Python-matplotlib 学术柱状图绘制

免费项目 2024-09-08 0

点击此处查看最新的网赚项目教程

01. 引言

柱状图或条形图在学术论文中使用的频率还是很大的，图中需要以不同颜色对不同数据进行区分，但当涉及黑白打印时，色彩颜色的区别度较小，导致难以理解，因此需要绘制黑灰颜色或者黑白阴影的柱状图或者条形图，下面就具体介绍使用Python-matplotlib 的实现过程。

02. 可视化绘制

matplotlib绘制这种柱状图或者条形图还是比较简单的，主要涉及的知识点就是ax.bar()方法的应用，首先进行黑灰颜色柱状图的绘制，具体代码如下：

plt.rcParams['font.family'] = ['Times New Roman']fig,ax = plt.subplots(1,1,figsize=(7,4.5),dpi=200)labels = [i for i in bar_01.columns[2:]]x = np.arange(len(labels))  # the label locationswidth = 0.35  # the width of the bars
label_font = {    'weight':'bold',    'size':14,    'family':'simsun'}
rects1 = ax.bar(x - width/2, means_2006, width, label='2006',ec='k',color='white',lw=.8               )rects2 = ax.bar(x + width/2 + .05, means_2016, width, label='2016',ec='k',color='white',                lw=.8)# rects2 = ax.bar(x + width/2 + .05, means_2016, width, label='2016',ec='k',color='k',#                 lw=.8,alpha=.8)ax.tick_params(which='major',direction='in',length=5,width=1.5,labelsize=11,bottom=False)ax.tick_params(axis='x',labelsize=11,bottom=False,labelrotation=15)ax.set_xticks(x)ax.set_ylim(ymin = 0,ymax = 1800)ax.set_yticks(np.arange(0,1900,200))
ax.set_ylabel('(亿元)',fontdict=label_font)ax.set_xticklabels(labels,fontdict=label_font)#ax.legend(markerscale=10,fontsize=12,prop=legend_font)ax.legend(markerscale=10,fontsize=12)
# Add some text for labels, title and custom x-axis tick labels, etc.def autolabel(rects):    for rect in rects:        height = rect.get_height()        ax.annotate('{}'.format(height),                    xy=(rect.get_x() + rect.get_width() / 2, height),                    xytext=(0, 3),  # 3 points vertical offset                    textcoords="offset points",                    ha='center', va='bottom')autolabel(rects1)autolabel(rects2)fig.tight_layout()plt.savefig(r'E:Data_resoursesDataCharm 公众号Python学术图表绘制barplot05.png',dpi=600,bbox_inches = 'tight')

其中的labels、means_2006和means_2016 的值具体如下：

labels = ['生产总值', '第一产业增值', '第二产业增值', '第三产业增值', '工业增值', '建筑业增值']means_2006 = [494.19, 94.38, 208.92, 190.89, 172.2, 36.72]means_2016 = [1531.2, 192, 727.2, 612, 670.79, 87.5]

制作效果如下：

常用的图表处理工具有_处理图表的工具软件有哪些,0,0,0,0.0,0,0,0,,-_常用图表处理工具软件

如果大家觉得图的轴脊(spines)比较细，也可以通过如下代码进行更改：

linewidth = 2for spine in ['top','bottom','left','right']:    ax.spines[spine].set_linewidth(linewidth)

可以看到x轴的标签进行了自定义设置，同时也进行部分旋转，代码如下：

#设置坐标轴选旋转labelrotation=15ax.tick_params(axis='x',labelsize=11,bottom=False,labelrotation=15)#自定义x坐标轴标签ax.set_xticks(x)

这里使用了中文宋体，字体的调用也比较简单，详细可以查看代码，或者看我之前的文章。

上述的图表对一般的期刊图表要求基本可以满足，打印时的效果也还不错。当然也可以使用纹理填充，涉及的主要参数为hatch属性设置。主要绘图代码如下：

rects1 = ax.bar(x - width/2, means_2006, width, label='2006',ec='k',color='white',lw=.8,               hatch='...')rects2 = ax.bar(x + width/2 + .05, means_2016, width, label='2016',ec='k',color='white',                lw=.8,hatch='***')

