Python

2023-09-20 17:12| 来源: 网络整理| 查看: 265

01. 引言

柱状图或条形图在学术论文中使用的频率还是很大的，图中需要以不同颜色对不同数据进行区分，但当涉及黑白打印时，色彩颜色的区别度较小，导致难以理解，因此需要绘制黑灰颜色或者黑白阴影的柱状图或者条形图，下面就具体介绍使用Python-matplotlib 的实现过程。

02. 可视化绘制

matplotlib绘制这种柱状图或者条形图还是比较简单的，主要涉及的知识点就是ax.bar()方法的应用，首先进行黑灰颜色柱状图的绘制，具体代码如下：

plt.rcParams['font.family'] = ['Times New Roman'] fig,ax = plt.subplots(1,1,figsize=(7,4.5),dpi=200) labels = [i for i in bar_01.columns[2:]] x = np.arange(len(labels)) # the label locations width = 0.35 # the width of the bars label_font = { 'weight':'bold', 'size':14, 'family':'simsun' } rects1 = ax.bar(x - width/2, means_2006, width, label='2006',ec='k',color='white',lw=.8 ) rects2 = ax.bar(x + width/2 + .05, means_2016, width, label='2016',ec='k',color='white', lw=.8) # rects2 = ax.bar(x + width/2 + .05, means_2016, width, label='2016',ec='k',color='k', # lw=.8,alpha=.8) ax.tick_params(which='major',direction='in',length=5,width=1.5,labelsize=11,bottom=False) ax.tick_params(axis='x',labelsize=11,bottom=False,labelrotation=15) ax.set_xticks(x) ax.set_ylim(ymin = 0,ymax = 1800) ax.set_yticks(np.arange(0,1900,200)) ax.set_ylabel('(亿元)',fontdict=label_font) ax.set_xticklabels(labels,fontdict=label_font) #ax.legend(markerscale=10,fontsize=12,prop=legend_font) ax.legend(markerscale=10,fontsize=12) # Add some text for labels, title and custom x-axis tick labels, etc. def autolabel(rects): for rect in rects: height = rect.get_height() ax.annotate('{}'.format(height), xy=(rect.get_x() + rect.get_width() / 2, height), xytext=(0, 3), # 3 points vertical offset textcoords="offset points", ha='center', va='bottom') autolabel(rects1) autolabel(rects2) fig.tight_layout() plt.savefig(r'E:\Data_resourses\DataCharm 公众号\Python\学术图表绘制\barplot05.png',dpi=600,bbox_inches = 'tight')

其中的labels、means_2006和means_2016 的值具体如下：

labels = ['生产总值', '第一产业增值', '第二产业增值', '第三产业增值', '工业增值', '建筑业增值'] means_2006 = [494.19, 94.38, 208.92, 190.89, 172.2, 36.72] means_2016 = [1531.2, 192, 727.2, 612, 670.79, 87.5]

制作效果如下：

如果大家觉得图的轴脊(spines)比较细，也可以通过如下代码进行更改：

linewidth = 2 for spine in ['top','bottom','left','right']: ax.spines[spine].set_linewidth(linewidth)

可以看到x轴的标签进行了自定义设置，同时也进行部分旋转，代码如下：

#设置坐标轴选旋转labelrotation=15 ax.tick_params(axis='x',labelsize=11,bottom=False,labelrotation=15) #自定义x坐标轴标签 ax.set_xticks(x)

这里使用了中文宋体，字体的调用也比较简单，详细可以查看代码，或者看我之前的文章Python-matplotlib 学术散点图完善。

上述的图表对一般的期刊图表要求基本可以满足，打印时的效果也还不错。当然也可以使用纹理填充，涉及的主要参数为hatch 属性设置。主要绘图代码如下：

rects1 = ax.bar(x - width/2, means_2006, width, label='2006',ec='k',color='white',lw=.8, hatch='...') rects2 = ax.bar(x + width/2 + .05, means_2016, width, label='2016',ec='k',color='white', lw=.8,hatch='***')

