495阅读 0赞

本次讲解的数据来源就以我前面某一篇文章所爬取的数据为主  
文章链接：[使用scrapy框架爬取数据并存入excel表中][scrapy_excel]  
过程中涉及调用excel文件的xlrd模块，有疑问的可以参考我的另一篇文章  
文章链接：[python从Excel中读取数据][python_Excel]

**所用模块：matplotlib模块**

**调用模块：`import matplotlib.pyplot as plt`**

**常用语法：**

plt.bar(x_tuple,y_tuple)		绘制条形图
    
    plt.pie(tuple,labels=bq_tuple)		绘制饼图，labels是饼图中每块的标签
    
    plt.plot(x_tuple,y_tuple)		绘制折线图
    
    plt.figure()		保存图片方法，配合.savefig()方法使用
    
    .savefig(fname='保存路径',dpi=分辨率)		保存图片方法，使用前必须先得到figure对象
    
    plt.legend(['图例名称'])		添加图例
    
    plt.title("标题")		添加标题
    
    plt.show()		显示所绘制的图

**所用数据**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1Njc1NDQ5_size_16_color_FFFFFF_t_70_pic_center]  
我们就根据温度的变化来绘制出不同的可视化图（包括折线图，条形图，饼图）

## 条形图 ##

import xlrd
    import matplotlib.pyplot as plt
    
    plt.rcParams['font.sans-serif']=['SimHei']  # 视图可以显示中文
    plt.rcParams['axes.unicode_minus']=False
    
    def excel():
        x_list = []
        y_list = []
        info = xlrd.open_workbook('H:/sp/tianqiyubao/tianqiyubao/天气2.xlsx')  # 打开文件
        sheet = info.sheet_by_name('天气1')  # 根据表名获取表
        for a in range(sheet.nrows):  # 获取表格的总行数：sheet.nrows 获取总列数：sheet.ncols
            cells = sheet.row_values(a) # row是行，col是列
            high = int(cells[2])  # 每行中第三个单元格的数据
            date = str(cells[0])  # 每行中第一个单元格的数据
            x_list.append(high)
            y_list.append(date)
        fig =plt.figure()  #保存图片注意事项：第一步必须先得到figure对象，
                            #再使用plt进行绘图，然后保存图片
        plt.bar(y_list,x_list)  # 绘制条形图
        plt.legend(['最高温度'])  # 条形图也可以添加图例
        plt.title("最高温度变化图")  # 为条形图添加标题
        plt.show()
        fig.savefig(fname='./111.jpg',dpi=500)  # 保存图片 分辨率为500
    excel()

需要注意的是，如果要保存图片，第一步必须先得到figure对象，再使用plt进行绘图，然后使用.savefig方法保存图片

**效果图：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1Njc1NDQ5_size_16_color_FFFFFF_t_70_pic_center 1]

## 折线图 ##

import xlrd
    import matplotlib.pyplot as plt
    
    plt.rcParams['font.sans-serif']=['SimHei']  # 视图可以显示中文
    plt.rcParams['axes.unicode_minus']=False
    
    def excel():
        x_list = []
        x1_list = []
        y_list = []
        info = xlrd.open_workbook('H:/sp/tianqiyubao/tianqiyubao/天气2.xlsx')
        sheet = info.sheet_by_name('天气1')  # 根据表名获取表
        for a in range(sheet.nrows):  # 获取表格的总行数：sheet.nrows 获取总列数：sheet.ncols
            cells = sheet.row_values(a) # row是行，col是列
            high = int(cells[2])
            low = int(cells[3].split("℃")[0])
            date = str(cells[0])
            x_list.append(high)
            x1_list.append(low)
            y_list.append(date)
        fig = plt.figure()
        plt.plot(y_list,x_list,y_list,x1_list)  # 绘制多个曲线
        plt.legend(['最高温','最低温'])  # 显示图例
        plt.title("温度变化图")
        plt.show()
        fig.savefig("./22.jpg",dpi=600)  # 保存路径，分辨率
    excel()

需要注意的是  
1. 要在一个表中绘制多个曲线，可以在plt.plot()方法中添加多个x，y的值，添加时必须以x，y为一组来添加，就是一个x必须对应一个y  
2. 如果要保存图片，第一步必须先得到figure对象，再使用plt进行绘图，然后使用.savefig方法保存图片

**效果图：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1Njc1NDQ5_size_16_color_FFFFFF_t_70_pic_center 2]

## 饼图 ##

import xlrd
    import matplotlib.pyplot as plt
    
    plt.rcParams['font.sans-serif']=['SimHei']  # 视图可以显示中文
    plt.rcParams['axes.unicode_minus']=False
    
    def excel():
        value = { }
        x_list = []
        y_list = []
        pinl = []
        biaoq = []
        info = xlrd.open_workbook('H:/sp/tianqiyubao/tianqiyubao/天气2.xlsx')  # 打开excel文件
        sheet = info.sheet_by_name('天气1')  # 根据表名获取表
        for a in range(sheet.nrows):  # 获取表格的总行数：sheet.nrows 获取总列数：sheet.ncols
            cells = sheet.row_values(a) # row是行，col是列
            high = int(cells[2])
            date = str(cells[0])
            x_list.append(high)
            y_list.append(date)
        for b in x_list:  # 统计列表中元素出现的次数，以此来划分每块的大小
            value[b] = value.get(b, 0) + 1
        for c in value:
            biaoq.append(c)
            pinl.append(value[c])
        fig =plt.figure()  #保存图片注意事项：第一步必须先得到figure对象，
                            #再使用plt进行绘图，然后保存图片
        plt.pie(pinl,labels=biaoq,autopct='%.6f%%')  # 绘制饼图,前面的元组为绘图依据,labels显示各块标签,autopct显示每块所占比，保留小数点后六位
        plt.legend(['30℃','32℃','31℃','28℃','29℃'])  # 图例顺序为列表顺序
        plt.title("七天内温度占比图")  # 为饼图添加标题
        plt.show()
        fig.savefig(fname='./11.jpg',dpi=500)  # 保存图片 分辨率为500
    excel()

需要注意的是，如果要保存图片，第一步必须先得到figure对象，再使用plt进行绘图，然后使用.savefig方法保存图片

**效果图：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1Njc1NDQ5_size_16_color_FFFFFF_t_70_pic_center 3]

[scrapy_excel]: https://blog.csdn.net/qq_45675449/article/details/108401967
[python_Excel]: https://blog.csdn.net/qq_45675449/article/details/108417719
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1Njc1NDQ5_size_16_color_FFFFFF_t_70_pic_center]: /images/20210516/855a6bb6ee6a4c8fbe9541ec617862ca.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1Njc1NDQ5_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20210516/add1a1a46df6437d8df703dfb6239d04.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1Njc1NDQ5_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20210516/7b30c68b21c64b59a1aa0b0c9fe8d3fb.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1Njc1NDQ5_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20210516/11093054061c42468674c1cb1805b980.png