脚本运行后的图形效果：
######（绘制线形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导出的函数
Key_index = ['李大杰','小红','Jacky','Lily','zhuohua wu']
Key_columns = ['语文成绩','数学成绩']
Key_data=[[110,80],[66,100],[100,70],[90,88],[95,88]]
df_1 = pd.DataFrame(data=Key_data,index=Key_index,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df_1)
## 把结果导出到指定的xlsx文件的工作表：
df_1.to_excel('D:/学生信息表_1.xlsx',sheet_name='工作表_1',index=True,header=True) #保留索引（行标题）、列标题
def func2(): #自定义导入的函数
df_2 = pd.read_excel('D:/学生信息表_1.xlsx',sheet_name='工作表_1') #导入指定的xlsx文件的工作表
print(df_2)
func3(df_2) #func3()调用了func2()的一个变量，并且func3()会自动执行
def func3(df_2): #绘制线形图
x = df_2['Unnamed: 0']
y1 = df_2['语文成绩']
y2 = df_2['数学成绩']
## 绘制线形图：（使用sns.lineplot函数）
sns.lineplot(x,y1,label='语文成绩',color='red',linewidth=1.0,marker='o',linestyle=':')
sns.lineplot(x,y2,label='数学成绩',color='blue',linewidth=1.0,marker='o',linestyle='-.')
plt.legend() #显示图例（label）
plt.xlabel('姓名') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩、数学成绩的分析比较",loc='center') #图形标题
plt.show()
if __name__ == '__main__':
func1() #执行func1()
print("-" * 10)
print("-" * 10)
func2() #执行func2()
脚本运行的结果：（假如目标Excel文件存在则覆盖，不存在则自动创建）
脚本运行后的图形效果：
######（绘制线形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导出的函数
Key_columns = ['姓名','年龄','语文成绩','数学成绩','物理成绩']
Key_data = [['李大杰',18,60,110,90],['小红',19,77,66,80],['Jacky',20,80,100,65],['zhuohua',20,70,115,40]]
df_1 = pd.DataFrame(data=Key_data,columns=Key_columns) #使用二维数组创建DataFrame数据
print(df_1)
## 把结果导出到指定的xls文件的工作表：
df_1.to_excel('D:/学生信息表-2.xls',sheet_name='工作表-2',index=False,header=True) #不保留索引（行标题），但保留列标题
def func2(): #自定义导入的函数
df_2 = pd.read_excel('D:/学生信息表-2.xls',sheet_name='工作表-2') #导入指定的xls文件的工作表
print(df_2)
func3(df_2) #func3()调用了func2()的一个变量，并且func3()会自动执行
def func3(df_2): #绘制线形图
x = df_2['姓名']
y1 = df_2['语文成绩']
y2 = df_2['数学成绩']
y3 = df_2['物理成绩']
## 绘制线形图：（使用sns.lineplot函数）
sns.lineplot(x,y1,label='语文成绩',color='red',linewidth=1.0,marker='o',linestyle=':')
sns.lineplot(x,y2,label='数学成绩',color='blue',linewidth=1.0,marker='o',linestyle='-.')
