数据可视化 —— 堆形图应用（大全）

一、案例一：温度堆积图

# 导入 matplotlib 库中的 pyplot 模块，这个模块提供了类似于 MATLAB 的绘图接口，
# 方便我们创建各种类型的可视化图表，比如折线图、柱状图、散点图等
import matplotlib.pyplot as plt
# 导入 numpy 库，它是 Python 中用于科学计算的基础库，提供了强大的多维数组对象和各种数学函数，
# 能高效地处理数值数据，在后续的绘图中可用于生成和处理坐标轴数据
import numpy as np# 创建一个新的图形窗口，该函数的参数解释如下：
# num='堆形图'：设置图形窗口的标题为 '堆形图'，方便我们识别当前打开的图形
# figsize=(12, 7)：指定图形的大小，单位为英寸，这里图形的宽度为 12 英寸，高度为 7 英寸
# facecolor='w'：设置图形窗口的背景颜色为白色，'w' 是白色的缩写
plt.figure(num='堆形图', figsize=(12, 7), facecolor='w')# matplotlib 默认的字体可能无法正确显示中文，所以我们通过修改 rcParams 参数来更改字体。
# 'font.sans-serif' 是用来指定无衬线字体的参数，这里将其设置为 'KaiTi'（楷体），
# 这样在绘制图形时，中文就能正常显示了
plt.rcParams['font.sans-serif'] = 'KaiTi'
# 设置图形中文字的字体大小为 15，这样可以让图形中的文字清晰易读
plt.rcParams['font.size'] = 15
# 在默认情况下，matplotlib 可能无法正确显示负号，将 'axes.unicode_minus' 参数设置为 False，
# 可以解决负号显示的问题，确保负号能在图形中正常显示
plt.rcParams['axes.unicode_minus'] = False# 定义 x 轴的数据，使用 numpy 的 array 函数创建一个一维数组，数组元素为字符串类型，
# 代表 5 个月份，后续会作为柱状图的 x 轴刻度
x = np.array(['1', '2', '3', '4', '5'])
# 定义最高温度的数据，同样使用 numpy 的 array 函数创建一维数组，
# 数组元素为整数类型，代表每个月对应的最高温度值
y1 = np.array([10, 8, 7, 11, 13])
# 定义最低温度的数据，创建一维数组，数组元素为整数类型，
# 代表每个月对应的最低温度值
y2 = np.array([9, 6, 5, 10, 12])# 定义误差数据，是一个列表，列表中的元素代表每个月最低温度数据的误差范围，
# 在绘制柱状图时，会使用这些误差数据来绘制误差线，以展示数据的不确定性
error = [2, 1, 2.5, 2, 1.5]# 定义柱状图的宽度，这里设置为 0.3，它会影响柱状图在 x 轴上的宽窄程度
bar_width = 0.3# 设置图形的标题，标题内容为 '5 个月的温度堆积柱形图'，让读者一眼就能知道这个图形所展示的内容
plt.title('5个月的温度堆积柱形图')
# 设置 x 轴的标签，标签内容为 '月份'，明确 x 轴数据所代表的含义
plt.xlabel('月份')
# 设置 y 轴的标签，标签内容为 '温度'，明确 y 轴数据所代表的含义
plt.ylabel('温度')# 使用 for 循环遍历 x 和 y1 数据，zip 函数将 x 和 y1 中对应的元素一一配对，
# 每次循环取出一个月份和对应的最高温度值
for a, b in zip(x, y1):# 在每个最高温度柱状图的上方添加文本标签，用于显示具体的温度值。# plt.text 函数的参数解释如下：# a：文本标签的 x 坐标位置，即对应的月份# b + 1：文本标签的 y 坐标位置，在最高温度值的基础上向上偏移 1 个单位，使标签不与柱状图重叠# '%d' % b：将最高温度值格式化为整数形式的字符串，作为文本标签的内容# ha='center'：设置文本的水平对齐方式为居中对齐，使标签在柱状图上方居中显示# va='center'：设置文本的垂直对齐方式为居中对齐plt.text(a, b + 1, '%d' % b, ha='center', va='center')
# 绘制最高温度的柱状图，plt.bar 函数的参数解释如下：
# x：柱状图的 x 轴位置，即月份
# y1：柱状图的高度，即最高温度值
# width=bar_width：柱状图的宽度，使用之前定义的 bar_width 值
plt.bar(x, y1, width=bar_width)# 同样使用 for 循环遍历 x 和 y2 数据，将每个月份和对应的最低温度值配对
for a, b in zip(x, y2):# 在每个最低温度柱状图的上方添加文本标签，显示具体的温度值。# b - 1：文本标签的 y 坐标位置，在最低温度值的基础上向下偏移 1 个单位# va='baseline'：设置文本的垂直对齐方式为基线对齐plt.text(a, b - 1, '%d' % b, ha='center', va='baseline')
# 绘制最低温度的柱状图，使其堆积在最高温度柱状图的上方。
# plt.bar 函数的参数解释如下：
# x：柱状图的 x 轴位置，即月份
# y2：柱状图的高度，即最低温度值
# bottom=y1：指定柱状图的底部位置，将最低温度柱状图堆积在最高温度柱状图上方
# width=bar_width：柱状图的宽度
# yerr = error：为柱状图添加误差线，误差范围由 error 列表指定
plt.bar(x, y2, bottom=y1, width=bar_width, yerr=error)# 为图形添加图例，图例用于说明图形中不同元素所代表的含义。
# 传入一个列表 ['最高温度', '最低温度']，分别对应之前绘制的最高温度和最低温度柱状图。
# shadow=True：为图例添加阴影效果，使其更具立体感
# fancybox=True：将图例的边框设置为圆角样式，让图例外观更美观
plt.legend(['最高温度', '最低温度'], shadow=True, fancybox=True)
# 显示绘制好的图形，调用该函数后，图形窗口会弹出显示绘制的温度堆积柱状图
plt.show()

