精华内容
下载资源
问答
  • 比如,今天的标题,什么是“堆积柱形图”?什么是“数据标签”?好吧,那直接案例,看图说话。案例:将下图 1 制作成堆积柱形图,并且图形顶部显示每个人的总成绩。效果如下图 2 所示。 解决方案:1. E 列...

    我发现很多同学在学习 Excel 的过程中,还不习惯用专业术语来描述问题,这就会导致提的问题,专业人士听不懂;专业人士的问答,他又听不懂。

    比如,今天的标题,什么是“堆积柱形图”?什么是“数据标签”?

    好吧,那直接上案例,看图说话。

    案例:

    将下图 1 制作成堆积柱形图,并且在图形顶部显示每个人的总成绩。效果如下图 2 所示。

    a464b5991602e9ba3c1601c4494b48e7.png
    4313842d70165060c9f226f00f1ca6d4.png

    解决方案:

    1. 在 E 列添加“总分”辅助列

    809bc6b953f1611ed296c62d3f744d79.png

    2. 选中 A1至 E10 数据表区域 --> 选择菜单栏的“插入”--> 选择图表区域的“组合图”-->“创建自定义组合图”

    6e0441de6c5f8519a33575fa6a1ad036.png

    3. 在弹出的对话框中进行以下设置 --> 点击“确定”:

    • “语文”、“数学”、“英语”:都选择“堆积柱形图”
    • “总分”:选择“折线图”
    7a11f1a1bcafe9988c54ac7cd91f7a44.png

    于是出现下面这张图表,挺丑的,没事,开始美化。

    1dccf0b77a8cff74e1d29e2e3bdbc83c.png

    4. 点击图表右上角的“+”号 --> 勾选“数据标签”--> 选择“居中”

    71d22b6760eed4b71dcc175eb2a7c890.png
    8ba3f6600361fc950e28c0f9f882b346.png

    5. 双击折线图 --> 在右边的“设置数据系列格式”区域,在“线条”选项中选择“无线条”

    fa0a46cf8bc9dd2213b94aaf0c073d0d.png
    ddf95c4e7e12d22a8e8c9fdc7ceb0e57.png

    6. 删除网格线、删除图例中的“总分”

    7. 选中“总分”数据标签 --> 点击图标右上角的“+”号 --> 点击“数据标签”右边的三角箭头 --> 选择“上方”

    fdac7431df5fc7b1ccdbe657ab21288a.png

    8. 添加图表标题

    5f15569c722564b9793f4818d47f7772.png

    9. 选择菜单栏的“设计”,从中选择一种喜欢的图表样式

    93477cdd745b1bd67d1250b0a017e52d.png

    10. 最后,删除纵坐标轴、适当调整字体大小、颜色,即已完成。

    4313842d70165060c9f226f00f1ca6d4.png

    很多同学会觉得 Excel 单个案例讲解有些碎片化,初学者未必能完全理解和掌握。不少同学都希望有一套完整的图文教学,从最基础的概念开始,一步步由简入繁、从入门到精通,系统化地讲解 Excel 的各个知识点。

    现在终于有了,以下专栏,从最基础的操作和概念讲起,用生动、有趣的案例带大家逐一掌握 Excel 的操作技巧、快捷键大全、函数公式、数据透视表、图表、打印技巧等……学完全本,你也能成为 Excel 高手。

    展开全文
  • 有一个课程作业要做数据可视化,用到了Echarts,老师要求不能只有一个图表,让我们加了些柱形图、曲线图,然后我就进行了Echart多图显示的探索,发现很简单第一步,HTML页面,添加div块,记得要标id号(不能重复...

    有一个课程作业要做数据可视化,用到了Echarts,老师要求不能只有一个图表,让我们加了些柱形图、曲线图,然后我就进行了Echart多图显示的探索,发现很简单

    第一步,在HTML页面,添加div块,记得要标上id号(不能重复哦)

    多图展示,要多少个图,就加多少个div即可,如果图之间间隔太小,可以直接简单粗暴,用一个style 然后加上 margin-top 样式简单调整即可

    第二步,js文件添加初始化内容(下面代码中包含了 如何调整标题 图例说明 相对位置 字体大小)

    var line_smooth = echarts.init(document.getElementById('line_smooth'));

    var bar = echarts.init(document.getElementById('bar'));

