[Python知识库]python可视化学习十三（棒棒图）

棒棒图就是条形图与散点图的结合

plt.hlines
重要的参数
y:绘图分y轴
xmin/xmax 条形图的起始点与终止点
color：条形的颜色
plt.scatter
重要的参数
x，y是横纵轴
s：散点的大小
c：散点的颜色
market：散点的形状

import numpy as np
import importlib as mpl
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
import matplotlib.patches as patches #导入补丁库
#读取数据
df=pd.read_csv('mtcars.csv')
#数据的处理
x=df.loc[:,['mpg']]#提取想要的数据
df['mpg_z']=(x-x.mean())/x.std() #标准化的处理
#df['color']=['red' if x<0 else 'green' for x in df['mpg_z']] #生成颜色的标签列
df['color']='black'
df.sort_values('mpg_z',inplace=True)
df.reset_index(inplace=True,drop=True)
df.head()

#绘制简单的棒棒图
plt.figure(figsize=(12,14),dpi=60)
#绘制棒棒图
plt.hlines(y=df.index,xmin=0,xmax=df.mpg_z,color=df.color,alpha=0.4,linewidth=1)
plt.scatter(df.mpg_z,df.index,color=df.color,s=300,alpha=0.6)
#添加装饰
#plt.gca().set(ylabel='$Model$', xlabel='$Mileage$')
plt.xlabel('mileage',fontsize=15)
plt.xticks(fontsize=15)
plt.yticks(df.index, df.cars, fontsize=15)
plt.title('Diverging Bars of Car Mileage', fontdict={'size':20})
plt.grid(linestyle='--', alpha=.5)
#plt.xlim(-2.5,2.5)
plt.show()

**

假如我们想强调其中的某一种车，以('fiat x1-9’为例，改变他的颜色以及尺寸)

**

#首先改变它的颜色
#df.loc[df.cars=='Fiat X1-9','color']
df.loc[df.cars == 'Fiat X1-9', 'color'] = 'darkorange'

#绘制简单的棒棒图
plt.figure(figsize=(12,14),dpi=60)
#绘制棒棒图突出尺寸
plt.hlines(y=df.index,xmin=0,xmax=df.mpg_z,color=df.color,alpha=0.4,linewidth=1)
plt.scatter(df.mpg_z,df.index,color=df.color,
           # s=30 
            s=[600 if i=='Fiat X1-9' else 300 for i in df.cars]  #使用列表的推导式
            ,alpha=0.6)
#添加装饰
#plt.gca().set(ylabel='$Model$', xlabel='$Mileage$')
plt.xlabel('mileage',fontsize=15)
plt.xticks(fontsize=15)
plt.yticks(df.index, df.cars, fontsize=15)
plt.title('Diverging lollipop of Car Mileage', fontdict={'size':20})
plt.grid(linestyle='--', alpha=.5)
#plt.xlim(-2.5,2.5)
plt.show()

#添加补丁
patches.Rectangle
重要的参数
xy：补丁左下角的位置坐标
width：补丁的宽度
height：补丁的高度
angle：补丁的角度
fill：是否填充
facecolor：补丁内部的颜色
edgecolor：补丁边框的颜色

#导入库
import matplotlib.patches as patches

#创建简单的补丁图
fig ,ax=plt.subplots(figsize=(8,5))
p=patches.Rectangle((.2,.2),width=.2,height=.3
                    #,fill=False  #就是不填充了
                    ,facecolor='g'
                    ,edgecolor='r'
                    ,alpha=.5
                    ,angle=60
)
#在子图上添加补丁
ax.add_patch(p);