二、案例二：公司各部支出


import matplotlib.pyplot as plt
import pandas as pdplt.figure(num='图', figsize=(12, 6), facecolor='w')plt.rcParams['font.sans-serif'] = 'KaiTi'df = pd.read_excel('某公司各部门1—2月份实际支出.xlsx')# 从 DataFrame 中提取 '部门' 列的数据，作为柱状图的 x 轴标签
x = df['部门']# 定义误差棒的高度，这是一个列表，列表中的每个元素对应每个部门的误差值，后续绘制柱状图时会用到这些误差值来绘制误差棒
error = [1000, 200, 150, 100, 100, 500, 1000, 880]# 定义柱状图的宽度，该值会影响柱状图在 x 轴上的宽窄程度
bar_width = 0.4plt.title('某公司各部门1—2月份实际支出簇状柱形图', fontsize=20, fontproperties='SimHei')plt.ylabel('实际支出（元）', fontsize=15)# 使用 for 循环遍历 x 轴标签、1 月数据和 2 月数据，zip 函数将这三个序列中的对应元素一一配对
for a, b, c in zip(x, df['1月'], df['2月']):# 在每个 1 月支出柱状图的中间位置添加文本标签，显示具体的支出值# a：文本标签的 x 坐标位置，即部门名称对应的位置# b / 2：文本标签的 y 坐标位置，在 1 月支出值的一半高度处# '%d' % b：将 1 月支出值格式化为整数形式的字符串，作为文本标签的内容# ha='center'：设置文本的水平对齐方式为居中对齐# va='center'：设置文本的垂直对齐方式为居中对齐plt.text(a, b / 2, '%d' % b, ha='center', va='center')# 在每个 2 月支出柱状图的中间位置添加文本标签，显示具体的支出值# b + c / 2：文本标签的 y 坐标位置，在 1 月和 2 月支出总和的一半高度处plt.text(a, b + c / 2, '%d' % c, ha='center', va='center')# 绘制 1 月支出的柱状图
# x：柱状图的 x 轴位置，即部门名称
# df['1月']：柱状图的高度，即 1 月各部门的实际支出值
# width=bar_width：柱状图的宽度
# color='g'：设置柱状图的颜色为绿色
plt.bar(x, df['1月'], width=bar_width, color='g')# 绘制 2 月支出的柱状图，使其堆积在 1 月支出柱状图的上方
# x：柱状图的 x 轴位置，即部门名称
# df['2月']：柱状图的高度，即 2 月各部门的实际支出值
# bottom=df['1月']：指定柱状图的底部位置，将 2 月支出柱状图堆积在 1 月支出柱状图上方
# yerr=error：为柱状图添加误差棒，误差范围由 error 列表指定
# width=bar_width：柱状图的宽度
# color='salmon'：设置柱状图的颜色为鲑鱼色
plt.bar(x, df['2月'], bottom=df['1月'],  yerr=error, width=bar_width, color='salmon')# 为图形添加图例，说明不同颜色的柱状图所代表的含义
# ['1月', '2月']：传入一个列表，分别对应 1 月和 2 月支出的柱状图
plt.legend(['1月', '2月'])# 将绘制好的图形保存为图片文件，文件名为 '某公司堆图.png'
plt.savefig('某公司堆图.png')# 显示绘制好的图形，调用该函数后，图形窗口会弹出显示绘制的柱状图
plt.show()

