在日常工作中，枯燥的文字说明常常会令人望而却步，不如格式规范的表格容易让人接受，但通俗易懂的图表更会让人耳目一新，赏心悦目。本文主要一个简单的小例子，简述Python利用Matplotlib实现数据可视化的相关应用，仅供学习分享使用，如有不足之处，还请指正。
示例场景
当前公司人员冗余，需要裁掉两名实习生，但是具体裁掉哪一位，领导稍显为难，举棋不定。关于两名实习生的一年销售额业绩，如下表所示：
那到底哪一位实习生的销售业绩，及未来潜力更好呢？让我们通过可视化的方式进行对比。
引入模块包
工欲善其事必先利其器，要进行数据分析和可视化，首先是引入pandas模块和matplotlib模块，如下所示：
1. import pandas as pd 2. from matplotlib import pyplot as plt
读取数据
不管是哪一种图表方式，第一步都是先读取数据，本次读取数据主要通过pandas进行数据处理，如下所示：
1. # pandas 读取Excel，默认返回DataFrame类型，<class 'pandas.core.frame.DataFrame'>，属于二维列表 2. data = pd.read_excel('test.xls', sheet_name=0) 3. # print(type(data)) 4. # print(data)
数据读取到内存中，是一个二维列表，数据类型为pandas.core.frame.DataFrame，是pandas中的数据类型，如下所示：
折线图
Matplotlib主要通过plot方法绘制折线图，如下所示：
1. plt.rcParams['font.family'] = ['sans-serif'] 2. plt.rcParams['font.sans-serif'] = ['SimHei'] 3. figure = plt.figure(figsize=(12, 6)) 4. plt.title('销售额对比图') # 标题 5. x = data['月份'] # x为一维列表，数据类型： <class 'pandas.core.series.Series'> 6. y1 = data['张三'] # 张三销售额 7. y2 = data['李四'] # 李四销售额 8. # print(type(x)) 9. plt.plot(x,y1) # 基础折线图，采用描点连线的方式绘制 10. plt.plot(x,y2) 11. plt.show() # 弹出框展示
简单设置后，生成的折线图，如下所示：
通过上图可以看出两位实习生的销售额趋势，孰优孰劣，但是上图略显粗糙，有一些地方表达差强人意，如：x轴，y轴的说明，两条线分别代表什么，需要更加细致的设置，如下所示：
1. plt.rcParams['font.family'] = ['sans-serif'] 2. plt.rcParams['font.sans-serif'] = ['SimHei'] 3. figure = plt.figure(figsize=(12, 6)) 4. plt.title('销售额对比图') 5. x = data['月份'] # x为一维列表，数据类型： <class 'pandas.core.series.Series'> 6. y1 = data['张三'] # 张三销售额 7. y2 = data['李四'] # 李四销售额 8. # print(type(x)) 9. plt.xlabel('月份') # x轴说明 10. plt.ylabel('销售额') # y轴说明 11. plt.xticks(x, ['%d月' % i for i in range(1, 13)]) # 采用列表推导式生成数组 12. 13. # label 表示线的标签 color 表示线条的颜色,linestyle表示线条样式,marker表示点的样式 14. plt.plot(x,y1,label='张三',color='red',linestyle='--',marker='*') 15. plt.plot(x,y2,label='李四',color='green',linestyle='-.',marker='o') 16. plt.legend() 17. plt.show() # 弹出框展示
经过细致设置后，两位实习生的对比结果，如下所示：
折线注意事项
关于示例中marker的设置，如下所示：
1. **Markers** 2. 3. ============= =============================== 4. character description 5. ============= =============================== 6. ``'.'