这里color设置为’white’,边框颜色(edgecolor，ec)设置为’k’黑色，同时设置线宽lw=0.8,最后设置hatch 参数。结果如下：

处理图表的工具软件有哪些,0,0,0,0.0,0,0,0,,-_常用图表处理工具软件_常用的图表处理工具有

可接受的类型如下：

如果需要让图案更加密集，可以多输入‘……’或者‘//////’，具体的密度根据自己的绘图需求进行调整。需要注意的时，如果输入‘’，则需要进行转义处理，即输入’\’。下面绘制不同填充纹理，结果如下：

rects1 = ax.bar(x - width/2, means_2006, width, label='2006',ec='k',color='white',lw=.8,               hatch='.....')rects2 = ax.bar(x + width/2 + .05, means_2016, width, label='2016',ec='k',color='white',                lw=.8,hatch='//////')

常用图表处理工具软件_处理图表的工具软件有哪些,0,0,0,0.0,0,0,0,,-_常用的图表处理工具有

rects1 = ax.bar(x - width/2, means_2006, width, label='2006',ec='k',color='white',lw=.8,               hatch='----')rects2 = ax.bar(x + width/2 + .05, means_2016, width, label='2016',ec='k',color='white',                lw=.8,hatch='+++++')

处理图表的工具软件有哪些,0,0,0,0.0,0,0,0,,-_常用图表处理工具软件_常用的图表处理工具有

rects1 = ax.bar(x - width/2, means_2006, width, label='2006',ec='k',color='white',lw=.8,               hatch='xxxx')rects2 = ax.bar(x + width/2 + .05, means_2016, width, label='2016',ec='k',color='white',                lw=.8,hatch='oooo')

处理图表的工具软件有哪些,0,0,0,0.0,0,0,0,,-_常用图表处理工具软件_常用的图表处理工具有

rects1 = ax.bar(x - width/2, means_2006, width, label='2006',ec='k',color='white',lw=.8,               hatch='||||')rects2 = ax.bar(x + width/2 + .05, means_2016, width, label='2016',ec='k',color='white',                lw=.8,hatch='***')

常用图表处理工具软件_处理图表的工具软件有哪些,0,0,0,0.0,0,0,0,,-_常用的图表处理工具有

统计直方图hist绘制

部分论文中出现对一组数据进行统计不同区间内的数据个数，这就需要绘制统计直方图，下面就进行此图的绘制，所使用的方法为plt方法绘制，具体代码如下：

import pandas as pdimport numpy as npimport matplotlib.pyplot as plt 
from matplotlib.ticker import MultipleLocator, FormatStrFormatterplt.figure(figsize=(10,7))
bins = np.arange(0.0,1.6,0.1)
plt.hist(x=Nov_2017_data.values, bins=bins,color="#3F3F3F",alpha=0.85,edgecolor ='black',rwidth = 0.75)#,        #align = 'center')plt.xticks(np.arange(0,1.7,0.1))plt.yticks(np.arange(0.,1400,100))plt.xlim(0.0,1.6)plt.ylim(0.0,1300)
xminorLocator = MultipleLocator(0.05) #将x轴次刻度标签设置为0.05的倍数yminorLocator = MultipleLocator(50) #将此y轴次刻度标签设置为50的倍数ax=plt.gca()#设置次刻度标签的位置,没有标签文本格式ax.xaxis.set_minor_locator(xminorLocator)ax.yaxis.set_minor_locator(yminorLocator)
#设置边框显示与否ax.tick_params(direction='out',width=1.5,length=5,labelsize = 16) #默认为主刻度线ax.tick_params(which = 'minor',width = 1.1,length = 3.5)# 设置坐标刻度值的大小以及刻度值的字体#plt.tick_params(labelsize=23)labels = ax.get_xticklabels() + ax.get_yticklabels()[label.set_fontname('Times New Roman') for label in labels]

bwith =1.3# ax.spines['top'].set_color('red')  # 设置上‘脊梁’为红色# ax.spines['right'].set_color('none')  # 设置上‘脊梁’为无色
#去掉边框ax.spines['top'].set_visible(False)ax.spines['right'].set_visible(False)# ax.spines['bottom'].set_visible(False)# ax.spines['left'].set_visible(False)
ax.spines['bottom'].set_linewidth(bwith)ax.spines['left'].set_linewidth(bwith)# ax.spines['top'].set_linewidth(bwith)# ax.spines['right'].set_linewidth(bwith)
# 设置横纵坐标的名称以及对应字体格式font1 = {'family': 'Times New Roman',         'weight': 'extra bold',         'size': 25,         }plt.xlabel('Values', font1)plt.ylabel('Number of cases', font1)#添加文本plt.text(0.52,.9,'Period:November 2017',transform=ax.transAxes,         fontdict={'size': 23,'family': 'Times New Roman','weight': 'extra bold'})plt.savefig(r"P:DataCharm学术图标绘制hist.png",width=10,height = 7,dpi=900,bbox_inches='tight')plt.show()

