精华内容
下载资源
问答
  • 解决办法:删除series:[] 里面的 stack: ‘总量’。 series-line.stack 数据堆叠,同个类目轴上系列配置相同的stack值后,后一个系列的值会在前一个系列的值上相加。 ...

    解决办法:删除series:[] 里面的 stack: ‘总量’。
    series-line.stack
    数据堆叠,同个类目轴上系列配置相同的stack值后,后一个系列的值会在前一个系列的值上相加。在这里插入图片描述

    展开全文
  • 文章目录数据前处理绘制折线图绘制饼图如何导出做好的图片如何更改说明的内容绘制环形图 数据前处理 注: 拆分的数据可以删除,保留自己想要的部分 原始数据不能被删除,只能隐藏 当然,也可以选择自定义拆分 ...


    在这里插入图片描述

    数据前处理

    在这里插入图片描述
    在这里插入图片描述
    注:

    • 拆分的数据可以删除,保留自己想要的部分
    • 原始数据不能被删除,只能隐藏

    当然,也可以选择自定义拆分

    绘制折线图

    在这里插入图片描述
    在这里插入图片描述
    当数字太大时,可以在格式里面调整数字的显示格式,改变易读性
    在这里插入图片描述
    在这里插入图片描述

    右击纵坐标—双轴
    在这里插入图片描述

    绘制饼图

    在这里插入图片描述

    在这里插入图片描述

    如何导出做好的图片

    工作表——导出——图像
    在这里插入图片描述
    在这里插入图片描述

    如何更改说明的内容

    在这里插入图片描述

    绘制环形图

    环形图其实就是两张饼图的叠加

    • 将价格等级拖至颜色
    • 将记录数拖至角度
      在这里插入图片描述
      将记录数放置行,并设置最小值(因为在原始数据中,最小值只有一个,这样就能保证两个饼图同轴,并且还在坐标中心),然后设置成双轴
      在这里插入图片描述
      然后将其中一个最小值的颜色和记录数删除,并调整大小
      在这里插入图片描述
      再添加价格和记录数标签
      在这里插入图片描述
      中间的饼图也可以添加一个记录数的标签
      在这里插入图片描述

    注:
    在调大小的时候,如果出现同时大同时小的情况,应该把其中的一个记录数给删除就能解决这个问题。

    展开全文
  • 折线图:点的坐标(横坐标、纵坐标) figure(绘制画图区域),plot,show(展示坐标轴) xticks,yticks(设置刻度,中文) xlable,ylable(设置坐标轴解释) plot(参数)(绘制坐标) lengend(设置..
    • matplotlib:

      • 能将数据进行可视化,更直观的呈现

      • 使数据更加客观,更具有说服力

    • matplotlib架构:

      • 上层调用下层
      • 后端:实现绘图区域(分配绘图的资源)
      • 美工:figure,axes,axis
      • 脚本:pyplot
    • 基础绘图:

      • 折线图:点的坐标(横坐标、纵坐标)
      • figure(绘制画图区域),plot,show(展示坐标轴)
      • xticks,yticks(设置刻度,中文)
      • xlable,ylable(设置坐标轴解释)
      • plot(参数)(绘制坐标)
      • lengend(设置显示图例)
      • plt.subplots(nrows=Num,ncols=Num,figsize=(20,8))(实现多个坐标系的图绘制)
    • 直方图:

      • 组数:数据按照不同的范围分成几个组

      • 组距:每个组两个端点的差

      • API:

        plt.hist(x,bins=None,normed=None,**kwargs)

        plt.grid(True,linestyle=’–’,alpha=0.5):显示网格

    • 对比:

      • 直方图:适合x坐标是连接的数据,数据量大
      • 柱状图:适合类别少、数据量小
    • 饼图:

      • 应用场景:表示不同分类的占比情况
      • API:plt.pie(x,explode=List,labels=None,autopct=’%1.2f%%’,colors=List,shadow=True,startangle=Num)
      • 绘制:注意显示整圆形 plt.axis(‘equal’)
    • K线图

      • API:

        candlestick_ochl(axes,day,width=0.2,colorup=‘r’,colordown=‘g’)

