Python 利用pandas和matplotlib绘制柱状折线图

创建数据可视化图表:柱状图与折线图结合

在数据分析和展示中,经常需要将数据可视化呈现,以便更直观地理解数据背后的趋势和关联关系。本篇文章将介绍如何使用 Python 中的 Pandas 和 Matplotlib 库创建一个柱状图与折线图结合的数据可视化图表。

准备工作

首先,我们需要导入必要的库,并读取我们的数据源,这里使用了 Pandas 库来读取 Excel 文件,Matplotlib 则用于绘制图表。

复制代码
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.family'] = ['SimHei']  # 指定中文字体为黑体

# 读取Excel文件
df = pd.read_excel('新建 XLSX 工作表.xlsx', sheet_name='Sheet3')

数据处理与准备

在这一部分,我们会对数据进行处理,并准备好需要用到的数据。具体操作包括设置 x 轴的位置和准备子图等。

复制代码
# 设置x轴的位置
x = df.index
# 创建画布和子图
fig, ax1 = plt.subplots()

绘制柱状图和折线图

接下来,我们将绘制柱状图和折线图,并添加相应的数据标签和图例。

复制代码
# 绘制柱状图
ax1.bar(x, df['销售数量'], label='销售数量', color='skyblue', width=0.4)

# 添加数据标签
for i, v in enumerate(df['销售数量']):
    ax1.text(i, v + 3, str(v), ha='center', va='bottom', fontsize=8)

# 绘制折线图
ax1.plot(x, df['销售数量2'], color='lightgreen', marker='o', linestyle='-', linewidth=2)

# 添加折线图数据标签
for i, v in enumerate(df['销售数量2']):
    ax1.text(i, v + 3, str(v), ha='center', va='bottom', color='g', fontsize=8)

图表美化和展示

最后,我们对图表进行美化,包括添加标签、标题、图例以及设置坐标轴刻度标签字体大小等,并展示最终的图形。

复制代码
# 添加标签和标题
ax1.set_xlabel('店铺名称', fontsize=10)
ax1.set_ylabel('销售数量/销售数量2', fontsize=10)
ax1.set_title('销售数量与销售数量2对比', fontsize=12)
ax1.set_xticks(x)
ax1.set_xticklabels(df['店铺名称'], rotation=0, ha='right')
ax1.legend(['销售数量', '销售数量2'], loc='upper left')

# 设置坐标轴刻度标签字体大小
ax1.tick_params(axis='both', which='major', labelsize=8)

# 增加网格线
ax1.grid(axis='y', linestyle='--', alpha=0.7)

# 显示图形
plt.show()

通过以上步骤,我们成功创建了一个柱状图与折线图结合的数据可视化图表。

图表效果图展示

完整代码:

复制代码
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.family'] = ['SimHei']  # 指定中文字体为黑体

# 读取Excel文件
df = pd.read_excel(r'C:\Users\liuchunlin2\Desktop\新建文件夹\新建 XLSX 工作表.xlsx', sheet_name='Sheet3')

# 设置x轴的位置
x = df.index

# 创建画布和子图
fig, ax1 = plt.subplots()

# 绘制柱状图
ax1.bar(x, df['销售数量'], label='销售数量', color='skyblue', width=0.4)

# 添加数据标签
for i, v in enumerate(df['销售数量']):
    ax1.text(i, v + 3, str(v), ha='center', va='bottom', fontsize=8)

# 绘制折线图
ax1.plot(x, df['销售数量2'], color='lightgreen', marker='o', linestyle='-', linewidth=2)

# 添加折线图数据标签
for i, v in enumerate(df['销售数量2']):
    ax1.text(i, v + 3, str(v), ha='center', va='bottom', color='g', fontsize=8)

# 添加标签和标题
ax1.set_xlabel('店铺名称', fontsize=10)
ax1.set_ylabel('销售数量/销售数量2', fontsize=10)
ax1.set_title('销售数量与销售数量2对比', fontsize=12)
ax1.set_xticks(x)
ax1.set_xticklabels(df['店铺名称'], rotation=0, ha='right')
ax1.legend(['销售数量', '销售数量2'], loc='upper left')

# 设置坐标轴刻度标签字体大小
ax1.tick_params(axis='both', which='major', labelsize=8)

# 增加网格线
ax1.grid(axis='y', linestyle='--', alpha=0.7)

# 显示图形
plt.show()
相关推荐
engchina20 分钟前
Python PDF处理库深度对比:PyMuPDF、pypdfium2、pdfplumber、pdfminer的关系与区别
开发语言·python·pdf
Lo-Y-eH27 分钟前
Openpyxl:Python操作Excel的利器
python·excel
DAWN_T1732 分钟前
Transforms
pytorch·python·机器学习·jupyter·pycharm
一百天成为python专家1 小时前
python库之jieba 库
开发语言·人工智能·python·深度学习·机器学习·pycharm·python3.11
27669582921 小时前
tiktok 弹幕 逆向分析
java·python·tiktok·tiktok弹幕·tiktok弹幕逆向分析·a-bogus·x-gnarly
cylat1 小时前
Day59 经典时序预测模型3
人工智能·python·深度学习·神经网络
嘉恩督2 小时前
视频人脸处理——人脸面部动作提取
python·音视频
WJ.Polar2 小时前
Python数据容器-集合set
开发语言·python
smppbzyc2 小时前
2025年亚太杯(中文赛项)数学建模B题【疾病的预测与大数据分析】原创论文讲解(含完整python代码)
python·数学建模·数据分析·数学建模竞赛·亚太杯数学建模·亚太杯
xiaocainiao8812 小时前
Python 实战:构建可扩展的命令行插件引擎
开发语言·python