主要涉及主次刻度及标签的设置，主要使用plt 方法绘制。结果如下：

处理图表的工具软件有哪些,0,0,0,0.0,0,0,0,,-_常用图表处理工具软件_常用的图表处理工具有

03. R patternplot

相对于Python-matplotlib 绘制填充纹理而言，R-patternplot 包则可以更加灵活方便的绘制各种类型图表的填充样式。patternplot软件包是用于在R中创建美观且内容丰富的饼图，环形图，条形图和箱形图的工具。它可以用颜色或纹理或png中的任何外部图像填充饼图，环形图，条形图和箱形图或jpeg格式。下面列举几个图表案例，具体内容可以参考网址：

library(patternplot)library(png)library(ggplot2)data <- read.csv(system.file("extdata", "vegetables.csv", package="patternplot"))#Example 1pattern.type<-c('hdashes', 'vdashes', 'bricks')pie1<-patternpie(group=data$group,pct=data$pct,label=data$label,                  label.size=4, label.color='black',label.distance=1.3,pattern.type=pattern.type,           pattern.line.size=c(10, 10, 2), frame.color='black',frame.size=1.5, pixel=12, density=c(8, 8, 10))pie1<-pie1+ggtitle('(A) Black and White with Patterns')#Example 2pattern.color<-c('red3','green3', 'white' )background.color<-c('dodgerblue', 'lightpink', 'orange')pie2<-patternpie(group=data$group,pct=data$pct,label=data$label, label.distance=1.3, pattern.type=pattern.type,           pattern.color=pattern.color,background.color=background.color,            pattern.line.size=c(10, 10, 2), frame.color='grey40',frame.size=1.5, pixel=12, density=c(8, 8, 10))pie2<-pie2+ggtitle('(B) Colors with Patterns')
library(gridExtra)grid.arrange(pie1,pie2,  nrow = 1)

常用的图表处理工具有_处理图表的工具软件有哪些,0,0,0,0.0,0,0,0,,-_常用图表处理工具软件

当然也可以以图片为底纹理：

library(patternplot)library(ggplot2)library(jpeg)Tomatoes <-  readJPEG(system.file("img", "tomatoes.jpg", package="patternplot"))Peas <- readJPEG(system.file("img", "peas.jpg", package="patternplot"))Potatoes <-  readJPEG(system.file("img", "potatoes.jpg", package="patternplot"))
#Example 1data <- read.csv(system.file("extdata", "vegetables.csv", package="patternplot"))pattern.type<-list(Tomatoes,Peas,Potatoes)imagepie(group=data$group,pct=data$pct,label=data$label,pattern.type=pattern.type,         label.distance=1.3,frame.color='burlywood4', frame.size=0.8, label.size=6,         label.color='forestgreen')+ggtitle('Pie Chart with Images')

常用的图表处理工具有_常用图表处理工具软件_处理图表的工具软件有哪些,0,0,0,0.0,0,0,0,,-

还有其他样式：

处理图表的工具软件有哪些,0,0,0,0.0,0,0,0,,-_常用图表处理工具软件_常用的图表处理工具有

处理图表的工具软件有哪些,0,0,0,0.0,0,0,0,,-_常用的图表处理工具有_常用图表处理工具软件

更多案例，大家可以自己去官网进行查看。

04. 总结

python-matplotlib绘制纹理填充的学术性柱状图以及统计直方图绘制过程整体上不难，主要还是细节设置，此外，本推文也使用 plt 方法进行绘制。同时也可以看到 R 在绘制图表上的功能完善性(有各种拓展包用于不同类型图表绘制)，如绘制纹理填充方面，patternplot包就非常实用。学术图表绘制需要准备较多的素材数据，更新难免有所缓慢，但会坚持下去。自己能力有限，难免会有出错，如发现可以后台留言或进群讨论。

为了大家更好的学习交流，DataCharm的学习交流群已经建立，由于群的二维码连接易失效，可以通过扫面下方二维码，添加本人微信，做自我介绍啊，要不然我都不知道是谁

。我拉你入群

。

处理图表的工具软件有哪些,0,0,0,0.0,0,0,0,,-_常用图表处理工具软件_常用的图表处理工具有