    // 曲线图的option 不同的图标的option不同哦

    option_line = {

    title: {

    // 调整标题相对位置,左右 (该部分仅为了说明用法,可以删除)

    left:'35%',

    text: '境外输入趋势'

    // 调整标题字体大小 注意echart字体大小是不需要带单位的

    textStyle:{

    fontSize:20

    }

    },

    // 调整图例说明的相对位置,左右 还有字体大小(该部分仅为了说明用法,可以删除)

    legend: {

    left: '38%',

    textStyle:{

    fontSize:10

    }

    },

    grid: {

    left: '3%',

    right: '4%',

    bottom: '3%',

    containLabel: true

    },

    xAxis: {

    type: 'category',

    // x轴显示内容

    data: ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun']

    },

    yAxis: {

    type: 'value',

    // y轴显示内容 可以自己添加

    data:[]

    },

    series: [{

    type: 'line',

    smooth: true,

    itemStyle : { normal: {label : {show: true}}},

    name:"境外输入趋势"

    }]

    };

    // 设置了曲线图的option后要进行setOption

    line_smooth.setOption(option_line);

    // 柱形图的option

    option_bar ={

    title: {

    text: '境外输入Top10省市'

    },

    xAxis: {

    type: 'category',

    data: []

    },

    yAxis: {

    type: 'value'

    },

    series: [

    {

    // type=bar 显示效果就是 柱形图

    type: 'bar',

    // barCategoryGap 调整柱线之间的间距

    barCategoryGap: '50%',

    barGap: '10%',

    itemStyle: {

    // 这个是为了渐变色

    color: new echarts.graphic.LinearGradient(

    0, 0, 0, 1,

    [

    {offset: 0, color: '#ff7182'},

    {offset: 0.5, color: '#ff3544'},

    {offset: 1, color: '#ff3c16'}

    ]

    )

    },

    }

    ]

    };

    // 柱形图的option后要进行setOption

    bar.setOption(option_bar);

    最后上效果图

    (我后面自己动态加载了数据,上面那段仅仅是初始化代码,若想要有数据显示,要在初始化代码中加入数据),是不是还不错,若对你有帮助,请给我点个赞,非常感谢!!!

    附上百度echarts 测试工具(可以自己上去多玩玩)地址https://echarts.apache.org/examples/zh/editor.html?c=bar-gradient

    9236821d6b0748ee24b3b4894a68a6ee.png

    展开全文
  • 有一个课程作业要做数据可视化,用到了Echarts,老师要求不能只有一个图表,让我们加了些柱形图、曲线图,然后我就进行了Echart多图显示的探索,发现很简单 第一步,HTML页面,添加div块,记得要标id号(不能...

    有一个课程作业要做数据可视化,用到了Echarts,老师要求不能只有一个图表,让我们加了些柱形图、曲线图,然后我就进行了Echart多图显示的探索,发现很简单

     

    第一步,在HTML页面,添加div块,记得要标上id号(不能重复哦)

    多图展示,要多少个图,就加多少个div即可,如果图之间间隔太小,可以直接简单粗暴,用一个style 然后加上 margin-top 样式简单调整即可

      <!--可视化展示-->
            <div>
                 <!--多图展示,要多少个图,就加多少个div即可,如果图之间间隔太小,可以直接简单粗暴,用一个style 然后加上 margin-top 样式简单调整即可-->
                <div id="line_smooth" style="height: 350px;margin-top: 50px"></div>
                <div id="bar" style="height: 350px;margin-top: 50px"></div>
            
            </div>

    第二步,js文件添加初始化内容(下面代码中包含了 如何调整标题 图例说明 相对位置 字体大小)

     var line_smooth = echarts.init(document.getElementById('line_smooth'));
     var bar = echarts.init(document.getElementById('bar'));
    // 曲线图的option 不同的图标的option不同哦
    option_line = {
            title: {
                // 调整标题相对位置,左右 (该部分仅为了说明用法,可以删除)
                left:'35%',
                text: '境外输入趋势'
                // 调整标题字体大小 注意echart字体大小是不需要带单位的
                textStyle:{
                    fontSize:20
                }
            },
             // 调整图例说明的相对位置,左右 还有字体大小(该部分仅为了说明用法,可以删除)
            legend: {
                left: '38%',
                 textStyle:{
                    fontSize:10
                }
             },
            grid: {
                left: '3%',
                right: '4%',
                bottom: '3%',
                containLabel: true
             },
              xAxis: {
            type: 'category',
             // x轴显示内容  
            data: ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun']
        },
            yAxis: {
                type: 'value',
                 // y轴显示内容 可以自己添加
                data:[]
            },
            series: [{
                type: 'line',
                smooth: true,
                itemStyle : { normal: {label : {show: true}}},
                name:"境外输入趋势"
            }]
        };
    
