Python数据分析--斜率图

原创

MiaoGIS

发布于 2022-04-22 10:59:50

1K0

发布于 2022-04-22 10:59:50

文章被收录于专栏：Python in AI-IOT

最近阅读学习了林骥老师的《数据化分析 Python 实战》,书中讲好的技能应该刻意的练习，而不是简单的重复。

学习林骥老师的数据可视化的每种图表时，原来代码略微修改，使其适用于自己工作业务中的数据可视化。

林骥老师将数据可视化分析源代码分享在他的GitHub空间https://github.com/linjiwx/mp

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。

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。

数据如下：

year	PM2.5	PM10	SO2	NO2	O3	CO
2017	72.17396877	132.7863806	21.47354929	54.11512468	65.71172221	1.205715451
2018	56.83333333	125.75	19.125	65.45833333	30.29166667	0.92375

代码如下：

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

# 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'}
# 数据源路径
filepath='./data/air.xlsx'


df = pd.read_excel(filepath,0, index_col='year',dtype=np.float16)

category_names = df.columns
labels = df.index.map(str).to_list()
data = df.values

fig, axes=plt.subplots(2,3,figsize=(4, 6))

fig.set_facecolor('w')
 
axes=axes.flatten()
# 画斜率图
radio=((data[1]-data[0])/data[0]).round(2)
for i, ax,name in zip(np.arange(len(df.columns)), axes,df.columns):
    ax.set_facecolor('w')
    ax.set_title('\n郑州市2017-2018年空气污染因子'+name+'对比\n', fontsize=16,  color=c['深灰色'])
    color=c['深灰色']
    if(np.abs(radio[i])>0.20):
        
        color=c['橙色'] if(radio[i])>0 else c['蓝色']
    
    ax.plot(labels, df.iloc[:, i], marker='o', color=color)
    trend='加重' if(radio[i]>0) else '减轻'
    ax.margins(y=0.2)
    # 设置数据标签及其文字颜色
    ax.text(-0.03, df.iloc[0, i],  '{:.2f}'.format(df.iloc[0, i]), ha='right', va='center', color=color, fontsize=16)
    ax.text(1.06, df.iloc[1, i], '{:.2f}'.format(df.iloc[1, i]), ha='left', va='center', color=color, fontsize=16)
    ax.text(0.5, df.iloc[1, i], trend+'{:.0%}'.format(np.abs(radio[i])), ha='left', va='center', color=color, fontsize=16)

    
    ax.set_ylim(0, df.iloc[:, i].max()*1.20)

    ax.yaxis.set_visible(False)
    ax.xaxis.set_visible(False)

    ax.spines['left'].set_visible(False)
    ax.spines['right'].set_visible(False)
    ax.spines['top'].set_visible(False)
    ax.spines['bottom'].set_visible(False)
 
fig.tight_layout()
plt.show()

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

python