sns.lineplot(x,y3,label='物理成绩',color='gold',linewidth=1.0,marker='o',linestyle='--')
plt.legend() #显示图例（label）
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩、数学成绩、物理成绩的分析比较") #图形标题
plt.show()
if __name__ == '__main__':
func1() #执行func1()
print("-" * 10)
print("-" * 10)
func2() #执行func2()
脚本运行的结果：（假如目标Excel文件存在则覆盖，不存在则自动创建）
脚本运行后的图形效果：
######（绘制竖向条形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('D:/学生信息表_1.xlsx',sheet_name='工作表_1') #导入指定的xlsx文件的工作表
print(df_1)
func2(df_1) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_1): #绘制竖向条形图
x = df_1['Unnamed: 0']
y = df_1['语文成绩']
## 绘制竖向条形图：（使用sns.barplot函数）
sns.barplot(x,y,color='red')
plt.xlabel('姓名') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩的分析比较") #图形标题
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制竖向条形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('D:/学生信息表-2.xls',sheet_name='工作表-2') #导入指定的xls文件的工作表
print(df_1)
func2(df_1) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_1): #绘制竖向条形图
x = df_1['姓名']
y = df_1['数学成绩']
## 绘制竖向条形图：（使用sns.barplot函数）
sns.barplot(x,y,color='blue',order=['zhuohua','小红','李大杰','Jacky'])
plt.xlabel('Name') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.title("数学成绩的分析比较") #图形标题
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制叠加竖向条形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('D:/学生信息表_1.xlsx',sheet_name='工作表_1') #导入指定的xlsx文件的工作表
print(df_1)
func2(df_1) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_1): #绘制叠加竖向条形图
N = len(df_1) #获取DataFrame对象的总行数
X = np.arange(N)
Labels = df_1['Unnamed: 0'] #x轴的点的值
y1 = df_1['语文成绩']
y2 = df_1['数学成绩']
bar_width = 0.3 #条形的宽度
## 绘制叠加竖向条形图：（使用plt.bar函数）
plt.bar(X, y1, bar_width, label='语文成绩',color='red')
plt.bar(X, y2, bar_width, label='数学成绩',color='blue',tick_label=Labels, bottom=y1)
plt.legend() #显示图例（label）
plt.xlabel('姓名') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩、数学成绩的分析比较") #图形标题
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：（可以看到y轴上的各个数据值会自动进行叠加）
######（绘制叠加竖向条形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('D:/学生信息表-2.xls',sheet_name='工作表-2') #导入指定的xls文件的工作表
print(df_1)
func2(df_1) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_1): #绘制叠加竖向条形图
plt.figure(figsize=(8,6)) #自定义窗体的宽和高
plt.title("语文成绩、数学成绩、物理成绩的分析比较",fontsize=18,loc='left') #图形标题
N = len(df_1) #获取DataFrame对象的总行数
X = np.arange(N)
Labels = df_1['姓名'] #x轴的点的值
y1 = df_1['语文成绩']
y2 = df_1['数学成绩']
y3 = df_1['物理成绩']
bar_width = 0.4 #条形的宽度
## 绘制叠加竖向条形图：（使用plt.bar函数）
plt.bar(X, y1, bar_width, label='语文成绩',color='red')
plt.bar(X, y2, bar_width, label='数学成绩',color='blue',tick_label=Labels, bottom=y1)
plt.bar(X, y3, bar_width, label='物理成绩',color='yellow',tick_label=Labels, bottom=y1+y2)
plt.legend() #显示图例（label）
plt.ylabel('分数') #显示y轴名称
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：（可以看到y轴上的各个数据值会自动进行叠加）
######（绘制横向条形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('D:/学生信息表_1.xlsx',sheet_name='工作表_1') #导入指定的xlsx文件的工作表
print(df_1)
func2(df_1) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_1): #绘制横向条形图
plt.figure(figsize=(8,6)) #自定义窗体的宽和高
plt.title("数学成绩的分析比较",fontsize=18,loc='left') #图形标题
x = df_1['数学成绩']
y = df_1['Unnamed: 0']
## 绘制横向条形图：（使用sns.barplot函数）
sns.barplot(x,y,color='gold',orient="h") #orient="h" 横向显示
plt.xlabel('分数') #显示x轴名称
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制横向条形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('d:/学生信息表-2.xls',sheet_name='工作表-2') #导入指定的xls文件的工作表
print(df_1)
func2(df_1) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_1): #绘制横向条形图