三、案例三：不同产品销售额


import matplotlib.pyplot as plt
import pandas as pdplt.figure(num='图', figsize=(12, 8), facecolor='w')# 设置 matplotlib 使用的字体为楷体，以确保图形中的中文能正常显示，因为默认字体可能无法正确显示中文
plt.rcParams['font.sans-serif'] = 'KaiTi'
# 解决负号显示问题，默认情况下 matplotlib 可能无法正确显示负号，将该参数设置为 False 可解决此问题
plt.rcParams['axes.unicode_minus'] = Falsedf = pd.read_excel('不同产品各季度的销售额.xlsx')
# 从 DataFrame 中提取 '季度' 列的数据，作为柱状图的 x 轴标签
x = df['季度']
# 从 DataFrame 中提取 '产品A' 列的数据，作为产品 A 的销售额数据
y1 = df['产品A']
# 从 DataFrame 中提取 '产品B' 列的数据，作为产品 B 的销售额数据
y2 = df['产品B']
# 从 DataFrame 中提取 '产品C' 列的数据，作为产品 C 的销售额数据
y3 = df['产品C']plt.title('不同产品各季度的销售额', fontsize=20)plt.ylabel('销售额（元）', fontsize=14)plt.ylim(0, 12000)# 定义柱状图的宽度，该值会影响柱状图在 x 轴上的宽窄程度
bar_width = 0.3plt.bar(x, y3, width=bar_width)
plt.bar(x, y2, bottom=y3, width=bar_width)
plt.bar(x, y1, bottom=y2, width=bar_width)# 使用 for 循环遍历 x 轴标签、产品 C、产品 B 和产品 A 的销售额数据，zip 函数将这四个序列中的对应元素一一配对
for a, b, c, d in zip(x, y3, y2, y1):# 在产品 C 销售额柱状图的中间位置添加文本标签，显示具体的销售额值# a：文本标签的 x 坐标位置，即季度对应的位置# b / 2：文本标签的 y 坐标位置，在产品 C 销售额值的一半高度处# '%d' % b：将产品 C 销售额值格式化为整数形式的字符串，作为文本标签的内容# ha='center'：设置文本的水平对齐方式为居中对齐plt.text(a, b / 2, '%d' % b, ha='center')# 在产品 B 销售额柱状图的中间位置添加文本标签，显示具体的销售额值# b + c / 2：文本标签的 y 坐标位置，在产品 C 和产品 B 销售额总和的一半高度处plt.text(a, b + c / 2, '%d' % c, ha='center')# 在产品 A 销售额柱状图的中间位置添加文本标签，显示具体的销售额值# b + c + d / 2：文本标签的 y 坐标位置，在产品 C、产品 B 和产品 A 销售额总和的一半高度处plt.text(a, b + c + d / 2, '%d' % d, ha='center')plt.legend(['产品A', '产品B', '产品C'], shadow=True, fancybox=True)plt.show()