本篇文章给大家分享的是有关使用Python怎么绘制一个棒棒糖图表，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。
首先读取一下数据。
import pandas as pdimport matplotlib.pyplot as plt# 读取数据df = pd.read_csv('data.csv')print(df)结果如下。
数据集很简单，每行都只有一个年份和一个值。
先绘制一个带有每年数值的条形图。
# 绘制柱状图plt.bar(df.Year, df.value)plt.show()两行代码，即可得到一张条形图图表，看起来确实是有点拥挤。
下面将最后一年，即2019年的数据区分出来。
给2019年的条形着色为黑色，其他年份为浅灰色。
并且在图表中添加散点图，可在条形图的顶部绘制圆形。
# 新建画布fig, ax = plt.subplots(1, figsize=(12, 8))# 年份数n = len(df)# 颜色设置colors = ['black'] + ((n-1)*['lightgrey'])plt.bar(df.Year, df.value, color=colors)plt.scatter(df.Year, df.value, color=colors)plt.show()得到结果如下。
颜色已经修改成功，还需要调整一下条形图的宽度以及顶部圆圈的大小。
# width: 条形图宽度 s: 散点图圆圈大小plt.bar(df.Year, df.value, color=colors, width=0.2)plt.scatter(df.Year, df.value, color=colors, s=10)plt.show()结果如下。
比起先前的蓝色条形图图表，棒棒糖图表确实是好看了不少。
除了用条形图来绘制棒棒糖图表，还可以使用线条，这样整体的宽度会更加一致。
X将Year(年份)数据作为起点和终点，Y以-20和各年份数据作为起点和终点。
import pandas as pdimport matplotlib.pyplot as plt# 读取数据df = pd.read_csv('data.csv')print(df)# 新建画布fig, ax = plt.subplots(1, figsize=(12, 8))# 年份数n = len(df)# 颜色设置colors = ['black'] + ((n-1)*['lightgrey'])# 使用线条for idx, val in df.iterrows(): plt.plot([val.Year, val.Year], [-20, val.value], color=colors[idx])plt.show()得到结果如下。
可以使用参数标记在两端绘制圆，而不是只在顶部生成散点图。
然后可以通过更改y-limit参数来隐藏最底端的圆。
# 新建画布fig, ax = plt.subplots(1, figsize=(12, 8))# 年份数n = len(df)# 颜色设置colors = ['black'] + ((n-1)*['lightgrey'])# 使用线条, markersize设置标记点大小for idx, val in df.iterrows(): plt.plot([val.Year, val.Year], [-20, val.value], color=colors[idx], marker='o', markersize=3)# 设置y轴最低值plt.ylim(0,)plt.show()结果如下。
此外还可以调整lw、markersize参数，定义线条的粗细及标记的大小，甚至可以绘制两次线条以创建轮廓效果。
# 新建画布fig, ax = plt.subplots(1, figsize=(12, 8))color = 'b'# 年份数n = len(df)# 颜色设置colors = ['black'] + ((n-1)*['lightgrey'])# 使用线条for idx, val in df.iterrows(): plt.plot([val.Year, val.Year], [-20, val.value], color='black', marker='o', lw=4, markersize=6) plt.plot([val.Year, val.Year], [-20, val.value], color=colors[idx], marker='o', markersize=4)# 移除上边框、右边框ax.spines['right'].set_visible(False)ax.spines['top'].set_visible(False)# 设置x、y轴范围plt.xlim(1948, 2020)plt.ylim(0,)# 中文显示plt.rcParams['font.sans-serif'] = ['Songti SC']plt.title('中国历年出生人口数据(万)', loc='left', fontsize=16)plt.text(2019, -220, '来源：国家统计局', ha='right')# 2019年出生人口数(显示)value_2019 = df[df['Year'] == 2019].value.values[0]plt.text(2019, value_2019+80, value_2019, ha='center')# 保存图片plt.savefig('chart.png')得到结果如下。
黑色不是特别好看，改个颜色看看。
# 新建画布fig, ax = plt.subplots(1, figsize=(12, 8))# 年份数n = len(df)# 颜色设置color = 'b'colors = ['#E74C3C'] + ((len(df)-1)*['#F5B7B1'])# 使用线条for idx, val in df.iterrows(): plt.plot([val.Year, val.Year], [-20, val.value], color=colors[idx], marker='o', lw=4, markersize=6, markerfacecolor='#E74C3C')# 移除上边框、右边框ax.spines['right'].set_visible(False)ax.spines['top'].set_visible(False)# 设置x、y轴范围plt.xlim(1948, 2020)plt.ylim(0,)# 中文显示plt.rcParams['font.sans-serif'] = ['Songti SC']plt.title('中国历年出生人口数据(万)', loc='left', fontsize=16)plt.text(2019, -220, '来源：国家统计局', ha='right')# 2019年出生人口数(显示)value_2019 = df[df['Year'] == 2019].value.values[0]plt.text(2019, value_2019+80, value_2019, ha='center')# 保存图片plt.savefig('chart.png')得到结果如下。
python的五大特点是什么
python的五大特点：1.简单易学，开发程序时，专注的是解决问题,而不是搞明白语言本身。2.面向对象，与其他主要的语言如C++和Java相比, Python以一种非常强大又简单的方式实现面向对象编程。3.可移植性，Python程序无需修改就可以在各种平台上运行。4.解释性，Python语言写的程序不需要编译成二进制代码,可以直接从源代码运行程序。5.开源，Python是 FLOSS(自由/开放源码软件)之一。
以上就是使用Python怎么绘制一个棒棒糖图表，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注编程网行业资讯频道。