plt.title("数学成绩的分析比较",fontsize=18,loc='right') #图形标题
x = df_1['数学成绩']
y = df_1['姓名']
## 绘制横向条形图：（使用sns.barplot函数）
sns.barplot(x,y,color='yellow',orient="h") #orient="h" 横向显示
plt.xlabel('分数') #显示x轴名称
plt.ylabel('Name') #显示y轴名称
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制饼形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('dark') #设置Seaborn的背景风格为dark
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('D:/学生信息表_1.xlsx',sheet_name='工作表_1') #导入指定的xlsx文件的工作表
print(df_1)
print("-" * 10)
df_2 = df_1.loc[(df_1['Unnamed: 0']=='小红')]
print(df_2)
func2(df_2) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_2): #绘制饼形图
plt.title("小红的语文成绩、数学成绩的分析比较") #图形标题
Result_1 = df_2.iloc[0,1] #获取第1行第2列的值
Result_2 = df_2.iloc[0,2] #获取第1行第3列的值
Labels = ['语文成绩','数学成绩']
Data = [Result_1,Result_2]
Colors=['red','gold']
## 绘制饼形图：（使用plt.pie函数）
plt.pie(Data,labels = Labels,colors = Colors,labeldistance = 1.02,autopct = '%.1f%%',#百分比保留一位小数
startangle = 90,radius = 0.5,center = (0.2,0.2),textprops = {'fontsize':14,#饼的数据的字体大小
'color':'k'},pctdistance = 0.6)
plt.legend(title='图例：',frameon=True) #显示图例（自定义图例标题，并且保留图例边框）
plt.axis('equal')
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制饼形图）
#coding=utf-8
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib import cm
from matplotlib import font_manager as fm
sns.set_style('dark') #设置Seaborn的背景风格为dark
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('d:/学生信息表-2.xls',sheet_name='工作表-2') #导入指定的xls文件的工作表
print(df_1)
print("-" * 10)
df_2 = df_1.loc[(df_1['姓名']=='小红')]
print(df_2)
func2(df_2) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_2): #绘制饼形图
fig,ax=plt.subplots(figsize=(8,6)) #自定义窗体的宽和高
ax.set_title("小红的语文成绩、数学成绩、物理成绩的分析比较",loc="left") #图形标题
shapes = ['语文成绩','数学成绩','物理成绩']
Result_1 = df_2.iloc[0,2] #获取第1行第3列的值
Result_2 = df_2.iloc[0,3] #获取第1行第4列的值
Result_3 = df_2.iloc[0,4] #获取第1行第5列的值
values = [Result_1,Result_2,Result_3]
s=pd.Series(values,index=shapes)
Labels=s.index #设置区域标签
sizes=s.values
Colors=['red','yellow','slateblue'] #设置饼图的自定义填充色
## 绘制饼形图：（使用ax.pie函数）
patches,texts,autotexts = ax.pie(sizes,labels=Labels,
autopct = '%.2f%%', #百分比保留两位小数
shadow=False,startangle=170,colors=Colors)
plt.legend(title='图例：',frameon=True) #显示图例（自定义图例标题，并且保留图例边框）
ax.axis('equal')
proptease=fm.FontProperties()
proptease.set_size('medium') #饼的数据的字体大小
plt.setp(autotexts,fontproperties=proptease)
plt.setp(texts,fontproperties=proptease)
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制散点图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('D:/学生信息表_1.xlsx',sheet_name='工作表_1') #导入指定的xlsx文件的工作表
print(df_1)
func2(df_1) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_1): #绘制散点图
plt.figure(figsize=(8,6),facecolor='white') #自定义窗体的宽和高、背景颜色
plt.title("语文成绩的分析比较",fontsize=18,loc='center') #图形标题
x = df_1['Unnamed: 0']
y = df_1['语文成绩']
## 绘制散点图：（使用plt.plot函数）
plt.plot(x,y,'ro',color='red')
plt.xlabel('姓名') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制散点图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('D:/学生信息表_1.xlsx',sheet_name='工作表_1') #导入指定的xlsx文件的工作表
print(df_1)
func2(df_1) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_1): #绘制散点图
print("-" * 10)
df_1.rename(columns={'Unnamed: 0':'Name'},inplace=True) #修改一个列标题
print(df_1)
plt.figure(figsize=(8,6),facecolor='white') #自定义窗体的宽和高、背景颜色
plt.title("数学成绩的分析比较",fontsize=18) #图形标题
x = df_1['Name']
y = df_1['数学成绩']
## 绘制散点图：（使用plt.plot函数）
plt.plot(x,y,'ro',color='blue')
plt.ylabel('分数') #显示y轴名称
