返回顶部
首页 > 资讯 > 后端开发 > Python >python 绘制斜率图进行对比分析
  • 1019
分享到

python 绘制斜率图进行对比分析

2024-04-02 19:04:59 1019人浏览 安东尼

Python 官方文档:入门教程 => 点击学习

摘要

你好,我是林骥。 斜率图,可以快速展现两组数据之间各维度的变化,特别适合用于对比两个时间点的数据。 比如说,为了对比分析某产品不同功能的用户满意度,经过问卷调查和数据统计,得到下面这

你好,我是林骥。

斜率图,可以快速展现两组数据之间各维度的变化,特别适合用于对比两个时间点的数据。

比如说,为了对比分析某产品不同功能的用户满意度,经过问卷调查和数据统计,得到下面这个调查结果:

你不妨自己先思考一下,如何对这组数据进行可视化,才能让信息传递变得更加高效?

下面是我用 matplotlib 制作的图表:

从图中可以直观地看出,功能 C 的用户满意度明显下降,我们用比较鲜明的橙色来表示,以便引起观众重点关注;功能 D 和功能 E 的用户满意度明显提升,我们用蓝色表示,代表数据正在向好的方向发展;功能 A 和功能 B 的用户满意度变化不大,我们用浅灰色表示,以便削弱观众对这两个功能的注意力,把更多的精力用于分析用户满意度明显下降的功能点,从而让图表起到提升信息传递效率的目的。

下面是用 matplotlib 画图的详细步骤。

首先,导入所需的库,并设置中文字体和定义颜色等。


# 导入所需的库
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.image as image

# 正常显示中文标签
mpl.rcParams['font.sans-serif'] = ['SimHei']

# 自动适应布局
mpl.rcParams.update({'figure.autolayout': True})

# 正常显示负号
mpl.rcParams['axes.unicode_minus'] = False

# 定义颜色,主色:蓝色,辅助色:灰色,互补色:橙色
c = {'蓝色':'#00589F', '深蓝色':'#003867', '浅蓝色':'#5D9BCF',
   '灰色':'#999999', '深灰色':'#666666', '浅灰色':'#CCCCCC',
   '橙色':'#F68F00', '深橙色':'#A05D00', '浅橙色':'#FBC171'}

其次,从 excel 文件中读取随机模拟的数据,并定义画图用的数据。


# 数据源路径
filepath='./data/问卷调查结果.xlsx'

# 读取 Excel文件
df = pd.read_excel(filepath, index_col='调查年度')

# 定义画图用的数据
cateGory_names = df.columns
labels = df.index
data = df.values
data_cum = data.cumsum(axis=1)

接下来,开始用「面向对象」的方法进行画图。


# 使用「面向对象」的方法画图,定义图片的大小
fig, ax=plt.subplots(figsize=(6, 6))

# 设置背景颜色
fig.set_facecolor('w')
ax.set_facecolor('w')

# 设置标题
ax.set_title('\n用户满意度随时间的变化\n', fontsize=26, loc='left', color=c['深灰色'])

# 定义颜色
category_colors = [c['浅灰色'], c['浅灰色'], c['橙色'], c['蓝色'], c['蓝色']]

# 画斜率图
for i, color in zip(np.arange(len(df.columns)), category_colors):
  ax.plot(df.index, df.iloc[:, i], marker='o', color=color)

  # 设置数据标签及其文字颜色
  ax.text(-0.03, df.iloc[0, i], df.columns[i] + ' ' + '{:.0%}'.fORMat(df.iloc[0, i]), ha='right', va='center', color=color, fontsize=16)
  ax.text(1.06, df.iloc[1, i], '{:.0%}'.format(df.iloc[1, i]), ha='left', va='center', color=color, fontsize=16)

# 设置 Y 轴刻度范围
ax.set_ylim(df.values.min()-0.02, df.values.max()+0.01)

# 隐藏 Y 轴
ax.yaxis.set_visible(False)

# 隐藏边框
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
ax.spines['left'].set_visible(False)
ax.spines['bottom'].set_visible(False)

# 隐藏 X 轴的刻度线
ax.tick_params(axis='x', which='major', length=0)

# 设置坐标标签字体大小和颜色
ax.tick_params(labelsize=16, colors=c['灰色'])

plt.show()

运行之后,便得到上面那张图。

你可以前往 https://GitHub.com/linjiwx/mp 下载画图用的数据和完整代码。

对于同一组数据,不同的人可能会有不同的观察视角,对它们进行可视化,往往也存在多种不同的解决方案,这里介绍的方法,并不是唯一正确的答案。关键在于,图表的设计者想要表达什么信息?是否让观众正确且快速地理解了想要表达的信息?

不同类型的图表,有着不同的优势和劣势。

斜率图的优势,是能快速看到每个类别前后发生的变化,并能根据线条的陡峭程度,直观地感受到变化的幅度。

斜率图的劣势,是看不出整体与部分的占比关系。另外,如果类别的顺序很重要,那么也不适合使用斜率图,因为类别会根据数值大小自动进行排列。

最后,留给你一道思考题:在你看到过的各种数据中,有哪些数据是适合用斜率图进行对比分析的?

当你不知道该选择什么类型的图表时,不妨停下来想一想,你希望让观众了解什么或者做什么?

以上就是python 绘制斜率图进行对比分析的详细内容,更多关于Python 对比分析的资料请关注编程网其它相关文章!

