作者：俊欣

來源：關于數(shù)據(jù)分析與可視化

一般在Python當中，我們用于繪制圖表的模塊最基礎的可能就是matplotlib了，今天小編分享幾個用該模塊進行可視化制作的技巧，幫助你繪制出更加高質(zhì)量的圖表。

同時本篇文章的第二部分是用Python來制作可視化動圖，讓你更加清楚的了解到數(shù)據(jù)的走勢

數(shù)據(jù)集的導入

最開始，我們先導入數(shù)據(jù)集，并且導入我們需要用到的庫

import pandas as pd import matplotlib.pyplot as plt
plt.style.use("seaborn-darkgrid") # 讀取數(shù)據(jù) aapl = pd.read_csv("AAPL.csv") print(aapl.head())

output

Date Open High ... Close Adj Close Volume 0 2021-9-30 143.660004 144.380005 ... 141.500000 141.293793 88934200 1 2021-10-1 141.899994 142.919998 ... 142.649994 142.442108 94639600 2 2021-10-4 141.759995 142.210007 ... 139.139999 138.937225 98322000 3 2021-10-5 139.490005 142.240005 ... 141.110001 140.904358 80861100 4 2021-10-6 139.470001 142.149994 ... 142.000000 141.793060 83221100 

簡單的折線圖

上面的代碼我們用到的是“蘋果”公司2021年的9月31日到12月31日的股價走勢，我們先來簡單的畫一張折線圖，代碼如下

plt.figure(figsize=(12,6)) plt.plot(aapl["Close"])

output

上面的折線圖看著就有點單調(diào)和簡單，我們就單單只可以看到數(shù)據(jù)的走勢，除此之外就沒有別的收獲，我們甚至都不知道這條折線所表示的意義，因為接下來我們來進行一系列的優(yōu)化

添加標題以及設置Y軸標簽

第一步我們先給圖表添加標題以及給X軸、Y軸設置標簽，代碼如下

plt.figure(figsize=(12,6)) plt.plot(aapl["Close"])

# 添加標題和給Y軸打上標記 plt.ylabel("Closing Price", fontsize=15)  ## 收盤價 plt.title("Apple Stock Price", fontsize=18) ## 標題：蘋果公司股價

output

再添加一個Y軸

現(xiàn)有的這個Y軸代表的是收盤價，要是我們還想再往圖表當中添加另外一列的數(shù)據(jù)，該數(shù)據(jù)的數(shù)值范圍和已有的收盤價的數(shù)值范圍不同，如果放在一起，繪制出來的圖表可不好看，如下

plt.figure(figsize=(12,6)) plt.plot(aapl["Close"])

# 第二根折線圖 plt.plot(aapl["Volume"])

# Y軸的名稱和標記 plt.ylabel("Closing Price", fontsize=15) plt.title("Apple Stock Price", fontsize=18)

output

可以看到我們代表股價的那條藍線變成了水平的直線，由于它的數(shù)值范圍和“Volume”這一列當中的數(shù)據(jù)，數(shù)值范圍差了不少，因此我還需要一個Y軸，來代表“Volume”這一列數(shù)據(jù)的走勢，代碼如下

fig, ax1 = plt.subplots(figsize=(12,6)) # 第二個Y軸的標記 ax2 = ax1.twinx()
ax1.plot(aapl["Close"])
ax2.plot(aapl["Volume"], color="r") # 添加標題和Y軸的名稱，有兩個Y軸 ax1.set_ylabel("Closing Price", fontsize=15)
ax2.set_ylabel("Volume", fontsize=15)
plt.title("Apple Stock Price", fontsize=18)

output

上面的代碼我們通過twinx()方法再來新建一個Y軸對象，然后對應的數(shù)據(jù)是Volume這一列當中的數(shù)據(jù)，而給Y軸標記的方式也從上面的plt.ylabel()變成了ax.set_ylabel()

添加圖例

接下來給繪制好的圖表添加圖例，不同的折線代表的是不同的數(shù)據(jù)，代碼如下

fig, ax1 = plt.subplots(figsize=(12,6)) # 第二個Y軸 ax2 = ax1.twinx()
ax1.plot(aapl["Close"])
ax2.plot(aapl["Volume"], color="r") # 設置Y軸標簽和標題 ax1.set_ylabel("Closing Price", fontsize=15)
ax2.set_ylabel("Volume", fontsize=15)
plt.title("Apple Stock Price", fontsize=18) # 添加圖例 ax1.legend(["Closing price"], loc=2, fontsize=12)
ax2.legend(["Volume"], loc=2, bbox_to_anchor=(0, 0.9), fontsize=12)