这里color设置为'white',边框颜色(edgecolor，ec)设置为'k'黑色，同时设置线宽lw=0.8,最后设置hatch 参数。结果如下：

可接受的类型如下：

如果需要让图案更加密集，可以多输入‘......’或者‘//////’，具体的密度根据自己的绘图需求进行调整。需要注意的时，如果输入‘\’，则需要进行转义处理，即输入'\\'。下面绘制不同填充纹理，结果如下：

rects1 = ax.bar(x - width/2, means_2006, width, label='2006',ec='k',color='white',lw=.8, hatch='.....') rects2 = ax.bar(x + width/2 + .05, means_2016, width, label='2016',ec='k',color='white', lw=.8,hatch='//////')

rects1 = ax.bar(x - width/2, means_2006, width, label='2006',ec='k',color='white',lw=.8, hatch='----') rects2 = ax.bar(x + width/2 + .05, means_2016, width, label='2016',ec='k',color='white', lw=.8,hatch='+++++')

rects1 = ax.bar(x - width/2, means_2006, width, label='2006',ec='k',color='white',lw=.8, hatch='xxxx') rects2 = ax.bar(x + width/2 + .05, means_2016, width, label='2016',ec='k',color='white', lw=.8,hatch='oooo')

rects1 = ax.bar(x - width/2, means_2006, width, label='2006',ec='k',color='white',lw=.8, hatch='||||') rects2 = ax.bar(x + width/2 + .05, means_2016, width, label='2016',ec='k',color='white', lw=.8,hatch='***')

统计直方图hist绘制

部分论文中出现对一组数据进行统计不同区间内的数据个数，这就需要绘制统计直方图，下面就进行此图的绘制，所使用的方法为plt 方法绘制，具体代码如下：

import pandas as pd import numpy as np import matplotlib.pyplot as plt from matplotlib.ticker import MultipleLocator, FormatStrFormatter plt.figure(figsize=(10,7)) bins = np.arange(0.0,1.6,0.1) plt.hist(x=Nov_2017_data.values, bins=bins,color="#3F3F3F",alpha=0.85,edgecolor ='black',rwidth = 0.75)#, #align = 'center') plt.xticks(np.arange(0,1.7,0.1)) plt.yticks(np.arange(0.,1400,100)) plt.xlim(0.0,1.6) plt.ylim(0.0,1300) xminorLocator = MultipleLocator(0.05) #将x轴次刻度标签设置为0.05的倍数 yminorLocator = MultipleLocator(50) #将此y轴次刻度标签设置为50的倍数 ax=plt.gca() #设置次刻度标签的位置,没有标签文本格式 ax.xaxis.set_minor_locator(xminorLocator) ax.yaxis.set_minor_locator(yminorLocator) #设置边框显示与否 ax.tick_params(direction='out',width=1.5,length=5,labelsize = 16) #默认为主刻度线 ax.tick_params(which = 'minor',width = 1.1,length = 3.5) # 设置坐标刻度值的大小以及刻度值的字体 #plt.tick_params(labelsize=23) labels = ax.get_xticklabels() + ax.get_yticklabels() [label.set_fontname('Times New Roman') for label in labels] bwith =1.3 # ax.spines['top'].set_color('red') # 设置上‘脊梁’为红色 # ax.spines['right'].set_color('none') # 设置上‘脊梁’为无色 #去掉边框 ax.spines['top'].set_visible(False) ax.spines['right'].set_visible(False) # ax.spines['bottom'].set_visible(False) # ax.spines['left'].set_visible(False) ax.spines['bottom'].set_linewidth(bwith) ax.spines['left'].set_linewidth(bwith) # ax.spines['top'].set_linewidth(bwith) # ax.spines['right'].set_linewidth(bwith) # 设置横纵坐标的名称以及对应字体格式 font1 = {'family': 'Times New Roman', 'weight': 'extra bold', 'size': 25, } plt.xlabel('Values', font1) plt.ylabel('Number of cases', font1) #添加文本 plt.text(0.52,.9,'Period:November 2017',transform=ax.transAxes, fontdict={'size': 23,'family': 'Times New Roman','weight': 'extra bold'}) plt.savefig(r"P:\DataCharm\学术图标绘制\hist.png",width=10,height = 7,dpi=900,bbox_inches='tight') plt.show()

主要涉及主次刻度及标签的设置，主要使用plt 方法绘制。结果如下：

03. R patternplot

相对于Python-matplotlib 绘制填充纹理而言，R-patternplot 包则可以更加灵活方便的绘制各种类型图表的填充样式。patternplot软件包是用于在R中创建美观且内容丰富的饼图，环形图，条形图和箱形图的工具。它可以用颜色或纹理或png中的任何外部图像填充饼图，环形图，条形图和箱形图或jpeg格式。下面列举几个图表案例，具体内容可以参考网址：https://cran.rproject.org/web/packages/patternplot/vignettes/patternplot-intro.html

library(patternplot) library(png) library(ggplot2) data

【本文地址】

Python

Python

今日新闻

推荐新闻