--结束END--

本文标题: python 绘制斜率图进行对比分析

本文链接: https://lsjlt.com/news/122017.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

猜你喜欢
  • python 绘制斜率图进行对比分析
    你好,我是林骥。 斜率图,可以快速展现两组数据之间各维度的变化,特别适合用于对比两个时间点的数据。 比如说,为了对比分析某产品不同功能的用户满意度,经过问卷调查和数据统计,得到下面这...
    99+
    2024-04-02
  • python如何绘制斜率图进行对比分析
    这篇文章将为大家详细讲解有关python如何绘制斜率图进行对比分析,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。斜率图,可以快速展现两组数据之间各维度的变化,特别适合用于对比两个时间点的数据。比如说,为了...
    99+
    2023-06-14
  • python绘制分组对比柱状图
    本文实例为大家分享了python绘制分组对比柱状图的具体代码,供大家参考,具体内容如下 首先放效果图:   # -*- coding: utf-8 -*- import ...
    99+
    2024-04-02
  • python怎么绘制分组对比柱状图
    今天小编给大家分享一下python怎么绘制分组对比柱状图的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。首先放效果图:&nbs...
    99+
    2023-06-30
  • Python数据分析斜率图怎么实现
    要实现Python数据分析中的斜率图,可以使用numpy和matplotlib库来进行绘图。首先,需要导入需要的库:```pytho...
    99+
    2023-10-12
    Python
  • python进行相关性分析并绘制散点图详解
    目录 需要用到的库数据读取总结近期,有小伙伴问我关于怎么使用python进行散点图的绘制,这个东西很简单,但是怎么讲相关性的值标注在图形上略显麻烦,因此,在这里记录一下,将...
    99+
    2024-04-02
  • Python如何绘制概率分布直方图浅析
    目录前言一、代码二、运行效果总结前言 直方图是一个可以快速展示数据概率分布的工具,直观易于理解,并深受数据爱好者的喜爱。大家平时可能见到最多就是 matplotlib,seaborn...
    99+
    2024-04-02
  • 使用Python对Syslog信息进行分析并绘图的实现
    实验目的: 对设备Syslong信息进行分析记录,并写入sqlite数据库中;后续读取数据库的信息,对Syslog的严重级别分布、来源进行分析进行分析。 同时监控O...
    99+
    2024-04-02
  • Python怎么绘制概率分布直方图
    小编给大家分享一下Python怎么绘制概率分布直方图,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!前言直方图是一个可以快速展示数据概率分布的工具,直观易于理解,并...
    99+
    2023-06-22
  • Python OpenCV中如何进行图形绘制
    这篇文章将为大家详细讲解有关Python OpenCV中如何进行图形绘制,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。背景使用OpenCV进行图形绘制是一种必备的技能,在图像的任务...
    99+
    2023-06-22
  • 怎么使用python进行图像绘制
    本文小编为大家详细介绍“怎么使用python进行图像绘制”,内容详细,步骤清晰,细节处理妥当,希望这篇“怎么使用python进行图像绘制”文章能帮助大家解决疑惑,下面跟着小编的思路慢慢深入,一起来学习新知识吧。正文实际上前面我们就已经用到了...
    99+
    2023-07-02
  • Python Pyecharts绘制桑基图分析用户行为路径
    目录读取数据生成节点数据组织数据:定义节点和流量数据可视化桑基图,它的核心是对不同点之间,通过线来连接。线的粗细代表流量的大小。很多工具都能实现桑基 图,比如:Excel、table...
    99+
    2024-04-02
  • Python数据分析Matplotlib 柱状图绘制
    前言: 柱状图是一种使用矩形柱来表示数据分布的图表,可以横向排列,也可以纵向排列,它的高度或长度和他们所代表的值成正比关系。 Matplotlib 提供了bar()方法绘制柱状图, ...
    99+
    2024-04-02
  • Python数据分析之 Matplotlib 饼图绘制
    前言: 饼状图是用来呈现一个数据系列中各项的大小与各项占项总和的百分比,Matplotlib 提供了plt.pie()方法绘制柱状图,语法格式如下: plt.pie(x, explo...
    99+
    2024-04-02
  • 如何进行Access和SQLite的对比分析
    这篇文章将为大家详细讲解有关如何进行Access和SQLite的对比分析,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。SQLite和Access,二者都是常...
    99+
    2024-04-02
  • Python绘制百分比堆叠柱状图并填充图案
    通过Python中的matplotlib绘制百分比堆叠柱状图,并为每一个类别设置不同的填充图案。主要原因是有些论文打印出是黑白色的,不同类别之间区分不明显,所以做了这种方案。 存在一...
    99+
    2024-04-02
  • Pandas使用Merge与Join和Concat分别进行合并数据效率对比分析
    目录合并DF连接DFMerge和Join的效率对比在 Pandas 中有很多种方法可以进行dataframe(数据框)的合并。 本文将研究这些不同的方法,以及如何将它们执行速度的对比...
    99+
    2022-12-08
    Pandas Merge合并数据 Pandas Join合并数据 Pandas Concat合并数据
  • Python数据分析之 Matplotlib 散点图绘制
    前言: 散点图,又称散点分布图,是使用多个坐标点的分布反映数据点分布规律、数据关联关系的图表,Matplotlib 中可以通过以下方式绘制散点图: 使用plt.plot方法: 在上篇...
    99+
    2024-04-02
  • Python数据分析之 Matplotlib 折线图绘制
    目录一、Matplotlib 绘图简单示例二、折线图绘制一、Matplotlib 绘图 在数据分析中,数据可视化也非常重要,通过直观的展示过程、结果数据,可以帮助我们清晰的理解数据,...
    99+
    2024-04-02
  • Python+Plotly绘制精美的数据分析图
    目录1.准备2.使用3.保存4.其他功能Plotly 是目前已知的Python最强绘图库,它比上次我们讲的Echarts还强大许多许多,它的绘制通过生成一个web页面完成,并且支持调...
    99+
    2024-04-02
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作