    // 设置了曲线图的option后要进行setOption
        line_smooth.setOption(option_line);
    
    
    // 柱形图的option 
        option_bar ={
              title: {
                text: '境外输入Top10省市'
            },
            xAxis: {
                    type: 'category',
                    data: []
            },
            yAxis: {
                type: 'value'
            },
            series: [
                     {
                            // type=bar 显示效果就是 柱形图
                            type: 'bar',
                             // barCategoryGap  调整柱线之间的间距
                            barCategoryGap: '50%',
                            barGap: '10%',
                            itemStyle: {
                                // 这个是为了渐变色
                                color: new echarts.graphic.LinearGradient(
                                    0, 0, 0, 1,
                                    [
                                        {offset: 0, color: '#ff7182'},
                                        {offset: 0.5, color: '#ff3544'},
                                        {offset: 1, color: '#ff3c16'}
                                    ]
                                )
                            },
    
                     }
            ]
        };
    
    // 柱形图的option后要进行setOption
    bar.setOption(option_bar);
    

    最后上效果图

    (我后面自己动态加载了数据,上面那段仅仅是初始化代码,若想要有数据显示,要在初始化代码中加入数据),是不是还不错,若对你有帮助,请给我点个赞,非常感谢!!!

    附上百度echarts 测试工具(可以自己上去多玩玩)地址https://echarts.apache.org/examples/zh/editor.html?c=bar-gradient

    展开全文
  • 文章目录matplotlib创建图表更多简单的图形figure与subplotmatplotlib基本设置颜色、标记和线型设置标题、轴标签、刻度以及刻度标签添加图例注释以及subplot绘图画图形图表的保存pandas中的绘图函数线图柱形图...


    GitHub: https://github.com/RealEmperor/Python-for-Data-Analysis

    matplotlib创建图表

    import matplotlib.pyplot as plt
    import numpy as np
    import pandas as pd
    from pandas import Series, DataFrame
    from numpy.random import randn
    from datetime import datetime
    
    np.random.seed(12345)
    plt.rc('figure', figsize=(10, 6))
    
    np.set_printoptions(precision=4)
    
    get_ipython().magic(u'matplotlib inline')
    get_ipython().magic(u'pwd')
    
    plt.plot([1, 2, 3, 2, 3, 2, 2, 1])
    plt.show()
    

    在这里插入图片描述

    plt.plot([4, 3, 2, 1], [1, 2, 3, 4])
    plt.show()
    

    在这里插入图片描述

    更多简单的图形

    # 更多简单的图形
    x = [1, 2, 3, 4]
    y = [5, 4, 3, 2]
    
    plt.figure()
    
    plt.subplot(2, 3, 1)
    plt.plot(x, y)
    
    plt.subplot(232)
    plt.bar(x, y)
    
    plt.subplot(233)
    plt.barh(x, y)
    
    plt.subplot(234)
    plt.bar(x, y)
    y1 = [7, 8, 5, 3]
    plt.bar(x, y1, bottom=y, color='r')
    
    plt.subplot(235)
    plt.boxplot(x)
    
    plt.subplot(236)
    plt.scatter(x, y)
    
    plt.show()
    

    在这里插入图片描述

    figure与subplot

    # figure对象
    fig = plt.figure()
    
    ax1 = fig.add_subplot(2, 2, 1)
    ax2 = fig.add_subplot(2, 2, 2)
    ax3 = fig.add_subplot(2, 2, 3)
    plt.show()
    
    plt.plot(randn(50).cumsum(), 'k--')
    fig.show()
    
    _ = ax1.hist(randn(100), bins=20, color='k', alpha=0.3)
    ax2.scatter(np.arange(30), np.arange(30) + 3 * randn(30))
    

    在这里插入图片描述

    plt.close('all')
    
    fig, axes = plt.subplots(2, 3)
    

