作者 | 俊欣
一般在
Python
當中，我們用於繪製圖表的模組最基礎的可能就是
matplotlib
了，今天小編分享幾個用該模組進行視覺化製作的技巧，幫助你繪製出更加
高質量
的圖表。
同時本篇文章的第二部分是用
Python
來製作視覺化動圖，讓你更加清楚的瞭解到資料的走勢
資料集的匯入
最開始，我們先匯入資料集，並且匯入我們需要用到的庫
import pandas as pd
import matplotlib。pyplot as plt
plt。style。use（“seaborn-darkgrid”）
# 讀取資料
aapl = pd。read_csv（“AAPL。csv”）
print（aapl。head（））
output
Date Open High 。。。 Close Adj Close Volume
0 2021-9-30 143。660004 144。380005 。。。 141。500000 141。293793 88934200
1 2021-10-1 141。899994 142。919998 。。。 142。649994 142。442108 94639600
2 2021-10-4 141。759995 142。210007 。。。 139。139999 138。937225 98322000
3 2021-10-5 139。490005 142。240005 。。。 141。110001 140。904358 80861100
4 2021-10-6 139。470001 142。149994 。。。 142。000000 141。793060 83221100
簡單的折線圖
上面的程式碼我們用到的是“蘋果”公司2021年的9月31日到12月31日的
股價走勢
，我們先來簡單的畫一張折線圖，程式碼如下
plt。figure（figsize=（12，6））plt。plot（aapl［
“Close”
］）
output
上面的折線圖看著就有點
單調和簡單
，我們就單單隻可以看到資料的走勢，除此之外就沒有別的收穫，我們甚至都不知道這條折線所表示的意義，因為接下來我們來進行一系列的最佳化
新增標題以及設定Y軸標籤
第一步我們先給圖表新增標題以及給X軸、Y軸
設定標籤
，程式碼如下
plt。figure（figsize=（12，6））plt。plot（aapl［“Close”］）
# 新增標題和給Y軸打上標記
plt。ylabel（“Closing Price”， fontsize=15） ## 收盤價plt。title（“Apple Stock Price”， fontsize=18） ## 標題：蘋果公司股價
output
再新增一個Y軸
現有的這個Y軸代表的是收盤價，要是我們還想再往圖表當中新增另外一列的資料，該資料的數值範圍和已有的收盤價的
數值範圍不同
，如果放在一起，繪製出來的圖表可不好看，如下
plt。figure（figsize=（12，6））plt。plot（aapl［“Close”］）
# 第二根折線圖
plt。plot（aapl［“Volume”］）
# Y軸的名稱和標記
plt。ylabel（“Closing Price”， fontsize=15）plt。title（“Apple Stock Price”， fontsize=18）
output
可以看到我們代表股價的那條藍線變成了水平的直線，由於它的數值範圍和“Volume”這一列當中的資料，
數值範圍差了不少
，因此我還需要一個Y軸，來代表“Volume”這一列資料的走勢，程式碼如下
fig， ax1 = plt。subplots（figsize=（12，6））
# 第二個Y軸的標記
ax2 = ax1。twinx（）
ax1。plot（aapl［“Close”］）ax2。plot（aapl［“Volume”］， color=“r”）
# 新增標題和Y軸的名稱，有兩個Y軸
ax1。set_ylabel（“Closing Price”， fontsize=15）ax2。set_ylabel（“Volume”， fontsize=15）plt。title（“Apple Stock Price”， fontsize=18）
output
上面的程式碼我們透過twinx（）方法再來新建一個Y軸物件，然後對應的資料是Volume這一列當中的資料，而給Y軸標記的方式也從上面的plt。ylabel（）變成了ax。set_ylabel（）
新增圖例
接下來給繪製好的圖表新增圖例，不同的折線代表的是不同的資料，程式碼如下
fig， ax1 = plt。subplots（figsize=（12，6））
# 第二個Y軸
ax2 = ax1。twinx（）
ax1。plot（aapl［“Close”］）ax2。plot（aapl［“Volume”］， color=“r”）
# 設定Y軸標籤和標題
ax1。set_ylabel（“Closing Price”， fontsize=15）ax2。set_ylabel（“Volume”， fontsize=15）plt。title（“Apple Stock Price”， fontsize=18）
# 新增圖例
ax1。legend（［“Closing price”］， loc=2， fontsize=12）ax2。legend（［“Volume”］， loc=2， bbox_to_anchor=（0， 0。9）， fontsize=12）
output
在plt。legend（）方法當中的loc引數代表的是圖例的位置，2代表的是左上方，具體的大家可以透過下面的連結來查閱
https：//matplotlib。org/stable/api/_as_gen/matplotlib。pyplot。legend。html
將網格線去除掉
有時候我們感覺圖表當中的網格線有點礙眼，就可以將其去掉，程式碼如下
