如何用Python绘制棒棒糖图表

更新时间：2021年05月12日 11:39:54 作者：法纳斯特

这篇文章主要介绍了如何用Python绘制棒棒糖图表，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下

大家好，我是小F～

条形图在数据可视化里，是一个经常被使用到的图表。

虽然很好用，也还是存在着缺陷呢。比如条形图条目太多时，会显得臃肿，不够直观。

棒棒糖图表则是对条形图的改进，以一种小清新的设计，清晰明了表达了我们的数据。

下面小F就给大家介绍一下，如何使用Python绘制棒棒糖图表。

使用到的是我国1949到2019年，历年的出生人口数据，数据来源国家统计局。

首先读取一下数据。

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
df = pd.read_csv('data.csv')
print(df)

结果如下。

数据集很简单，每行都只有一个年份和一个值。

先绘制一个带有每年数值的条形图。

# 绘制柱状图
plt.bar(df.Year, df.value)
plt.show()

两行代码，即可得到一张条形图图表，看起来确实是有点拥挤。

下面将最后一年，即2019年的数据区分出来。

给2019年的条形着色为黑色，其他年份为浅灰色。

并且在图表中添加散点图，可在条形图的顶部绘制圆形。

# 新建画布
fig, ax = plt.subplots(1, figsize=(12, 8))

# 年份数
n = len(df)
# 颜色设置
colors = ['black'] + ((n-1)*['lightgrey'])
plt.bar(df.Year, df.value, color=colors)
plt.scatter(df.Year, df.value, color=colors)
plt.show()

得到结果如下。

颜色已经修改成功，还需要调整一下条形图的宽度以及顶部圆圈的大小。

# width: 条形图宽度  s: 散点图圆圈大小
plt.bar(df.Year, df.value, color=colors, width=0.2)
plt.scatter(df.Year, df.value, color=colors, s=10)
plt.show()

结果如下。

比起先前的蓝色条形图图表，棒棒糖图表确实是好看了不少。

除了用条形图来绘制棒棒糖图表，还可以使用线条，这样整体的宽度会更加一致。

X将Year(年份)数据作为起点和终点，Y以-20和各年份数据作为起点和终点。

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
df = pd.read_csv('data.csv')
print(df)

# 新建画布
fig, ax = plt.subplots(1, figsize=(12, 8))

# 年份数
n = len(df)
# 颜色设置
colors = ['black'] + ((n-1)*['lightgrey'])
# 使用线条
for idx, val in df.iterrows():
    plt.plot([val.Year, val.Year],
             [-20, val.value],
             color=colors[idx])
plt.show()

得到结果如下。

可以使用参数标记在两端绘制圆，而不是只在顶部生成散点图。

然后可以通过更改y-limit参数来隐藏最底端的圆。

# 新建画布
fig, ax = plt.subplots(1, figsize=(12, 8))

# 年份数
n = len(df)
# 颜色设置
colors = ['black'] + ((n-1)*['lightgrey'])
# 使用线条, markersize设置标记点大小
for idx, val in df.iterrows():
    plt.plot([val.Year, val.Year],
             [-20, val.value],
             color=colors[idx],
             marker='o',
             markersize=3)

# 设置y轴最低值
plt.ylim(0,)
plt.show()

结果如下。

此外还可以调整lw、markersize参数，定义线条的粗细及标记的大小，甚至可以绘制两次线条以创建轮廓效果。

# 新建画布
fig, ax = plt.subplots(1, figsize=(12, 8))
color = 'b'

# 年份数
n = len(df)
# 颜色设置
colors = ['black'] + ((n-1)*['lightgrey'])
# 使用线条
for idx, val in df.iterrows():
    plt.plot([val.Year, val.Year],
             [-20, val.value],
             color='black',
             marker='o',
             lw=4,
             markersize=6)
    plt.plot([val.Year, val.Year],
             [-20, val.value],
             color=colors[idx],
             marker='o',
             markersize=4)