    • 折线图、柱状图、直方图、饼状图案例

      • 折线图初体验
      # 实现温度变化(折线图)的绘制
      #1、先生成fig
      plt.figure(figsize=(20,8))
      
      # 2、准备数据、折现图点,x,y坐标个数一一对应
      x = range(10)
      y = range(10,20)
      plt.plot(x,y)
      
      # 3、显示调用show()
      plt.show()
      

      在这里插入图片描述

      • 折线图初体验
      # 画出温度变化图
      # 创建一个figure
      plt.figure(figsize=(20,8))
      
      # 准备x,y坐标的数据
      x = range(60)
      y_shanghai = [random.uniform(15,18) for i in x]
      
      # 画折现图
      plt.plot(x,y_shanghai)
      
      plt.show()
      

      在这里插入图片描述

      • 两个城市的温度在一个坐标系显示
      # 显示某城市的温度变化图,11-12
      # 调价刻度调节
      plt.figure(figsize=(20,8))
      
      # 准备x,y坐标的数据
      x = range(60)
      
      # 准备上海y轴坐标
      y_shanghai = [random.uniform(15,18) for i in x]
      
      # 准备北京的y轴坐标
      y_beijing = [random.uniform(1,3) for i in x]
      
      # 设置中文刻度值
      x_ch = ["11点{}分".format(i) for i in x]
      
      y_ticks = range(40)
      
      # 画折现图
      plt.plot(x,y_shanghai,label='上海')
      plt.plot(x,y_beijing,color='r',linestyle='--',label='北京')
      
      # 修改刻度值
      # 指定显示的x刻度的列表
      # 第一个参数:必须是值
      # 第二个参数:指定跟第一个参数对应的中文
      # y 0-40
      plt.xticks(x[::5],x_ch[::5],fontsize=20)
      plt.yticks(y_ticks[::5],fontsize=20)
      
      # 增加标题,坐标轴描述
      plt.xlabel('时间',fontsize=20)
      plt.ylabel('温度',fontsize=20)
      plt.title('一些城市从11点到12点之间的温度',fontsize=20)
      
      # 增加图例的显示
      plt.legend(loc='best',fontsize=20)
      plt.show()
      

      在这里插入图片描述

      • 两个城市的温度,在多个坐标系显示
      # 两个城市的温度,在多个坐标系中显示
      # 调价刻度调节
      # plt.figure(figsize=(20,8))
      fig,ax = plt.subplots(nrows=1,ncols=2,figsize=(20,8))
      
      # 准备数据
      x = range(60)
      
      # 准备上海y轴坐标
      y_shanghai = [random.uniform(15,18) for i in x]
      
      # 准备北京的y轴坐标
      y_beijing = [random.uniform(1,3) for i in x]
      
      # 设置中文刻度值
      x_ch = ["11点{}分".format(i) for i in x]
      
      y_ticks = range(40)
      
      # 画折现图
      ax[0].plot(x,y_shanghai,label='上海')
      ax[1].plot(x,y_beijing,color='r',linestyle='--',label='北京')
      
      # 修改刻度值
      # 指定显示的x刻度的列表
      # 第一个参数:必须是值
      # 第二个参数:指定跟第一个参数对应的中文
      # y 0-40
      ax[0].set_xticks(x[::5],x_ch[::5])
      ax[1].set_xticks(x[::5],x_ch[::5])
      
      ax[0].set_yticks(y_ticks[::5])
      ax[1].set_yticks(y_ticks[::5])
      
      # 增加标题,坐标轴描述
      ax[0].set_xlabel('时间',fontsize=20)
      ax[0].set_ylabel('温度',fontsize=20)
      ax[0].set_title('一些城市从11点到12点之间的温度',fontsize=20)
      
      ax[1].set_xlabel('时间',fontsize=20)
      ax[1].set_ylabel('温度',fontsize=20)
      ax[1].set_title('一些城市从11点到12点之间的温度',fontsize=20)
      
      # 增加图例的显示
      ax[0].legend(loc='best',fontsize=20)
      ax[1].legend(loc='best',fontsize=20)
      plt.show()
      

      在这里插入图片描述

      • 电影票房数据的对比(柱状图)
      # 电影票房数据的对比(柱状图)
      plt.figure(figsize=(20,8))
      
