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據的走勢

數據集的導入

最開始，我們先導入數據集，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")#?讀取數據 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和簡單，我們就單單只可以看到數據的走勢，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據，該數據的數值范圍和已有的收盤價的數值范圍不同，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，由于它的數值范圍和“Volume”這一列當中的數據，數值范圍差了不少，因此我還需要一個Y軸，來代表“Volume”這一列數據的走勢，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，然后對應的數據是Volume這一列當中的數據，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據，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

將網格線去除掉

有時候我們感覺圖表當中的網格線有點礙眼，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，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

大家若是感興趣，可以登上它的官網

https://www.dexplo.org/bar_chart_race/

來了解更多如何使用該模塊來制作Python可視化動圖的案例

往期精彩回顧適合初學者入門人工智能的路線及資料下載中國大學慕課《機器學習》（黃海廣主講）機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載本站qq群955171419，加入微信群請掃碼：

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的【Python】4500字、10个案例分享几个Python可视化小技巧，助你绘制高质量图表的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。