output

在plt.legend()方法當中的loc參數(shù)代表的是圖例的位置，2代表的是左上方，具體的大家可以通過下面的鏈接來查閱

https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.legend.html

將網(wǎng)格線去除掉

有時候我們感覺圖表當中的網(wǎng)格線有點礙眼，就可以將其去掉，代碼如下

fig, ax1 = plt.subplots(figsize=(12,6)) # 第二個Y軸 ax2 = ax1.twinx()
ax1.plot(aapl["Close"])
ax2.plot(aapl["Volume"], color="r") # 設置Y軸標簽和標題 ax1.set_ylabel("Closing Price", fontsize=15)
ax2.set_ylabel("Volume", fontsize=15)
plt.title("Apple Stock Price", fontsize=18) # 添加圖例 ax1.legend(["Closing price"], loc=2, fontsize=12)
ax2.legend(["Volume"], loc=2, bbox_to_anchor=(0, 0.9), fontsize=12) # 去掉網(wǎng)格線 ax1.grid(False)
ax2.grid(False)

output

這樣出來的圖表是不是看著順眼多了呢？！

在圖表當中添加一些文字

有時候我們也想在圖表當中添加一些文字，可以是注釋也可以是一些贊美性的語言，可以通過代碼來實現(xiàn)，如下

fig, ax1 = plt.subplots(figsize=(12,6)) # 第二個Y軸 ax2 = ax1.twinx()
ax1.plot(aapl["Close"])
ax2.plot(aapl["Volume"], color="r") # 設置Y軸標簽和標題 ax1.set_ylabel("Closing Price", fontsize=15)
ax2.set_ylabel("Volume", fontsize=15)
plt.title("Apple Stock Price", fontsize=18) # 添加圖例 ax1.legend(["Closing price"], loc=2, fontsize=12)
ax2.legend(["Volume"], loc=2, bbox_to_anchor=(0, 0.9), fontsize=12) # 去掉網(wǎng)格線 ax1.grid(False)
ax2.grid(False)

date_string = datetime.strptime("2021-10-31", "%Y-%m-%d") # 添加文字 ax1.text(
    date_string, ## 代表的是添加的文字的位置 170, "Nice plot!", ## 添加的文字的內(nèi)容 fontsize=18, ## 文字的大小 color="green" ## 顏色 )

output

圖表當中的中文顯示

在上面的圖表當中，無論是標題還是注釋或者是圖例，都是英文的，我們需要往里面添加中文的內(nèi)容時候，還需要添加下面的代碼

plt.rcParams['font.sans-serif'] = ['SimHei']

fig, ax1 = plt.subplots(figsize=(12,6)) # 第二個Y軸 ax2 = ax1.twinx()
ax1.plot(aapl["Close"])
ax2.plot(aapl["Volume"], color="r") # 設置Y軸標簽和標題 ax1.set_ylabel("收盤價", fontsize=15)
ax2.set_ylabel("成交量", fontsize=15)
plt.title("蘋果公司股價走勢", fontsize=18) # 添加圖例 ax1.legend(["Closing price"], loc=2, fontsize=12)
ax2.legend(["Volume"], loc=2, bbox_to_anchor=(0, 0.9), fontsize=12) # 去掉網(wǎng)格線 ax1.grid(False)
ax2.grid(False) # 添加文字 ax1.text(
    date_string, 170, "畫的漂亮", 
    fontsize=18, 
    color="green" )

output

這樣全局的字體都被設置成了“黑體”，文本內(nèi)容都是用中文來顯示

X軸/Y軸上刻度字體的大小

我們還可以給X軸/Y軸添加邊框，以及邊框的粗細也可以通過代碼來進行調(diào)整，如下

plt.rcParams["axes.edgecolor"] = "black" plt.rcParams["axes.linewidth"] = 2

同時我們還可以對X軸以及Y軸上面的刻度，它們的字體大小進行設置，代碼如下

# tick size ax1.tick_params(axis='both', which='major', labelsize=13)
ax2.tick_params(axis='both', which='major', labelsize=13)

output

出來的圖表是不是比一開始的要好很多呢？

制作動圖

接下來給大家介紹一個制作動圖的Python庫，bar_chart_race，只需要簡單的幾行代碼，就可以制作出隨著時間變化的直方圖動圖，代碼如下

import bar_chart_race as bcr import pandas as pd # 生成GIF圖像 df = pd.read_csv('covid19_tutorial.csv', index_col=index_col,
                 parse_dates=parse_dates)
bcr.bar_chart_race(df, 'covid19_tutorial_horiz.gif')

output