      # 电影名字,每部电影对应的票房
      movie_name = ['雷神3:诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽','其他']
      y = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]
      # 放进横坐标的数字列表
      x = range(len(movie_name))
      color = ['b','r','g','y','c','m','y','k','c','g','g']
      
      
      # 使用plt.bar去显示
      # plot.bar:填入的x坐标必须全是数字
      plt.bar(x,y,width=0.2,color=color)
      
      # 去修改刻度,以及电影名字显示
      plt.xticks(x,movie_name,fontsize=16)
      plt.show()
      

      在这里插入图片描述

      • 对比不同电影的首日、首周的电影票房
      # 对比不同电影的首日、首周的电影票房
      # 电影票房数据的对比(柱状图)
      plt.figure(figsize=(20,8))
      
      
      # 电影名字,每部电影对应的票房
      movie_name = ['雷声3:诸神黄昏','正义联盟','寻梦环游记']
      first_day = [10587.6,10062.5,1275.7]
      first_weekend = [36224.9,34479.6,11830]
      
      x = range(len(movie_name))
      
      # 使用plt.bar去显示
      # plot.bar:填入的x坐标必须全是数字
      plt.bar(x,first_day,width=0.2,label='首日票房')
      plt.bar([i+0.2 for i in x],first_weekend,width=0.2,label='首周票房')
      
      # 去修改刻度,以及电影名字显示
      plt.xticks([i+0.1 for i in x],movie_name,fontsize=16)
      
      # 显示图例
      plt.legend(loc='best',fontsize=20)
      
      plt.show()
      

      在这里插入图片描述

      • 电影时长分布直方图
      # 电影时长分布直方图 
      # 组数 组距
      # 组距:2
      # 创建
      plt.figure(figsize=(20,8))
      
      time = [131,98,125,131,139,131,117,128,108,135,138,131,102,107,114,119,128,121,142,127,130,124,124,127,138,117,121,102,130,138,137,126,128,132,131,119,114,126,115]
      bins = 2
      
      # 组数 = 极差/组距 
      group = int((max(time)-min(time))/bins)
      
      # 画直方图
      # normed参数:指定纵坐标显示频率
      # plt.hist(time,group,normed=1)
      plt.hist(time,group)
      
      # 指定刻度的范围,以及步长
      plt.xticks(list(range(min(time),max(time)))[::2])
      
      plt.xlabel('电影市场大小',fontsize=20)
      plt.ylabel('电影的数据量',fontsize=20)
      
      # 添加网格
      plt.grid(True,linestyle='--',alpha=0.5)
      
      plt.show()
      

      在这里插入图片描述

      • 电影的拍片占比显示
      # 电影的拍片占比显示
      plt.figure(figsize=(20,8))
      
      
      movie_name = ['雷神3:诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽','其他']
      place_count = [60605,54546,45819,28243,13270,9945,7679,6799,6101,4621,20105]
      color = ['b','r','g','y','c','m','y','k','c','g','g']
      # 显示饼图
      plt.pie(place_count,labels=movie_name,autopct='%1.2f%%',colors=color)
      plt.axis('equal')
      plt.legend(loc='best')
      plt.show()
      

      在这里插入图片描述

      • 饼状图显示宠物偏爱比例
      labels = 'Frogs','Hogs','Dogs','Logs'
      sizes = [15,30,45,10]
      explode = (0,0.1,0,0)
      fi1,ax1 = plt.subplots()
      ax1.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=True,startangle=90)
      
      ax1.axis('equal')
      
      plt.show()
      

      在这里插入图片描述

    展开全文
  • 折线图的绘制 ===》 绘制数据 添加标注 标题 横坐标 纵坐标 刻画图与展示图 效果 垂直柱状图 ===》 绘制刻印与显示 效果 水平柱状图 ===》 绘制刻印显示 与垂直柱状图相比较,它就是单词后面多了一个h 效果...

