作者：Vamei 出处：http://www.cnblogs.com/vamei 欢迎转载，也请保留这段声明。谢谢！

 

是基于numpy的一套Python工具包。这个包提供了丰富的数据绘图工具，主要用于绘制一些统计图形。你可以找到很多各式各样的：

 

通过数据绘图，我们可以将枯燥的数字转换成容易被人们接受的图表，从而让人留下更加深刻的印象。实际上，早在一百多年前，就曾经用统计图形来说服英国政府，以改善军队的卫生状况。

我们将以GDP数据为例子，看看如何绘制经典的饼图和条形图。

 

数据

下面是我们要使用的数据，为2011年GDP前十的国家以及其具体的GDP：

USA        15094025China      11299967India       4457784Japan       4440376Germany     3099080Russia      2383402Brazil      2293954UK          2260803France      2217900Italy       1846950

 

饼图

我们先来绘制饼图 (pie plot)。饼图适用于表达各个国家GDP所占的百分比。每一小块的面积代表了占比的多少：

具体代码如下，可以看到我们主要使用了matplotlib.pyplot工具包：

# Make a pie chart# This script is written by Vamei, http://www.cnblogs.com/vamei# you may freely use it.import matplotlib.pyplot as plt# quants: GDP# labels: country namelabels   = []quants   = []# Read datafor line in file('../data/major_country_gdp'):    info = line.split()    labels.append(info[0])    quants.append(float(info[1]))# make a square figureplt.figure(1, figsize=(6,6))# For China, make the piece explode a bitdef explode(label, target='China'):    if label == target: return 0.1    else: return 0expl = map(explode,labels)# Colors used. Recycle if not enough.colors  = ["pink","coral","yellow","orange"]# Pie Plot# autopct: format of "percent" string;plt.pie(quants, explode=expl, colors=colors, labels=labels, autopct='%1.1f%%',pctdistance=0.8, shadow=True)plt.title('Top 10 GDP Countries', bbox={
    'facecolor':'0.8', 'pad':5})plt.show()

 

条形图

下面我们尝试一下条形图(bar plot)。用每个长条的高度代表每个国家的GDP，长条越高，GDP值越高：

代码如下：

"""Make a pie chartThis script is written by Vamei, http://www.cnblogs.com/vameiyou may freely use it."""import matplotlib.pyplot as pltimport numpy as np# quants: GDP# labels: country namelabels   = []quants   = []# Read datafor line in file('../data/major_country_gdp'):    info = line.split()    labels.append(info[0])    quants.append(float(info[1]))width = 0.4ind = np.linspace(0.5,9.5,10)# make a square figurefig = plt.figure(1, figsize=(12,6))ax  = fig.add_subplot(111)# Bar Plotax.bar(ind-width/2,quants,width,color='coral')# Set the ticks on x-axisax.set_xticks(ind)ax.set_xticklabels(labels)# labelsax.set_xlabel('Country')ax.set_ylabel('GDP (Billion US dollar)')# titleax.set_title('Top 10 GDP Countries', bbox={
    'facecolor':'0.8', 'pad':5})plt.show()

该代码中我们利用了ax对象，以便控制刻度以及刻度所对应的国家名。这与我们在pie plot所做的有些不同(pie plot也可以这样实现，只是没有必要而已)。

 

从两个图上看，亚洲国家的GDP还是很厉害的。西方的话就是美国一枝独秀了。

 

总结

我们演示了饼图和条性图的绘制方法。matplotlib是一款功能强大的数据绘图工具，非常值得学习。