    在这里插入图片描述

    # 调整subplot周围的间距
    plt.subplots_adjust(left=None, bottom=None, right=None, top=None,
                        wspace=None, hspace=None)
    
    fig, axes = plt.subplots(2, 2, sharex=True, sharey=True)
    for i in range(2):
        for j in range(2):
            axes[i, j].hist(randn(500), bins=50, color='k', alpha=0.5)
    plt.subplots_adjust(wspace=0, hspace=0)
    
    <matplotlib.figure.Figure at 0x29b62776470>
    

    在这里插入图片描述

    matplotlib基本设置

    颜色、标记和线型

    plt.figure()
    plt.show()
    
    plt.plot(x, y, linestyle='--', color='g')
    plt.show()
    
    plt.plot(randn(30).cumsum(), 'ko--')
    plt.plot(randn(30).cumsum(), color='k', linestyle='dashed', marker='o')
    
    
    <matplotlib.figure.Figure at 0x29b62749240>
    

    在这里插入图片描述

    [<matplotlib.lines.Line2D at 0x29b61c085f8>]
    

    在这里插入图片描述

    plt.close('all')
    
    data = randn(30).cumsum()
    plt.plot(data, 'k--', label='Default')
    plt.plot(data, 'k-', drawstyle='steps-post', label='steps-post')
    plt.legend(loc='best')
    
    <matplotlib.legend.Legend at 0x29b626eb860>
    

    在这里插入图片描述

    设置标题、轴标签、刻度以及刻度标签

    fig = plt.figure()
    ax = fig.add_subplot(1, 1, 1)
    ax.plot(randn(1000).cumsum())
    ticks = ax.set_xticks([0, 250, 500, 750, 1000])
    labels = ax.set_xticklabels(['one', 'two', 'three', 'four', 'five'],
                                rotation=30, fontsize='small')
    ax.set_title('My first matplotlib plot')
    ax.set_xlabel('Stages')
    
    <matplotlib.text.Text at 0x1f480fc72b0>
    

    在这里插入图片描述

    添加图例

    # 添加图例
    fig = plt.figure()
    ax = fig.add_subplot(1, 1, 1)
    ax.plot(randn(1000).cumsum(), 'k', label='one')
    ax.plot(randn(1000).cumsum(), 'k--', label='two')
    ax.plot(randn(1000).cumsum(), 'k.', label='three')
    
    ax.legend(loc='best')
    
    <matplotlib.legend.Legend at 0x1f481661da0>
    

    在这里插入图片描述

    注释以及在subplot上绘图

    fig = plt.figure()
    ax = fig.add_subplot(1, 1, 1)
    
    data = pd.read_csv('data/spx.csv', index_col=0, parse_dates=True)
    spx = data['SPX']
    
    spx.plot(ax=ax, style='k-')
    
    crisis_data = [
        (datetime(2007, 10, 11), 'Peak of bull market'),
        (datetime(2008, 3, 12), 'Bear Stearns Fails'),
        (datetime(2008, 9, 15), 'Lehman Bankruptcy')
    ]
    
    for date, label in crisis_data:
        ax.annotate(label, xy=(date, spx.asof(date) + 50),
                    xytext=(date, spx.asof(date) + 200),
                    arrowprops=dict(facecolor='black'),
                    horizontalalignment='left', verticalalignment='top')
    
    ax.set_xlim(['1/1/2007', '1/1/2011'])
    ax.set_ylim([600, 1800])
    
    ax.set_title('Important dates in 2008-2009 financial crisis')
    
    <matplotlib.text.Text at 0x1f4828fac50>
    

    在这里插入图片描述

    画图形

    fig = plt.figure()
    ax = fig.add_subplot(1, 1, 1)
    
    rect = plt.Rectangle((0.2, 0.75), 0.4, 0.15, color='k', alpha=0.3)
    circ = plt.Circle((0.7, 0.2), 0.15, color='b', alpha=0.3)
    pgon = plt.Polygon([[0.15, 0.15], [0.35, 0.4], [0.2, 0.6]],
                       color='g', alpha=0.5)
    
    ax.add_patch(rect)
    ax.add_patch(circ)
    ax.add_patch(pgon)
    