    安装

    pip install matplotlib
    

    导入

    在这里插入图片描述

    中文设置

    在这里插入图片描述

    初始数据准备

    在这里插入图片描述

    折线图的绘制 ===》

    绘制数据

    在这里插入图片描述

    添加标注

    • 标题
    • 横坐标
    • 纵坐标

    在这里插入图片描述

    刻画图与展示图

    在这里插入图片描述

    效果

    在这里插入图片描述

    垂直柱状图 ===》

    绘制刻印与显示

    在这里插入图片描述

    效果

    在这里插入图片描述

    水平柱状图 ===》

    绘制刻印显示

    与垂直柱状图相比较,它就是单词后面多了一个h

    在这里插入图片描述

    效果

    在这里插入图片描述

    饼图 ===》

    模拟一组数据

    在这里插入图片描述

    • 车数
    • 省份

    这种数据标注了河北运了多少车货,山西运了多少车货?

    准备颜色

    在这里插入图片描述

    饼图的生成

    在这里插入图片描述

    刻印与显示

    在这里插入图片描述

    全部代码

    在这里插入图片描述

    在这里插入图片描述

    展开全文
  • Excel图表6——竖形折线图(蛇形图) 应用 1.主要用于市场研究、咨询等 2.用来展示产品功能、品牌形象等在顾客心中的评价 3.用于分析比较多个不同的产品、项目在每个方面的表现,从而得出其每个指标偏向 4.数据...
  • 工具/原料   数据分析插件:FineReport ...如图表中既存在柱形图,又有折线图或面积图,且各图表类型的纵坐标轴可设置在左或右,实现混合图表。如下图效果: , 2. 示例 2.1 准备数据 新...
  • excel中插入图表改变横纵坐标问题

    千次阅读 2020-01-10 15:19:49
    目标:作业大小为横坐标,完成时间为纵坐标折线图中有两条折线,分别为小红完成时间和小明完成时间。 但是插入图标发现,如图1: 图1 显然这不是我们想要的图。 于是,我们需要对这个图进行修改。 (1)光标移到...
  • 安装数据可视化模块matplotlib:pip install matplotlib 导入matplotlib模块下的pyplot 1 折线图 from matplotlib import pyplot ...#设置纵坐标说明 pyplot.ylabel('population') #添加标题 pyplot.title('Population
  • 安装数据可视化模块matplotlib:pip install matplotlib导入matplotlib模块下的pyplot1 折线图from matplotlib import pyplot#横坐标year=[2010,2012,2014,2016]#纵坐标perple=[20,40,60,100]#生成折线图:函数...
  • 文章目录前言做一道简单的折线图题,自己敲出来代码,那今天的学习就够了做出一个折线图,显示10点到12点的温度,横坐标显示时间,十分钟一个刻度,纵坐标显示温度,要有标题,要有说明,而且要对比今天温度和昨天温度的差异...
  • 图表控件制作双轴

    2015-04-13 11:18:50
    如图表中既存在柱形图,又有折线图或面积图,且各图表类型的纵坐标轴可设置在左或右,实现混合图表。如下图效果:,2.示例2.1准备数据新建工作薄,添加数据集,SQL语句为SELECT 产品名称, 库存量, 订购量, 再订购量 ...
  • 第四节-matlab 绘图和数据可视化 01-二维曲线 % 第四节-matlab 绘图和数据可视化 % 01-二维曲线 % 画图函数 % 1、plot 函数 % plot函数的基本用法 ...y=[1.5,2.0,1,1.5] % 设置y的纵坐标 plot(x,y) % 绘制曲线
  • ** 实验过程 ** 通过Python对数据进行处理,matplotlib生成折线统计 代码部分: from matplotlib import pyplot ...//导入payment.csv 对该文件的数据进行分析 ...#设置横坐标为顾客ID(ID),纵坐标为购买次数(...
  • 给对应点添加垂直线

    2020-04-02 16:05:49
    - 插入带有数据标记的折线图 ** 设置纵坐标格式 ** 设置横坐标格式 ** 设置标题和标题字体格式 ** ** 选中图表,添加垂直线 ** ** 单击设置垂直线格式 ** ** 设置折线格式 ** 设置数据标记格式 ...
  • 仿地铁样式的图表