# 移除上边框、右边框
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)

# 设置x、y轴范围
plt.xlim(1948, 2020)
plt.ylim(0,)

# 中文显示
plt.rcParams['font.sans-serif'] = ['Songti SC']

plt.title('中国历年出生人口数据(万)', loc='left', fontsize=16)
plt.text(2019, -220, '来源：国家统计局', ha='right')

# 2019年出生人口数(显示)
value_2019 = df[df['Year'] == 2019].value.values[0]
plt.text(2019, value_2019+80, value_2019, ha='center')

# 保存图片
plt.savefig('chart.png')

得到结果如下。

黑色不是特别好看，改个颜色看看。

# 新建画布
fig, ax = plt.subplots(1, figsize=(12, 8))

# 年份数
n = len(df)
# 颜色设置
color = 'b'
colors = ['#E74C3C'] + ((len(df)-1)*['#F5B7B1'])
# 使用线条
for idx, val in df.iterrows():
    plt.plot([val.Year, val.Year],
             [-20, val.value],
             color=colors[idx],
             marker='o',
             lw=4,
             markersize=6,
             markerfacecolor='#E74C3C')

# 移除上边框、右边框
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)

# 设置x、y轴范围
plt.xlim(1948, 2020)
plt.ylim(0,)

# 中文显示
plt.rcParams['font.sans-serif'] = ['Songti SC']

plt.title('中国历年出生人口数据(万)', loc='left', fontsize=16)
plt.text(2019, -220, '来源：国家统计局', ha='right')

# 2019年出生人口数(显示)
value_2019 = df[df['Year'] == 2019].value.values[0]
plt.text(2019, value_2019+80, value_2019, ha='center')

# 保存图片
plt.savefig('chart.png')

得到结果如下。

源码地址：

链接:https://pan.baidu.com/s/1vUgjonTOvgN7rDPx_8RfUg 密码:i613

现在对于条形图，你就有了另外一个选择，即棒棒糖图表。

此外我们也能了解到目前中国的新出生人口数量是越来越少，据说2020年出生人口降幅或超一成，未来几年恐跌破1000万...

以上就是如何用Python绘制棒棒糖图表的详细内容，更多关于用Python绘制棒棒糖图表的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

python实现大文本文件分割成多个小文件
这篇文章主要为大家详细介绍了python实现大文本文件分割成多个小文件，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2021-04-04
基于python检查SSL证书到期情况代码实例
这篇文章主要介绍了基于python检查SSL证书到期情况代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-04-04
Python使用中文正则表达式匹配指定中文字符串的方法示例
这篇文章主要介绍了Python使用中文正则表达式匹配指定中文字符串的方法,结合实例形式分析了Python正则匹配及字符编码相关操作技巧,需要的朋友可以参考下
2017-01-01
举例讲解Python中is和id的用法
这篇文章主要介绍了举例讲解Python中is和id的用法,是Python学习当中的基础知识,作者举例进行了简单说明,需要的朋友可以参考下
2015-04-04
python买卖股票的最佳时机（基于贪心/蛮力算法）
这篇文章主要介绍了python买卖股票的最佳时机（基于贪心/蛮力算法）,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2019-07-07
Python中利用pyqt5制作指针钟表显示实时时间(指针时钟)
这篇文章主要介绍了Python中利用pyqt5制作指针钟表显示实时时间(动态指针时钟),本文通过示例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2022-02-02
关于Python的json字符串与json模块解读
这篇文章主要介绍了关于Python的json字符串与json模块解读,JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯（包括C, C++, C#, Java, JavaScript, Perl, Python等）,这些特性使JSON成为理想的数据交换语言,需要的朋友可以参考下
2023-07-07
pytorch cuda上tensor的定义以及减少cpu的操作详解
这篇文章主要介绍了pytorch cuda上tensor的定义以及减少cpu的操作详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-06-06
python中的sys模块详解
sys模块是与python解释器交互的一个接口，sys 模块提供了许多函数和变量来处理 Python 运行时环境的不同部分，这篇文章主要介绍了python之sys模块详解,需要的朋友可以参考下
2022-11-11
selenium+PhantomJS爬取豆瓣读书
这篇文章主要为大家详细介绍了selenium+PhantomJS爬取豆瓣读书，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2019-08-08