    <matplotlib.patches.Polygon at 0x1f482943160>
    

    在这里插入图片描述

    图表的保存

    # 图表的保存
    fig.savefig('data/figpath.svg')
    
    fig.savefig('data/figpath.png', dpi=400, bbox_inches='tight')
    
    

    pandas中的绘图函数

    线图

    plt.close('all')
    
    s = Series(np.random.randn(10).cumsum(), index=np.arange(0, 100, 10))
    s.plot()
    
    <matplotlib.axes._subplots.AxesSubplot at 0x1f48170aa90>
    

    在这里插入图片描述

    df = DataFrame(np.random.randn(10, 4).cumsum(0),
                   columns=['A', 'B', 'C', 'D'],
                   index=np.arange(0, 100, 10))
    df.plot()
    
    <matplotlib.axes._subplots.AxesSubplot at 0x1f4816a5780>
    

    在这里插入图片描述

    柱形图

    # 柱形图
    fig, axes = plt.subplots(2, 1)
    data = Series(np.random.rand(16), index=list('abcdefghijklmnop'))
    data.plot(kind='bar', ax=axes[0], color='k', alpha=0.7)
    data.plot(kind='barh', ax=axes[1], color='k', alpha=0.7)
    
    <matplotlib.axes._subplots.AxesSubplot at 0x1f482ac03c8>
    

    在这里插入图片描述

    df = DataFrame(np.random.rand(6, 4),
                   index=['one', 'two', 'three', 'four', 'five', 'six'],
                   columns=pd.Index(['A', 'B', 'C', 'D'], name='Genus'))
    print(df)
    df.plot(kind='bar')
    
    Genus         A         B         C         D
    one    0.367439  0.498648  0.226575  0.353566
    two    0.650852  0.312933  0.768735  0.781837
    three  0.852409  0.949906  0.107323  0.910725
    four   0.336055  0.826380  0.898101  0.042715
    five   0.195795  0.294501  0.627000  0.086223
    six    0.142945  0.515827  0.689341  0.856626
    
    
    
    
    
    <matplotlib.axes._subplots.AxesSubplot at 0x1f482b20c50>
    

    在这里插入图片描述

    df.plot(kind='barh', stacked=True, alpha=0.5)
    
    <matplotlib.axes._subplots.AxesSubplot at 0x1f482d687f0>
    

    在这里插入图片描述

    tips = pd.read_csv('data/tips.csv')
    party_counts = pd.crosstab(tips.day, tips['size'])
    print(party_counts)
    
    size  1   2   3   4  5  6
    day                      
    Fri   1  16   1   1  0  0
    Sat   2  53  18  13  1  0
    Sun   0  39  15  18  3  1
    Thur  1  48   4   5  1  3
    
    party_counts = party_counts.loc[:, 2:5]
    
    party_pcts = party_counts.div(party_counts.sum(1).astype(float), axis=0)
    print(party_pcts)
    
    size         2         3         4         5
    day                                         
    Fri   0.888889  0.055556  0.055556  0.000000
    Sat   0.623529  0.211765  0.152941  0.011765
    Sun   0.520000  0.200000  0.240000  0.040000
    Thur  0.827586  0.068966  0.086207  0.017241
    
    party_pcts.plot(kind='bar', stacked=True)
    
    <matplotlib.axes._subplots.AxesSubplot at 0x1f482e2d400>
    

    在这里插入图片描述

    直方图和密度图

    plt.figure()
    
    tips['tip_pct'] = tips['tip'] / tips['total_bill']
    tips['tip_pct'].hist(bins=50)
    
    <matplotlib.axes._subplots.AxesSubplot at 0x1f482e75710>
    

    在这里插入图片描述

    plt.figure()
    
    tips['tip_pct'].plot(kind='kde')
    
    <matplotlib.axes._subplots.AxesSubplot at 0x1f48304fb38>
    

    在这里插入图片描述

    plt.figure()
    
    comp1 = np.random.normal(0, 1, size=200)  # N(0, 1)
    comp2 = np.random.normal(10, 2, size=200)  # N(10, 4)
    values = Series(np.concatenate([comp1, comp2]))
    values.hist(bins=100, alpha=0.3, color='k', normed=True)
    values.plot(kind='kde', style='k--')
    