####绘图并添加补丁#
#绘制简单的棒棒图
plt.figure(figsize=(12,14),dpi=60)
#绘制棒棒图突出尺寸
plt.hlines(y=df.index,xmin=0,xmax=df.mpg_z,color=df.color,alpha=0.4,linewidth=1)
plt.scatter(df.mpg_z,df.index,color=df.color,
           # s=30 
            s=[600 if i=='Fiat X1-9' else 300 for i in df.cars]  #使用列表的推导式
            ,alpha=0.6)
#创建补丁并添加到涂上去
p1=patches.Rectangle((1.5,27),width=.8,height=5,facecolor='g' ,edgecolor='r',alpha=.3)
p2=patches.Rectangle((-2.0,-1),width=.5,height=3,facecolor='r' ,edgecolor='g',alpha=.3)
#添加到子图里面去
plt.gca().add_patch(p1)
plt.gca().add_patch(p2);
#添加装饰
#plt.gca().set(ylabel='$Model$', xlabel='$Mileage$')
plt.xlabel('mileage',fontsize=15)
plt.xticks(fontsize=15)
plt.yticks(df.index, df.cars, fontsize=15)
plt.title('Diverging lollipop of Car Mileage', fontdict={'size':20})
plt.grid(linestyle='--', alpha=.5)
#plt.xlim(-2.5,2.5)
plt.show()

#####添加注释
plt_annotate
重要的参数
s注释的内容
xy注释的起始位置
xytest：文本的起始位置
xycoords：xy的坐标系（默认被使用注释对象的坐标系，即xycoords=‘data’）
arrowprops：用来设置箭头
facecolor：设置箭头的颜色
headlength：箭头的头的长度
headwidth：箭头的宽度
width：箭头的宽度

plt.figure(figsize=(10,8),dpi=60)
plt.annotate('arrow1',xy=(.3,.4),xytext=(.6,.4),xycoords='data',color='g',
             fontsize=20,alpha=.8,arrowprops=dict(arrowstyle='-[,widthB=3,lengthB=.8',lw=2,color='r',alpha=.7))

plt.annotate('arrow2',xy=(.2,.6),xytext=(.5,.7),color='w',
             bbox =dict(boxstyle='square',fc='b',ec='r',alpha=.7),
             fontsize=20,alpha=.8,arrowprops=dict(arrowstyle='->,head_length=1,head_width=1',lw=5,color='g',alpha=.7))

####绘图并添加补丁#
#绘制简单的棒棒图
plt.figure(figsize=(12,14),dpi=60)
#绘制棒棒图突出尺寸
plt.hlines(y=df.index,xmin=0,xmax=df.mpg_z,color=df.color,alpha=0.4,linewidth=1)
plt.scatter(df.mpg_z,df.index,color=df.color,
           # s=30 
            s=[600 if i=='Fiat X1-9' else 300 for i in df.cars]  #使用列表的推导式
            ,alpha=0.6)
#创建补丁并添加到涂上去
p1=patches.Rectangle((1.5,27),width=.8,height=5,facecolor='g' ,edgecolor='r',alpha=.3)
p2=patches.Rectangle((-2.0,-1),width=.5,height=3,facecolor='r' ,edgecolor='g',alpha=.3)
#添加到子图里面去
plt.gca().add_patch(p1)
plt.gca().add_patch(p2);
#添加注释
plt.annotate('Mercede Models',xy=(0,11),xytext=(1,11),xycoords='data',color='w',fontsize=20,ha='center',va='center',
             bbox=dict(boxstyle='square',fc='firebrick',ec='r',alpha=.7),
             alpha=.8,arrowprops=dict(arrowstyle='-[,widthB=1.5,lengthB=.8',lw=2,color='steelblue'))
#添加装饰
#plt.gca().set(ylabel='$Model$', xlabel='$Mileage$')
plt.xlabel('mileage',fontsize=15)
plt.xticks(fontsize=15)
plt.yticks(df.index, df.cars, fontsize=15)
plt.title('Diverging lollipop of Car Mileage', fontdict={'size':20})
plt.grid(linestyle='--', alpha=.5)
#plt.xlim(-2.5,2.5)
plt.show()