python实现数据可视化

本次讲解的数据来源就以我前面某一篇文章所爬取的数据为主
文章链接：使用scrapy框架爬取数据并存入excel表中
过程中涉及调用excel文件的xlrd模块，有疑问的可以参考我的另一篇文章
文章链接：python从Excel中读取数据

所用模块：matplotlib模块

调用模块：import matplotlib.pyplot as plt

常用语法：

plt.bar(x_tuple,y_tuple)		绘制条形图

plt.pie(tuple,labels=bq_tuple)		绘制饼图，labels是饼图中每块的标签

plt.plot(x_tuple,y_tuple)		绘制折线图

plt.figure()		保存图片方法，配合.savefig()方法使用

.savefig(fname='保存路径',dpi=分辨率)		保存图片方法，使用前必须先得到figure对象

plt.legend(['图例名称'])		添加图例

plt.title("标题")		添加标题

plt.show()		显示所绘制的图

所用数据

我们就根据温度的变化来绘制出不同的可视化图（包括折线图，条形图，饼图）

条形图

import xlrd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei']  # 视图可以显示中文
plt.rcParams['axes.unicode_minus']=False

def excel():
    x_list = []
    y_list = []
    info = xlrd.open_workbook('H:/sp/tianqiyubao/tianqiyubao/天气2.xlsx')  # 打开文件
    sheet = info.sheet_by_name('天气1')  # 根据表名获取表
    for a in range(sheet.nrows):  # 获取表格的总行数：sheet.nrows  获取总列数：sheet.ncols
        cells = sheet.row_values(a) # row是行，col是列
        high = int(cells[2])  # 每行中第三个单元格的数据
        date = str(cells[0])  # 每行中第一个单元格的数据
        x_list.append(high)
        y_list.append(date)
    fig =plt.figure()  #保存图片注意事项：第一步必须先得到figure对象，
                        #再使用plt进行绘图，然后保存图片
    plt.bar(y_list,x_list)  # 绘制条形图
    plt.legend(['最高温度'])  # 条形图也可以添加图例
    plt.title("最高温度变化图")  # 为条形图添加标题
    plt.show()
    fig.savefig(fname='./111.jpg',dpi=500)  # 保存图片 分辨率为500
excel()

需要注意的是，如果要保存图片，第一步必须先得到figure对象，再使用plt进行绘图，然后使用.savefig方法保存图片

效果图：

折线图

import xlrd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei']  # 视图可以显示中文
plt.rcParams['axes.unicode_minus']=False

def excel():
    x_list = []
    x1_list = []
    y_list = []
    info = xlrd.open_workbook('H:/sp/tianqiyubao/tianqiyubao/天气2.xlsx')
    sheet = info.sheet_by_name('天气1')  # 根据表名获取表
    for a in range(sheet.nrows):  # 获取表格的总行数：sheet.nrows  获取总列数：sheet.ncols
        cells = sheet.row_values(a) # row是行，col是列
        high = int(cells[2])
        low = int(cells[3].split("℃")[0])
        date = str(cells[0])
        x_list.append(high)
        x1_list.append(low)
        y_list.append(date)
    fig = plt.figure()
    plt.plot(y_list,x_list,y_list,x1_list)  # 绘制多个曲线
    plt.legend(['最高温','最低温'])  # 显示图例
    plt.title("温度变化图")
    plt.show()
    fig.savefig("./22.jpg",dpi=600)  # 保存路径，分辨率
excel()

需要注意的是
1. 要在一个表中绘制多个曲线，可以在plt.plot()方法中添加多个x，y的值，添加时必须以x，y为一组来添加，就是一个x必须对应一个y
2. 如果要保存图片，第一步必须先得到figure对象，再使用plt进行绘图，然后使用.savefig方法保存图片

效果图：

饼图

import xlrd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei']  # 视图可以显示中文
plt.rcParams['axes.unicode_minus']=False

def excel():
    value = {}
    x_list = []
    y_list = []
    pinl = []
    biaoq = []
    info = xlrd.open_workbook('H:/sp/tianqiyubao/tianqiyubao/天气2.xlsx')  # 打开excel文件
    sheet = info.sheet_by_name('天气1')  # 根据表名获取表
    for a in range(sheet.nrows):  # 获取表格的总行数：sheet.nrows  获取总列数：sheet.ncols
        cells = sheet.row_values(a) # row是行，col是列
        high = int(cells[2])
        date = str(cells[0])
        x_list.append(high)
        y_list.append(date)
    for b in x_list:  # 统计列表中元素出现的次数，以此来划分每块的大小
        value[b] = value.get(b, 0) + 1
    for c in value:
        biaoq.append(c)
        pinl.append(value[c])
    fig =plt.figure()  #保存图片注意事项：第一步必须先得到figure对象，
                        #再使用plt进行绘图，然后保存图片
    plt.pie(pinl,labels=biaoq,autopct='%.6f%%')  # 绘制饼图,前面的元组为绘图依据,labels显示各块标签,autopct显示每块所占比，保留小数点后六位
    plt.legend(['30℃','32℃','31℃','28℃','29℃'])  # 图例顺序为列表顺序
    plt.title("七天内温度占比图")  # 为饼图添加标题
    plt.show()
    fig.savefig(fname='./11.jpg',dpi=500)  # 保存图片 分辨率为500
excel()

需要注意的是，如果要保存图片，第一步必须先得到figure对象，再使用plt进行绘图，然后使用.savefig方法保存图片

效果图：