    
    <matplotlib.axes._subplots.AxesSubplot at 0x1f48317edd8>
    

    在这里插入图片描述

    散点图

    # 散点图
    macro = pd.read_csv('data/macrodata.csv')
    data = macro[['cpi', 'm1', 'tbilrate', 'unemp']]
    trans_data = np.log(data).diff().dropna()
    trans_data[-5:]
    
    cpi m1 tbilrate unemp
    198 -0.007904 0.045361 -0.396881 0.105361
    199 -0.021979 0.066753 -2.277267 0.139762
    200 0.002340 0.010286 0.606136 0.160343
    201 0.008419 0.037461 -0.200671 0.127339
    202 0.008894 0.012202 -0.405465 0.042560
    plt.figure()
    
    plt.scatter(trans_data['m1'], trans_data['unemp'])
    plt.title('Changes in log %s vs. log %s' % ('m1', 'unemp'))
    
    <matplotlib.text.Text at 0x1f4848edeb8>
    

    在这里插入图片描述

    pd.plotting.scatter_matrix(trans_data, diagonal='kde', color='k', alpha=0.3)
    plt.show()
    

    在这里插入图片描述

    Matplotlib作图

    误差条形图

    # 误差条形图
    x = np.arange(0, 10, 1)
    
    y = np.log(x)
    
    xe = 0.1 * np.abs(np.random.randn(len(y)))
    
    plt.bar(x, y, yerr=xe, width=0.4, align='center', ecolor='r', color='cyan',
            label='experiment #1')
    
    plt.xlabel('# measurement')
    plt.ylabel('Measured values')
    plt.title('Measurements')
    plt.legend(loc='upper left')
    
    plt.show()
    
    C:\ProgramData\Anaconda3\lib\site-packages\ipykernel_launcher.py:4: RuntimeWarning: divide by zero encountered in log
      after removing the cwd from sys.path.
    

    在这里插入图片描述

    饼图

    # 饼图
    plt.figure(1, figsize=(8, 8))
    ax = plt.axes([0.1, 0.1, 0.8, 0.8])
    
    labels = 'Spring', 'Summer', 'Autumn', 'Winter'
    values = [15, 16, 16, 28]
    explode = [0.1, 0.1, 0.1, 0.1]
    
    plt.pie(values, explode=explode, labels=labels,
            autopct='%1.1f%%', startangle=67)
    
    plt.title('Rainy days by season')
    
    plt.show()
    

    在这里插入图片描述

    等高线图

    # 等高线图
    import matplotlib as mpl
    
    
    def process_signals(x, y):
        return (1 - (x ** 2 + y ** 2)) * np.exp(-y ** 3 / 3)
    
    
    x = np.arange(-1.5, 1.5, 0.1)
    y = np.arange(-1.5, 1.5, 0.1)
    
    X, Y = np.meshgrid(x, y)
    
    Z = process_signals(X, Y)
    
    N = np.arange(-1, 1.5, 0.3)
    
    CS = plt.contour(Z, N, linewidths=2, cmap=mpl.cm.jet)
    plt.clabel(CS, inline=True, fmt='%1.1f', fontsize=10)
    plt.colorbar(CS)
    
    plt.title('My function: $z=(1-x^2+y^2) e^{-(y^3)/3}$')
    plt.show()
    

    在这里插入图片描述

    3D图像

    3d柱形图

    # 3d柱形图
    from mpl_toolkits.mplot3d import Axes3D
    mpl.rcParams['font.size'] = 10
    
    fig = plt.figure()
    ax = fig.add_subplot(111, projection='3d')
    
    for z in [2011, 2012, 2013, 2014]:
        xs = range(1, 13)
        ys = 1000 * np.random.rand(12)
    
        color = plt.cm.Set2(np.random.choice(range(plt.cm.Set2.N)))
        ax.bar(xs, ys, zs=z, zdir='y', color=color, alpha=0.8)
    
    ax.xaxis.set_major_locator(mpl.ticker.FixedLocator(xs))
    ax.yaxis.set_major_locator(mpl.ticker.FixedLocator(ys))
    
    ax.set_xlabel('Month')
    ax.set_ylabel('Year')
    ax.set_zlabel('Sales Net [usd]')
    
    plt.show()
    