fig， ax1 = plt。subplots（figsize=（12，6））
# 第二個Y軸
ax2 = ax1。twinx（）
ax1。plot（aapl［“Close”］）ax2。plot（aapl［“Volume”］， color=“r”）
# 設定Y軸標籤和標題
ax1。set_ylabel（“Closing Price”， fontsize=15）ax2。set_ylabel（“Volume”， fontsize=15）plt。title（“Apple Stock Price”， fontsize=18）
# 新增圖例
ax1。legend（［“Closing price”］， loc=2， fontsize=12）ax2。legend（［“Volume”］， loc=2， bbox_to_anchor=（0， 0。9）， fontsize=12）
# 去掉網格線
ax1。grid（False）
ax2。grid（False）
output
這樣出來的圖表是不是看著順眼多了呢？！
在圖表當中新增一些文字
有時候我們也想在圖表當中
新增一些文字
，可以是註釋也可以是一些讚美性的語言，可以透過程式碼來實現，如下
fig， ax1 = plt。subplots（figsize=（12，6））
# 第二個Y軸
ax2 = ax1。twinx（）
ax1。plot（aapl［“Close”］）ax2。plot（aapl［“Volume”］， color=“r”）
# 設定Y軸標籤和標題
ax1。set_ylabel（“Closing Price”， fontsize=15）ax2。set_ylabel（“Volume”， fontsize=15）plt。title（“Apple Stock Price”， fontsize=18）
# 新增圖例
ax1。legend（［“Closing price”］， loc=2， fontsize=12）ax2。legend（［“Volume”］， loc=2， bbox_to_anchor=（0， 0。9）， fontsize=12）
# 去掉網格線
ax1。grid（False）
ax2。grid（False）
date_string = datetime。strptime（“2021-10-31”， “%Y-%m-%d”）
# 新增文字
ax1。text（
date_string， ## 代表的是新增的文字的位置
170，
“Nice plot！”， ## 新增的文字的內容
fontsize=18， ## 文字的大小 color=“green”## 顏色）
output
圖表當中的中文顯示
在上面的圖表當中，無論是標題還是註釋或者是圖例，都是英文的，我們需要往裡面新增中文的內容時候，還需要新增下面的程式碼
plt。rcParams［‘font。sans-serif’］ = ［‘SimHei’］
fig， ax1 = plt。subplots（figsize=（12，6））
# 第二個Y軸
ax2 = ax1。twinx（）
ax1。plot（aapl［“Close”］）ax2。plot（aapl［“Volume”］， color=“r”）
# 設定Y軸標籤和標題
ax1。set_ylabel（“收盤價”， fontsize=15）ax2。set_ylabel（“成交量”， fontsize=15）plt。title（“蘋果公司股價走勢”， fontsize=18）
# 新增圖例
ax1。legend（［“Closing price”］， loc=2， fontsize=12）ax2。legend（［“Volume”］， loc=2， bbox_to_anchor=（0， 0。9）， fontsize=12）
# 去掉網格線
ax1。grid（False）
ax2。grid（False）
# 新增文字
ax1。text（
date_string，
170，
“畫的漂亮”，
fontsize=18，
color=“green”）
output
這樣全域性的字型都被設定成了“黑體”，文字內容都是用中文來顯示
X軸/Y軸上刻度字型的大小
我們還可以給X軸/Y軸新增邊框，以及邊框的粗細也可以透過程式碼來進行調整，如下
plt。rcParams［
“axes。edgecolor”
］ =
“black”
plt。rcParams［
“axes。linewidth”
］ = 2
同時我們還可以對X軸以及Y軸上面的刻度，它們的字型大小進行設定，程式碼如下
# tick size
ax1。tick_params（axis=‘both’， which=‘major’， labelsize=13）ax2。tick_params（axis=‘both’， which=‘major’， labelsize=13）
output
出來的圖表是不是比一開始的要好很多呢？
製作動圖
接下來給大家介紹一個製作動圖的
Python
庫，
bar_chart_race
，只需要簡單的幾行程式碼，就可以製作出隨著時間變化的直方圖動圖，程式碼如下
import bar_chart_race as bcr
import pandas as pd
# 生成GIF影象
df = pd。read_csv（‘covid19_tutorial。csv’， index_col=index_col，
parse_dates=parse_dates）
bcr。bar_chart_race（df， ‘covid19_tutorial_horiz。gif’）
output
大家若是感興趣，可以登上它的官網
https：//www。dexplo。org/bar_chart_race/
來了解更多如何使用該模組來製作
Python
視覺化動圖的案例
瓜分6666元現金紅包！領取8%+理財券，每日限額3000份！