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制散点图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('d:/学生信息表-2.xls',sheet_name='工作表-2') #导入指定的xls文件的工作表
print(df_1)
func2(df_1) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_1): #绘制散点图
plt.figure(figsize=(8,6),facecolor='white') #自定义窗体的宽和高、背景颜色
plt.title("语文成绩的分析比较",fontsize=18,loc='right') #图形标题
x = df_1['姓名']
y = df_1['语文成绩']
## 绘制散点图：（使用plt.scatter函数）
plt.scatter(x,y,color='red')
plt.ylabel('分数') #显示y轴名称
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制箱形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('D:/学生信息表_1.xlsx',sheet_name='工作表_1') #导入指定的xlsx文件的工作表
print(df_1)
func2(df_1) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_1): #绘制箱形图
plt.title("语文成绩、数学成绩的分析比较") #图形标题
x1 = df_1['语文成绩']
x2 = df_1['数学成绩']
## 绘制箱形图：（使用plt.boxplot函数）
plt.boxplot([x1,x2],labels=['语文成绩','数学成绩'])
plt.xlabel('学科') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制箱形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('d:/学生信息表_1.xlsx',sheet_name='工作表_1') #导入指定的xlsx文件的工作表
print(df_1)
func2(df_1) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_1): #绘制箱形图
plt.title("语文成绩、数学成绩的分析比较") #图形标题
## 绘制箱形图：（使用sns.boxplot函数）
sns.boxplot(data=df_1)
plt.xlabel('学科') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制箱形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('D:/学生信息表_1.xlsx',sheet_name='工作表_1') #导入指定的xlsx文件的工作表
print(df_1)
func2(df_1) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_1): #绘制箱形图
print("-" * 10)
df_1 = df_1.set_index(['Unnamed: 0']) #设置指定列的数据为索引
print(df_1)
plt.title("语文成绩、数学成绩的分析比较") #图形标题
## 绘制箱形图：（使用sns.boxplot函数）
sns.boxplot(data=df_1)
plt.ylabel('分数') #显示y轴名称
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制箱形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('D:/学生信息表-2.xls',sheet_name='工作表-2') #导入指定的xls文件的工作表
print(df_1)
func2(df_1) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_1): #绘制箱形图
plt.title("语文成绩、数学成绩、物理成绩的分析比较") #图形标题
## 绘制箱形图：（使用sns.boxplot函数）
sns.boxplot(data=df_1)
plt.ylabel('分数') #显示y轴名称
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制箱形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('D:/学生信息表-2.xls',sheet_name='工作表-2') #导入指定的xls文件的工作表
print(df_1)
func2(df_1) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_1): #绘制箱形图
print("-" * 10)
df_1 = df_1.set_index(['姓名']) #设置指定列的数据为索引
## 删除列标题为“年龄”的数据：
df_1.drop(['年龄'],axis=1,inplace=True)
print(df_1)
plt.title("语文成绩、数学成绩、物理成绩的分析比较") #图形标题
## 绘制箱形图：（使用sns.boxplot函数）
sns.boxplot(data=df_1)
plt.ylabel('分数') #显示y轴名称
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制箱形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('D:/学生信息表-2.xls',sheet_name='工作表-2') #导入指定的xls文件的工作表
print(df_1)
func2(df_1) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_1): #绘制箱形图
print("-" * 10)
## 一次性删除列标题为“姓名”、“年龄”的数据：
df_1.drop(['姓名','年龄'],axis=1,inplace=True)
print(df_1)
plt.title("语文成绩、数学成绩、物理成绩的分析比较") #图形标题
## 绘制箱形图：（使用sns.boxplot函数）
sns.boxplot(data=df_1)
plt.ylabel('分数') #显示y轴名称
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制竖向条形图+线形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('D:/学生信息表_1.xlsx',sheet_name='工作表_1') #导入指定的xlsx文件的工作表
print(df_1)
func2(df_1) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_1): #绘制竖向条形图+线形图
x = df_1['Unnamed: 0']
y1 = df_1['语文成绩']
y2 = df_1['数学成绩']
## 绘制竖向条形图：（使用sns.barplot函数）
sns.barplot(x,y1,label='语文成绩',color='red')
## 绘制线形图：（使用plt.plot函数）
plt.plot(x,y2,label='数学成绩',color='blue',linewidth=1.0,marker='o',linestyle='-.')