    2017-11-09 21:53:00
    默认生成的折线图图表: 操作图表如下: 1、逆序刻度值,将数据从上到下,自第一到第八排序。 2、选择纵坐标,右键【设置坐标轴格式】,【坐标轴选项】,勾选【逆序刻度值】。 3、删除横坐标、纵坐标、网格线、...
  • f2-wx

    2020-07-27 17:36:30
    折线图对比,需要通过下面代码中的color(‘type’)来进行区分,否则不会出现双折线图,...如果只有一组数据,不存在对比,可以通过chart.source()中的alias来将纵坐标的属性设置别名:https://f2.antv.vision/zh/examp
  • LFLineChart图标

    2021-04-06 10:19:59
    作者Jucuzzi,代码LFLineChart-master。LFLineChart是图标案例。 如何使用 然后你只需要在需要使用到的地方加入以下...优雅的带有渐变色的折线图,需要纵坐标可以自行加上,图比较简洁清晰,希望可以满足大家的需求
  • jfreechart-1.0.14

    2012-07-15 09:19:06
    void setLabelAngle(double angle)` 坐标轴标题旋转角度(纵坐标可以旋转) void setTickLabelFont(Font font) 坐标轴标尺值字体 void setTickLabelPaint(Paint paint) 坐标轴标尺值颜色 void setTickLabelsVisible...
  • 7.1.5 使用虚构的xy系列给纵坐标轴加上标签 182 7.1.6 使用虚构的XY系列将几个图表显示在单个图表中 187 7.1.7 使用多个XY系列创建网格(trellis chart) 191 7.2 创建动态图表 195 7.2.1 使用OFFSET函数...
  • 7.1.5 使用虚构的xy系列给纵坐标轴加上标签 182 7.1.6 使用虚构的XY系列将几个图表显示在单个图表中 187 7.1.7 使用多个XY系列创建网格(trellis chart) 191 7.2 创建动态图表 195 7.2.1 使用OFFSET函数...
  • 7.1.5 使用虚构的xy系列给纵坐标轴加上标签 182 7.1.6 使用虚构的XY系列将几个图表显示在单个图表中 187 7.1.7 使用多个XY系列创建网格(trellis chart) 191 7.2 创建动态图表 195 7.2.1 使用OFFSET函数...
  • 7.1.5 使用虚构的xy系列给纵坐标轴加上标签 182 7.1.6 使用虚构的XY系列将几个图表显示在单个图表中 187 7.1.7 使用多个XY系列创建网格(trellis chart) 191 7.2 创建动态图表 195 7.2.1 使用OFFSET函数...
  • 7.1.5 使用虚构的xy系列给纵坐标轴加上标签 182 7.1.6 使用虚构的XY系列将几个图表显示在单个图表中 187 7.1.7 使用多个XY系列创建网格(trellis chart) 191 7.2 创建动态图表 195 7.2.1 使用OFFSET函数...
  • 7.1.5 使用虚构的xy系列给纵坐标轴加上标签 182 7.1.6 使用虚构的XY系列将几个图表显示在单个图表中 187 7.1.7 使用多个XY系列创建网格(trellis chart) 191 7.2 创建动态图表 195 7.2.1 使用OFFSET函数...
  • 7.1.5 使用虚构的xy系列给纵坐标轴加上标签 182 7.1.6 使用虚构的XY系列将几个图表显示在单个图表中 187 7.1.7 使用多个XY系列创建网格(trellis chart) 191 7.2 创建动态图表 195 7.2.1 使用OFFSET函数...
  • 7.1.5 使用虚构的xy系列给纵坐标轴加上标签 182 7.1.6 使用虚构的XY系列将几个图表显示在单个图表中 187 7.1.7 使用多个XY系列创建网格(trellis chart) 191 7.2 创建动态图表 195 7.2.1 使用OFFSET函数...
  • MAPGIS地质制图工具

    2013-05-06 16:15:30
    表格数据投影:投影EXCEL表的坐标数据到MapGis中,可以投影选中的部分数据,亦可以投影表格的全部数据。 距离角度量算:即显上距离,总长度,直线角度。 距离角度修改:线按长度、角度修改。 面积量算:量算面积。...

空空如也

空空如也

1 2
收藏数 32
精华内容 12
关键字:

折线图纵坐标数据设置