    在这里插入图片描述

    3d直方图

    # 3d直方图
    mpl.rcParams['font.size'] = 10
    
    samples = 25
    
    x = np.random.normal(5, 1, samples)
    y = np.random.normal(3, .5, samples)
    
    fig = plt.figure()
    ax = fig.add_subplot(211, projection='3d')
    
    hist, xedges, yedges = np.histogram2d(x, y, bins=10)
    
    elements = (len(xedges) - 1) * (len(yedges) - 1)
    xpos, ypos = np.meshgrid(xedges[:-1] + .25, yedges[:-1] + .25)
    
    xpos = xpos.flatten()
    ypos = ypos.flatten()
    zpos = np.zeros(elements)
    
    dx = .1 * np.ones_like(zpos)
    dy = dx.copy()
    
    dz = hist.flatten()
    
    ax.bar3d(xpos, ypos, zpos, dx, dy, dz, color='b', alpha=0.4)
    ax.set_xlabel('X Axis')
    ax.set_ylabel('Y Axis')
    ax.set_zlabel('Z Axis')
    
    ax2 = fig.add_subplot(212)
    ax2.scatter(x, y)
    ax2.set_xlabel('X Axis')
    ax2.set_ylabel('Y Axis')
    
    plt.show()
    

    在这里插入图片描述

    参考资料:炼数成金Python数据分析课程

    展开全文
  • 注意: 不用在图中加入标题,我们一般论文的正文中加入(表上图下)。 另外,画出来的一定要有分析,要告诉读者你画图的目的是什么。 1 改变图例位置 2 添加数据标签 柱状(形) 点击柱形条,设置宽度...
  • 实例217 设置柱形图文本注解类别锚点 336 实例218 设置柱形图文本注解旋转锚点 338 实例219 设置柱形图线条注解 339 实例220 绘制柱形效果 341 实例221 柱形图阴影 342 实例222 柱形图阴影偏移 344 实例223 设置柱形...
  • 实例217 设置柱形图文本注解类别锚点 336 实例218 设置柱形图文本注解旋转锚点 338 实例219 设置柱形图线条注解 339 实例220 绘制柱形效果 341 实例221 柱形图阴影 342 实例222 柱形图阴影偏移 344 实例223 设置柱形...
  • 实例217 设置柱形图文本注解类别锚点 336 实例218 设置柱形图文本注解旋转锚点 338 实例219 设置柱形图线条注解 339 实例220 绘制柱形效果 341 实例221 柱形图阴影 342 实例222 柱形图阴影偏移 344 实例223 设置柱形...
  • 实例217 设置柱形图文本注解类别锚点 336 实例218 设置柱形图文本注解旋转锚点 338 实例219 设置柱形图线条注解 339 实例220 绘制柱形效果 341 实例221 柱形图阴影 342 实例222 柱形图阴影偏移 344 实例223 设置柱形...
  • 13.10.1 控制柱形图和条形图的系列间距和类别间距 323 13.10.2 将系列移到次要坐标轴 324 13.10.3 旋转和分离圆形图表 325 13.10.4 控制复合饼图和复合条饼图 327 13.10.5 控制雷达图和曲面图 332 13.11...
  • 13.10.1 控制柱形图和条形图的系列间距和类别间距 323 13.10.2 将系列移到次要坐标轴 324 13.10.3 旋转和分离圆形图表 325 13.10.4 控制复合饼图和复合条饼图 327 13.10.5 控制雷达图和曲面图 332 13.11...
  • 13.10.1 控制柱形图和条形图的系列间距和类别间距 323 13.10.2 将系列移到次要坐标轴 324 13.10.3 旋转和分离圆形图表 325 13.10.4 控制复合饼图和复合条饼图 327 13.10.5 控制雷达图和曲面图 332 13.11...
  • 13.10.1 控制柱形图和条形图的系列间距和类别间距 323 13.10.2 将系列移到次要坐标轴 324 13.10.3 旋转和分离圆形图表 325 13.10.4 控制复合饼图和复合条饼图 327 13.10.5 控制雷达图和曲面图 332 13.11...
  • 13.10.1 控制柱形图和条形图的系列间距和类别间距 323 13.10.2 将系列移到次要坐标轴 324 13.10.3 旋转和分离圆形图表 325 13.10.4 控制复合饼图和复合条饼图 327 13.10.5 控制雷达图和曲面图 332 13.11...
  • 13.10.1 控制柱形图和条形图的系列间距和类别间距 323 13.10.2 将系列移到次要坐标轴 324 13.10.3 旋转和分离圆形图表 325 13.10.4 控制复合饼图和复合条饼图 327 13.10.5 控制雷达图和曲面图 332 13.11...
  • 13.10.1 控制柱形图和条形图的系列间距和类别间距 323 13.10.2 将系列移到次要坐标轴 324 13.10.3 旋转和分离圆形图表 325 13.10.4 控制复合饼图和复合条饼图 327 13.10.5 控制雷达图和曲面图 332 13.11...
  • 13.10.1 控制柱形图和条形图的系列间距和类别间距 323 13.10.2 将系列移到次要坐标轴 324 13.10.3 旋转和分离圆形图表 325 13.10.4 控制复合饼图和复合条饼图 327 13.10.5 控制雷达图和曲面图 332 13.11...
  • 6.2.1 体现销售状况的百分比堆积柱形图 6.2.2 表现上升趋势的堆积柱形图 6.3 突出上升感--折线图实例 6.3.1 突出新产品的折线图 6.3.2 表现公司业务收入的数据标记折线图 6.4 强调占有比例--饼图实例 6.4.1 使用三维...
  • 中文版Excel.2007图表宝典 1/2