plt.xlabel('姓名') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩、数学成绩的分析比较") #图形标题
plt.legend() #显示图例（label）
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制竖向条形图+线形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('D:/学生信息表_1.xlsx',sheet_name='工作表_1') #导入指定的xlsx文件的工作表
print(df_1)
func2(df_1) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_1): #绘制竖向条形图+线形图
print("-" * 10)
df_1.rename(columns={'Unnamed: 0':'姓名'},inplace=True) #修改一个列标题
print(df_1)
x = df_1['姓名']
y1 = df_1['语文成绩']
y2 = df_1['数学成绩']
## 绘制竖向条形图：（使用sns.barplot函数）
sns.barplot(x,y1,label='语文成绩',color='red')
## 绘制线形图：（使用sns.lineplot函数）
sns.lineplot(x,y2,label='数学成绩',color='blue',linewidth=1.0,marker='o',linestyle=':')
plt.xlabel('姓名') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩、数学成绩的分析比较") #图形标题
plt.legend() #显示图例（label）
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制竖向条形图+线形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
def func1(): #自定义导入的函数
df_1 = pd.read_excel('D:/学生信息表-2.xls',sheet_name='工作表-2') #导入指定的xls文件的工作表
print(df_1)
func2(df_1) #func2()调用了func1()的一个变量，并且func2()会自动执行
def func2(df_1): #绘制竖向条形图+线形图
Labels = df_1['姓名'] #x轴的点的值
N = len(Labels)
X = np.arange(N)
y1 = df_1['语文成绩']
y2 = df_1['数学成绩']
y3 = df_1['物理成绩']
bar_width = 0.3 #条形的宽度
## 绘制竖向条形图：（使用plt.bar函数）
plt.bar(X, y1, bar_width,label='语文成绩',color='red')
plt.bar(X + bar_width, y2, bar_width, label='数学成绩',tick_label=Labels,color='blue')
## 绘制线形图：（使用sns.lineplot函数）
sns.lineplot(X,y3,label='物理成绩',color='green',linewidth=1.0,marker='o',linestyle='-')
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩、数学成绩、物理成绩的分析比较") #图形标题
plt.legend() #显示图例（label）
plt.show()
if __name__ == '__main__':
func1() #执行func1()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制线形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x = ['李大杰','Jacky','Lily','Happy','Joe','Funny']
y = [20,40,30,50,81,20]
## 绘制线形图：（使用plt.plot函数）
plt.plot(x,y,color='red',linewidth=2.0,marker='o',linestyle=':')
plt.xlabel('姓名') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩的分析比较") #图形标题
plt.show() #显示图形
脚本运行后的图形效果：
######（绘制线形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.figure(figsize=(8,6),facecolor='white') #自定义窗体的宽和高、背景颜色
x = ['李大杰','Jacky','Lily','Happy','Joe','Funny']
y = [20,40,30,50,81,20]
## 绘制线形图：（使用sns.lineplot函数）
sns.lineplot(x,y,color='red',linewidth=2.0,marker='o',linestyle=':')
plt.xlabel('姓名') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩的分析比较") #图形标题
plt.show()
脚本运行的结果：（在直接使用sns下的函数时会出现一些警告）
脚本运行后的图形效果：
######（绘制线形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.figure(figsize=(8,6),facecolor='white') #自定义窗体的宽和高、背景颜色
x = ['李大杰','Jacky','Lily','Happy','Joe','Funny']
y = [20,40,30,50,81,20]
## 绘制线形图：（使用sns.lineplot函数）
sns.lineplot(x,y,color='red',linewidth=1.0,marker='o',linestyle=':')
