背景
在復雜的數字中找規律，不如從一張圖中看出規律，在平時的匯報時，PPT里面能展示的也就那么幾種圖表，但是合理的把數據展示出來，有時能讓人眼前一亮，在數據分析中合理的運用可視化技術，有時可以起到事半功倍的效果
數據可視化是一門藝術，有時清晰的圖表勝過千言萬語，數據可視化的成功，往往并不在于數據可視化本身。
效果
效果
利用自定義函數畫圖
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
import matplotlib.ticker as mticker
#顯示所有列
pd.set_option('display.max_columns', None)
#顯示所有行
pd.set_option('display.max_rows', None)
#中文亂碼的處理
plt.rcParams['font.sans-serif']=['Microsoft YaHei']
plt.rcParams['axes.unicode_minus']=False
data=pd.read_excel('模擬數據.xlsx')
def axes_plot(axs1,axs2,x,y,rotation=0,axs1_twinx=False):
#柱形圖個數
axs1.bar(x,y,width=0.75,align='center')
for a,b in zip(x,y):
axs1.text(a,b,b,ha='center',va='bottom')
axs1.tick_params(axis='x')
#修改x坐標軸
axs1.xaxis.set_major_locator(mticker.FixedLocator(range(len(x))))
axs1.set_xticklabels(x,rotation=rotation,fontsize=12)
#累計百分比
if axs1_twinx:
axs_twinx=axs1.twinx()
y_twinx=np.array(y).cumsum()/np.array(y).sum()
axs_twinx.plot(x,y_twinx,'r-o',linewidth=3)
axs_twinx.set_ylim(0,1.1)
for a,b in zip(x,y_twinx):
axs_twinx.text(a,b,f'{b:.0%}',ha='center',va='bottom')
#餅圖
axs2.pie(y,labels=x,autopct='%.0f%%',textprops={'fontsize':12,'color':'k'})
axs2.axis('equal')
%matplotlib inline
fig,axes=plt.subplots(1,2,figsize=(20,7),facecolor='white')
fontsize=15
x=data['地區']
y=data['銷量']
axes_plot(axes[0],axes[1],x,y,rotation=45,axs1_twinx=True)
fig.suptitle('各大區銷量分布',fontsize=20,fontweight ="bold",y=0.98)
plt.subplots_adjust(hspace=0.35,wspace=0.3)
plt.show()
歷史相關文章
以上是自己實踐中遇到的一些問題，分享出來供大家參考學習，歡迎關注微信公眾號：DataShare ，不定期分享干貨