`` point marker 7. ``','`` pixel marker 8. ``'o'`` circle marker 9. ``'v'`` triangle_down marker 10. ``'^'`` triangle_up marker 11. ``'<'`` triangle_left marker 12. ``'>'`` triangle_right marker 13. ``'1'`` tri_down marker 14. ``'2'`` tri_up marker 15. ``'3'`` tri_left marker 16. ``'4'`` tri_right marker 17. ``'8'`` octagon marker 18. ``'s'`` square marker 19. ``'p'`` pentagon marker 20. ``'P'`` plus (filled) marker 21. ``'*'`` star marker 22. ``'h'`` hexagon1 marker 23. ``'H'`` hexagon2 marker 24. ``'+'`` plus marker 25. ``'x'`` x marker 26. ``'X'`` x (filled) marker 27. ``'D'`` diamond marker 28. ``'d'`` thin_diamond marker 29. ``'|'`` vline marker 30. ``'_'`` hline marker 31. ============= ===============================
关于示例的linestyle设置，如下所示：
1. **Line Styles** 2. 3. ============= =============================== 4. character description 5. ============= =============================== 6. ``'-'`` solid line style 7. ``'--'`` dashed line style 8. ``'-.'`` dash-dot line style 9. ``':'`` dotted line style 10. ============= ===============================
柱状图
如果通过折线图，还不能决定孰优孰劣，那么下面再以柱状图的形式来分析，如下所示：
1. plt.rcParams['font.family'] = ['sans-serif'] 2. plt.rcParams['font.sans-serif'] = ['SimHei'] 3. figure = plt.figure(figsize=(12, 6)) 4. plt.title('销售额对比图') 5. x = data['月份'] # x为一维列表，数据类型： <class 'pandas.core.series.Series'> 6. y1 = data['张三'] # 张三销售额 7. y2 = data['李四'] # 李四销售额 8. plt.bar(x,y1) # 默认柱状图，两根柱子会重叠 9. plt.bar(x,y2) 10. plt.legend() 11. plt.show() # 弹出框展示
经过上述设置后，初步柱状图如下所示：
通过上图可以看出两位实习生的销售额对比，孰优孰劣，但是同样上图略显粗糙，有一些地方表达差强人意，如：x轴，y轴的说明，两根柱子分别代表什么，以及先绘制的图的值比较小时，会被覆盖，需要更加细致的设置，如下所示：
1. plt.rcParams['font.family'] = ['sans-serif'] 2. plt.rcParams['font.sans-serif'] = ['SimHei'] 3. figure = plt.figure(figsize=(12, 6)) 4. plt.title('销售额对比图') 5. x = data['月份'] # x为一维列表，数据类型： <class 'pandas.core.series.Series'> 6. y1 = data['张三'] # 张三销售额 7. y2 = data['李四'] # 李四销售额 8. 9. plt.xlabel('月份') # x轴说明 10. plt.ylabel('销售额') # y轴说明 11. plt.xticks(x, ['%d月' % i for i in range(1, 13)]) # 采用列表推导式生成数组 12. w = 0.4 # 柱子的宽度，默认为1，这里改为0.5 13. plt.bar((x - w / 2), y1, width=w, label='张三') 14. plt.bar((x + w / 2), y2, width=w, label='李四') 15. # 显示文本 16. for i in range(0, 12): 17. plt.text(x=x[i] - w / 2, y=y1[i] + 5, s=y1[i], ha='center', va='center') 18. plt.text(x=x[i] + w / 2, y=y2[i] + 5, s=y2[i], ha='center', va='center') 19. plt.legend() 20. 21. plt.show() # 弹出框展示
经过细致设置后，两位实习生的对比结果，如下所示：
备注
相信如果将两张图展示给领导看，公司领导会很快做出决定【前提是两位实习生背景简单，都是凭实力吃饭的非关系户】。关于Matplotlib的应用还有很多场景，本文旨在抛砖引玉，希望大家都能在工作生活中一帆风顺，事事如意。一首小诗，邀君共享。
《竹里馆》
【唐】王维
独坐幽篁里，弹琴复长啸。
深林人不知，明月来相照。