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩的分析比较") #图形标题
plt.show()
脚本运行的结果：（现在没有了在使用sns下的函数时会出现一些警告）
脚本运行后的图形效果：
######（绘制线形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.figure(figsize=(6,6)) #自定义窗体的宽和高
x = ['李大杰','Jacky','Lily','Happy','Joe','Funny']
y = [20,40,90,50,80,40]
## 绘制线形图：（使用sns.lineplot函数）
sns.lineplot(x,y,label='数学成绩',color='blue',linewidth=1.0,marker='o',linestyle=':')
plt.legend() #显示图例（label）
plt.ylabel('分数') #显示y轴名称
plt.title("数学成绩的分析比较",loc='left') #图形标题
plt.grid(True,linestyle=':',color='purple',alpha=0.6) #显示网格线
plt.show()
脚本运行后的图形效果：
######（绘制线形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
plt.figure(figsize=(8,6)) #自定义窗体的宽和高
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
## 绘制线形图：（使用sns.lineplot函数）
x = ['李大杰','Jacky','Lily','Happy','Joe','Funny']
y1 = [20,40,30,50,80,20] #第一条数据线的y轴的点的值
sns.lineplot(x,y1,label='语文成绩',color='red',linewidth=1.0,marker='o',linestyle=':')
y2 = [20,40,90,50,80,40] #第二条数据线的y轴的点的值
sns.lineplot(x,y2,label='数学成绩',color='blue',linewidth=1.0,marker='o',linestyle='-.')
plt.legend() #显示图例（label）
plt.xlabel('姓名') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩、数学成绩的分析比较",loc='right') #图形标题
plt.show()
脚本运行后的图形效果：
######（绘制线形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
plt.figure(figsize=(8,6)) # 自定义窗体的宽和高
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
## 绘制线形图：（使用sns.lineplot函数）
x = ['李大杰','Jacky','Lily','Happy','Joe','Funny']
y1 = [20,40,30,50,80,20] #第一条数据线的y轴的点的值
sns.lineplot(x,y1,label='语文成绩',color='red',linewidth=1.0,marker='o',linestyle=':')
y2 = [20,40,90,50,80,40] #第二条数据线的y轴的点的值
sns.lineplot(x,y2,label='数学成绩',color='blue',linewidth=1.0,marker='o',linestyle='-.')
y3 = [30,40,70,65,82,46] #第三条数据线的y轴的点的值
sns.lineplot(x,y3,label='物理成绩',color='green',linewidth=1.0,marker='o',linestyle='-')
plt.legend() #显示图例（label）
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩、数学成绩、物理成绩的分析比较") #图形标题
plt.show()
脚本运行后的图形效果：
######（绘制竖向条形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x = ['李大杰','Jacky','Lily','Happy','Joe']
y = [10,20,30,40,50]
## 绘制竖向条形图：（使用sns.barplot函数）
sns.barplot(x,y)
plt.xlabel('姓名') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩的分析比较") #图形标题
plt.show()
脚本运行后的图形效果：
######（绘制竖向条形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x = ['李大杰','Jacky','Lily','Happy','Joe']
y = [10,20,30,40,50]
## 绘制竖向条形图：（使用sns.barplot函数）
sns.barplot(x,y,orient="v") #orient="v" 竖向显示（省略时也是竖向显示）
plt.xlabel('姓名') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩的分析比较") #图形标题
plt.show()
脚本运行后的图形效果：
######（绘制竖向条形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('dark') #设置Seaborn的背景风格为dark
plt.figure(figsize=(8,6)) # 自定义窗体的宽和高
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x = ['李大杰','Jacky','Lily','Happy','Joe']
y = [10,20,30,40,50]
