从零开始学Python数据分析【17】-- matplotlib(面积图)

我们之前写过一篇文章是关于折线图的可视化《从零开始学Python【14】—matplotlib(折线图)》，一般来说，折线图表达的思想是研究某个时间序列的趋势。往往一条折线图可以根据某个分组变量进行拆分，比如今年的销售额可以拆分成各个事业线的贡献；流量可以拆分为各个渠道；物流总量可以拆分为公路运输、铁路运输、海运和空运。按照这个思路可以将一条折线图拆分成 多条折线图，直观的发现各个折线图的趋势，但遗憾的是不能得知总量的趋势。为了解决这个问题，我们可以借助matplotlib中的stackplot函数绘制面积图来直观表达分组趋势和总量趋势。

stackplot函数语法及参数含义

stackplot(x,*args,**kargs)

x指定面积图的x轴数据
*args为可变参数，可以接受任意多的y轴数据，即各个拆分的数据对象
**kargs为关键字参数，可以通过传递其他参数来修饰面积图，如标签、颜色

可用的关键字参数：

labels:以列表的形式传递每一块面积图包含的标签，通过图例展现

colors:设置不同的颜色填充面积图

案例分享

以我国2017年的物流运输量为例，来对比绘制折线图和面积图。这里将物流运输量拆分成公路运输、铁路运输和水路运输，绘图的对比代码见下方所示：

# ========== Python3 + Jupyter ========== #
# 导入第三方模块
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 设置图形的显示风格
plt.style.use('ggplot')
# 设置中文和负号正常显示
plt.rcParams['font.sans-serif'] = 'Microsoft YaHei'
plt.rcParams['axes.unicode_minus'] = 


    
False

# 读取数据
transport = pd.read_excel('transport.xls')
# 窥探数据框的前5行
transport.head()

# 折线图的x变量值，即Jan（一月份）到Aug（八月份）8个值
N = np.arange(transport.shape[1]-1)

# 绘制拆分的折线图 
labels = transport.Index
channel = transport.columns[1:]

for i in range(transport.shape[0]):
    plt.plot(N, # x坐标
             transport.loc[i,'Jan':'Aug'], # y坐标
             label = labels[i], # 添加标签
             marker = 'o', # 给折线图添加圆形点
             linewidth = 2 # 设置线的宽度
            )

# 添加标题和坐标轴标签
plt.title('2017年各运输渠道的运输量')
plt.ylabel('运输量(万吨)')
# 修改x轴的刻度标签
plt.xticks(N,channel)

# 剔除图框上边界和右边界的刻度
plt.tick_params(top = 'off', right = 'off')

# 显示图例（即显示label的效果）   
plt.legend(loc = 'best')   
# 显示图形
plt.show()

这就是绘制分组的折线图思想，虽然折线图能够反映各个渠道的运输量随月份的波动趋势，但无法观察到1月份到8月份的各自总量。接下来我们看看面积图的展现。

x = N
# 将铁路运输、公路运输和水路运输各月的值提取出来，存储到y1~y3
# 千万千万记得，提取出数据框的一列时，需要将序列的数据类型进行强制转换，否则会报错
y1 = transport.loc[0,'Jan':'Aug'].astype('int')
y2 = transport.loc[1,'Jan':'Aug'].astype('int')
y3 = transport.loc[2,'Jan':'Aug'].astype('int')

# 定义各区块面积的含义
colors = ['#ff9999','#9999ff','#cc1234']

# 绘制面积图
plt.stackplot(x, # x轴
              y1,y2,y3, # 可变参数，接受多个y
              labels = labels, # 定义各区块面积的含义
              colors = colors # 设置各区块的填充色
             )

# 添加标题和坐标轴标签
plt.title('2017年各运输渠道的运输量')
plt.ylabel('累积运输量(万吨)')

# 修改x轴的刻度
plt.xticks(N,channel)

# 剔除图框上边界和右边界的刻度
plt.tick_params(top = 'off', right = 'off'


    
)

# 显示图例（即显示labels的效果）  
plt.legend(loc = 'upper left')
# 显示图形
plt.show()