Python——条形图正负不同色加表格

2024-01-21 12:12

本文主要是介绍Python——条形图正负不同色加表格,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

条形图,当差值大于0时设置一个颜色,反之另一种颜色,并添加表格 

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as mtick
import matplotlib.ticker as ticker#设置输出结果对齐方式
pd.set_option('display.unicode.ambiguous_as_wide',True)
pd.set_option('display.unicode.east_asian_width',True)# 解决plt中文显示问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = Falseimport warnings
warnings.filterwarnings("ignore")

数据 

data_merge=pd.DataFrame({'A':[87,79,80,92],'B':[93,89,67,77],'C':['张三','李四','王五','赵六']})
print(data_merge)

    A   B     C
0  87  93  张三
1  79  89  李四
2  80  67  王五
3  92  77  赵六

代码

data_merge['差值'] = data_merge['A'] - data_merge['B']
data_merge['百分比'] = (data_merge['A'] - data_merge['B'])/data_merge['B']
data_merge[['A', 'B', '差值']] = data_merge[['A', 'B', '差值']].astype('int')
data_merge['百分比画'] = data_merge['百分比'].map(lambda x: '{:.0%}'.format(x))
data_merge = data_merge.sort_values(by='百分比', ascending=False)
data_merge = data_merge[data_merge['B']!=0]
data_merge = data_merge.reset_index(drop=True)#画图数据
x_data = list(data_merge['C'])
y_data = list(data_merge['百分比'])#上升数据
yz = data_merge[data_merge['百分比']>0]
yz["百分比画"]= '▲' + yz["百分比画"]
x1 = list(yz['C']) 
y_data1 = list(yz['百分比'])
y1 = list(yz['百分比画'])
index1 = np.arange(len(y1))#下降数据
yf = data_merge[data_merge['百分比']<0]
yf["百分比画"]= '▼' + yf["百分比画"]
x2 = list(yf['C'])
y_data2 = list(yf['百分比'])
y2 = list(yf['百分比画'])
index2 = np.arange(len(y2))#不变数据
y_ = data_merge[data_merge['百分比']==0]
y_["百分比画"]= '-' + y_["百分比画"]
x3 = list(y_['C']) 
y_data3 = list(y_['百分比'])
y3 = list(y_['百分比画'])
index3 = np.arange(len(y3))#***********绘图***********
plt.figure(figsize=(10,5),dpi=300)
plt.ylim(data_merge['百分比'].min(),data_merge['百分比'].max()+0.05) #范围
plt.yticks([])  # 去y坐标刻度
plt.xticks([])  # 去x坐标刻度
plt.title('A与B',fontsize=25)  #标题#取消每一个的边框
ax1 = plt.subplot(1, 1, 1)
ax1.spines['right'].set_visible(False) #右边
ax1.spines['top'].set_visible(False) #上边
ax1.spines['left'].set_visible(False) #左边
ax1.spines['bottom'].set_visible(False) #下边
ax=plt.gca();#获得坐标轴的句柄
ax.spines['bottom'].set_linewidth(1);#设置底部坐标轴的粗细
plt.tick_params(labelsize=8) #x轴标签大小#判断大于0的为#e28b90,负的为#98b9e5
plt.bar(x_data, y_data, color=np.where(data_merge['百分比']>=0,'#e28b90','#98b9e5'),width=0.8) #上升数据标签     
for a,b,c in zip(index1,y_data1,y1):   #柱子上的数字显示plt.text(a*1.,b+0.001,c,ha='center',va='bottom',fontsize=8,color ='#c02c38');
for a,b,c in zip(index1,y_data1,x1):   #柱子上的标签显示plt.text(a*1.,b+0.02,c,ha='center',va='bottom',fontsize=8,color ='#c02c38');   #下降数据    
for a,b,c in zip(index2,y_data2,x2):   #柱子上的标签显示plt.text(a+len(index1)+len(index3),b-0.01,c,ha='center',va='bottom',fontsize=8); 
for a,b,c in zip(index2,y_data2,y2):   #柱子上的数字显示plt.text(a+len(index1)+len(index3),b-0.025,c,ha='center',va='bottom',fontsize=8);#不变数据
for a,b,c in zip(index3,y_data3,x3):   #柱子上的标签显示plt.text(a+len(index1),b+0.02,c,ha='center',va='bottom',fontsize=8); 
for a,b,c in zip(index3,y_data3,y3):   #柱子上的数字显示plt.text(a+len(index1),b,c,ha='center',va='bottom',fontsize=8);# 像饼图中添加表格
columns = x_data
rows = ['A', 'B', "差距","百分比"]
d = np.array([data_merge['A'],data_merge['B'],data_merge['差值'],data_merge['百分比画']])
table = plt.table(cellText=d, rowLabels=rows,colLabels=columns, cellLoc='center', loc="bottom",bbox=[0.04, -0.35, 0.92, 0.24])
# 调整表格的大小
table.auto_set_font_size(False)
table.set_fontsize(9)

这篇关于Python——条形图正负不同色加表格的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/629507

相关文章

Python办公自动化实战之打造智能邮件发送工具

《Python办公自动化实战之打造智能邮件发送工具》在数字化办公场景中,邮件自动化是提升工作效率的关键技能,本文将演示如何使用Python的smtplib和email库构建一个支持图文混排,多附件,多... 目录前言一、基础配置:搭建邮件发送框架1.1 邮箱服务准备1.2 核心库导入1.3 基础发送函数二、

Python包管理工具pip的升级指南

《Python包管理工具pip的升级指南》本文全面探讨Python包管理工具pip的升级策略,从基础升级方法到高级技巧,涵盖不同操作系统环境下的最佳实践,我们将深入分析pip的工作原理,介绍多种升级方... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中反转字符串的常见方法小结

《Python中反转字符串的常见方法小结》在Python中,字符串对象没有内置的反转方法,然而,在实际开发中,我们经常会遇到需要反转字符串的场景,比如处理回文字符串、文本加密等,因此,掌握如何在Pyt... 目录python中反转字符串的方法技术背景实现步骤1. 使用切片2. 使用 reversed() 函

Python中将嵌套列表扁平化的多种实现方法

《Python中将嵌套列表扁平化的多种实现方法》在Python编程中,我们常常会遇到需要将嵌套列表(即列表中包含列表)转换为一个一维的扁平列表的需求,本文将给大家介绍了多种实现这一目标的方法,需要的朋... 目录python中将嵌套列表扁平化的方法技术背景实现步骤1. 使用嵌套列表推导式2. 使用itert

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Python使用pip工具实现包自动更新的多种方法

《Python使用pip工具实现包自动更新的多种方法》本文深入探讨了使用Python的pip工具实现包自动更新的各种方法和技术,我们将从基础概念开始,逐步介绍手动更新方法、自动化脚本编写、结合CI/C... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Conda与Python venv虚拟环境的区别与使用方法详解

《Conda与Pythonvenv虚拟环境的区别与使用方法详解》随着Python社区的成长,虚拟环境的概念和技术也在不断发展,:本文主要介绍Conda与Pythonvenv虚拟环境的区别与使用... 目录前言一、Conda 与 python venv 的核心区别1. Conda 的特点2. Python v

Python使用python-can实现合并BLF文件

《Python使用python-can实现合并BLF文件》python-can库是Python生态中专注于CAN总线通信与数据处理的强大工具,本文将使用python-can为BLF文件合并提供高效灵活... 目录一、python-can 库:CAN 数据处理的利器二、BLF 文件合并核心代码解析1. 基础合