创建数据可视化图表：柱状图与折线图结合

在数据分析和展示中，经常需要将数据可视化呈现，以便更直观地理解数据背后的趋势和关联关系。本篇文章将介绍如何使用 Python 中的 Pandas 和 Matplotlib 库创建一个柱状图与折线图结合的数据可视化图表。

准备工作

首先，我们需要导入必要的库，并读取我们的数据源，这里使用了 Pandas 库来读取 Excel 文件，Matplotlib 则用于绘制图表。

import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.family'] = ['SimHei']  # 指定中文字体为黑体

# 读取Excel文件
df = pd.read_excel('新建 XLSX 工作表.xlsx', sheet_name='Sheet3')

数据处理与准备

在这一部分，我们会对数据进行处理，并准备好需要用到的数据。具体操作包括设置 x 轴的位置和准备子图等。

# 设置x轴的位置
x = df.index
# 创建画布和子图
fig, ax1 = plt.subplots()

绘制柱状图和折线图

接下来，我们将绘制柱状图和折线图，并添加相应的数据标签和图例。

# 绘制柱状图
ax1.bar(x, df['销售数量'], label='销售数量', color='skyblue', width=0.4)

# 添加数据标签
for i, v in enumerate(df['销售数量']):
    ax1.text(i, v + 3, str(v), ha='center', va='bottom', fontsize=8)

服务器托管网# 绘制折线图
ax1.plot(x, df['销售数量2'], color='lightgreen', marker='o', linestyle='-', linewidth=2)

# 添加折线图数据标签
for i, v in enumerate(df['销售数量2']):
    ax1.text(i, v + 3, str(v), ha='center', va='bottom', color='g', fontsize=8)

图表美化和展示

最后，我们对图表进行美化，包括添加标签、标题、图例以及设置坐标轴刻度标签字体大小等，并展示最终的图形。

# 添加标签和标题
ax1.set_xlabel('店铺名称', fontsize=10)
ax1.set_ylabel('销售数量/销售数量2', fontsize=10)
ax1.set_title('销售数量与销售数量2对比', fontsize=12)
ax1.set_xticks(x)
ax1.set_xticklabels(df['店铺名称'], rotation=0, ha='right')
ax1.legend(['销售数量', '销售数量2'], loc='upper left')

# 设置坐标轴刻度标签字体大小
ax1.tick_params(axis='both', which='major', labelsize=8)

# 增加网格线
ax1.grid(axis='y', linestyle='--', alpha=0.7)

# 显示图形
plt.show()

通过以上步骤，我们成功创建了一个柱状图与折线图结合的数据可视化图表。

图表效果图展示

完整代码:

import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.family'] = ['SimHei']  # 指定中文字体为黑体

# 读取Excel文件
df = pd.read_excel(r'C:Usersliuchunlin2Desktop新建文件夹新建 XLSX 工作表.xlsx', sheet_name='Sheet3')

# 设置x轴的位置
x = df.index

# 创建画布和子图
fig, ax1 = plt.subplots()

# 绘制柱状图
ax1.bar(x, df['销售数量'], label='销售数量', color='skyblue', width=0.4)

# 添加数据标签
for i, v in enumerate(df['销售数量']):
    ax1.text(i, v + 3, str(v), ha='center', va='bottom', fontsize=8)

# 绘制折线图
ax1.plot(x, df['销售数量2'], color='lightgreen', marker='o', linestyle='-', linewidth=2)

# 添加折线图数据标签
for i, v in enumerate(df['销售数量2']):
    ax1.text(i, v + 3, str(v), ha='center', va='bottom', color='g', fontsize=8)

# 添加标签和标题
ax1.set_xlabel('店铺名称', fontsize=10)
ax1.set_ylabel('销售数量/销售数量2', fontsize=10)
ax1.set_title('销售数量与销售数量2对比', fontsize=12)
ax1.set_xticks(x)
ax1.set_xticklabels(df['店铺名称'], rotation=0, ha='right')
ax1.legend(['销售数量', '销售数量2'], loc='upper left')

# 设置坐标轴刻度标签字体大小
ax1.tick_params(axis='both', which='major', labelsize=8)

# 增加网格线
ax1.grid(axis='y', linestyle='--', alpha=0.7)

# 显示图形
plt.show()

服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
机房租用，北京机房租用，服务器托管网IDC机房托管， http://www.fwqtg.net

相关推荐: 文心一言 VS 讯飞星火 VS chatgpt （106）– 算法导论10.1 4题

四、用go语言，重写 ENQUEUE 和 DEQUEUE 的代码，使之能处理队列的下溢和上溢。文心一言：在 Go 语言中，我们可以使用切片来实现队列。下面是如何实现 ENQUEUE 和 DEQUEUE 操作，同时处理队列的下溢和上溢的情况： package…

Python 利用pandas和matplotlib绘制柱状折线图