    热门讨论 2012-04-06 18:49:24
    4.5.1 给图表添加标题/95 4.5.2 更改标题文本/95 4.5.3 设置标题的文本格式/95 4.5.4 将标题文本链接到一个单元格/96 4.6 处理图表的图例/98 4.6.1 添加或删除图例/98 4.6.2 移动图例或重新设置图例的大小/98 4.6.3 ...
  • 中文版Excel.2007图表宝典 2/2

    热门讨论 2012-04-06 19:01:36
    4.5.1 给图表添加标题/95 4.5.2 更改标题文本/95 4.5.3 设置标题的文本格式/95 4.5.4 将标题文本链接到一个单元格/96 4.6 处理图表的图例/98 4.6.1 添加或删除图例/98 4.6.2 移动图例或重新设置图例的大小/98 4.6.3 ...
  • 实例168 Table控件中显示标题 271 实例169 为TextBox控件设置热键 272 第6章 ASP.NET安全验证控件 274 6.1 通信类验证 275 实例170 验证电子邮件地址 275 实例171 验证网址输入格式 276 实例172 验证电话号码 277 ...
  • 实例168 Table控件中显示标题 271 实例169 为TextBox控件设置热键 272 第6章 ASP.NET安全验证控件 274 6.1 通信类验证 275 实例170 验证电子邮件地址 275 实例171 验证网址输入格式 276 实例172 验证电话号码 277 ...
  • 实例168 Table控件中显示标题 271 实例169 为TextBox控件设置热键 272 第6章 ASP.NET安全验证控件 274 6.1 通信类验证 275 实例170 验证电子邮件地址 275 实例171 验证网址输入格式 276 实例172 验证电话号码 277 ...
  • 实例233 RichTextBox控件中添加超链接文字 实例234 RichTextBox控件中插入图片 实例235 RichTextBox控件中显示RTF格式的文件 实例236 使用RichTextBox控件保存文件 实例237 为RichTextBox控件添加自定义...
  • 实例233 RichTextBox控件中添加超链接文字 实例234 RichTextBox控件中插入图片 实例235 RichTextBox控件中显示RTF格式的文件 实例236 使用RichTextBox控件保存文件 实例237 为RichTextBox控件添加自定义...
  • 实例233 RichTextBox控件中添加超链接文字 实例234 RichTextBox控件中插入图片 实例235 RichTextBox控件中显示RTF格式的文件 实例236 使用RichTextBox控件保存文件 实例237 为RichTextBox控件添加自定义...
  •  实例095 数组中添加一个元素 112  实例096 数组中添加一个数组 113  实例097 不改变长度删除数组中的元素 115  实例098 删除数组元素后改变其长度 116 4.2 常用数组排序算法 117  实例099 使用选择...
  • 实例056 RichTextBox控件中添加超链接文字 65 实例057 RichTextBox控件中显示RTF格式的文件 66 实例058 为RichTextBox控件添加自定义滚动条 68 实例059 RichTextBox控件中实现关键字描红 69 实例060 ...

空空如也

空空如也

1 2 3 4 5
收藏数 84
精华内容 33
关键字:

在柱形图上添加标题