## 绘制竖向条形图：（使用sns.barplot函数）
sns.barplot(x,y,color='red')
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩的分析比较") #图形标题
plt.show()
脚本运行后的图形效果：
######（绘制竖向条形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('white') #设置Seaborn的背景风格为white
plt.figure(figsize=(8,6),facecolor='yellow') #自定义窗体的宽和高、背景颜色
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x = ['李大杰','Jacky','Lily','Happy','Joe']
y = [10,20,30,40,50]
## 绘制竖向条形图：（使用sns.barplot函数）
sns.barplot(x,y,label='语文成绩',color='red')
plt.legend() #显示图例（label）
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩的分析比较") #图形标题
plt.show()
脚本运行后的图形效果：
######（绘制竖向条形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('ticks') #设置Seaborn的背景风格为ticks
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x = ['李大杰','Jacky','Lily','Happy','Joe']
y = [10,20,30,40,50]
## 绘制竖向条形图：（使用sns.barplot函数）
sns.barplot(x,y,color='blue',order=['Happy','Joe','李大杰','Jacky','Lily']) #使用order排序
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩的分析比较") #图形标题
plt.show()
脚本运行后的图形效果：
######（绘制竖向条形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('ticks') #设置Seaborn的背景风格为ticks
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x = ['李大杰','Jacky','Lily','Happy','Joe']
y = [10,20,30,40,50]
## 绘制竖向条形图：（使用sns.barplot函数）
sns.barplot(x,y,color='blue',order=['Happy','Joe','李大杰','Jacky','Lily']) #使用order排序
plt.xlabel('- Name -') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩的分析比较") #图形标题
plt.grid(True,linestyle=':',color='purple',alpha=0.6) #显示网格线
plt.show()
脚本运行后的图形效果：
######（绘制叠加竖向条形图）
#coding=utf-8
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.title("苹果、梨销量情况") #图形标题
plt.xlabel('星期数') #x轴名称
plt.ylabel('销量（斤）') #y轴名称
B1 = 'Mon'
B2 = 'Tues'
B3 = 'Wed'
B4 = 'Thur'
Labels = [B1,B2,B3,B4] #x轴的点的值
N = len(Labels)
X = np.arange(N)
Apple = np.array([52,55,63,53]) #苹果的y轴的点的值
Pear = np.array([44,66,55,41]) #梨的y轴的点的值
bar_width = 0.3 #条形的宽度
## 绘制叠加竖向条形图：（使用plt.bar函数）
plt.bar(X, Apple, bar_width, label='苹果',color='red')
plt.bar(X, Pear, bar_width, label='梨',color='blue',tick_label=Labels, bottom=Apple) #苹果的值在梨的值下面
plt.legend() #显示图例（label）
plt.grid(True,linestyle=':',color='purple',alpha=0.6) #显示网格线
plt.show()
脚本运行后的图形效果：（通过叠加竖向条形图可以看到总量、各部分的比例情况）
######（绘制叠加竖向条形图）
#coding=utf-8
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.title("苹果、梨销量情况") #图形标题
plt.xlabel('- 星期数 -') #x轴名称
plt.ylabel('销量（斤）') #y轴名称
B1 = 'Mon'
B2 = 'Tues'
B3 = 'Wed'
B4 = 'Thur'
Labels = [B1,B2,B3,B4] #x轴的点的值
N = len(Labels)
X = np.arange(N)
Apple = np.array([52,55,63,53]) #苹果的y轴的点的值
Pear = np.array([44,66,55,41]) #梨的y轴的点的值
bar_width = 0.4 #条形的宽度
## 绘制叠加竖向条形图：（使用plt.bar函数）
plt.bar(X, Apple, bar_width, label='苹果',color='red')
plt.bar(X, Pear, bar_width, label='梨',color='blue',tick_label=Labels, bottom=Apple) #苹果的值在梨的值下面
plt.legend() #显示图例（label）
plt.show()
脚本运行后的图形效果：（可以看到y轴上的各个数据值会自动进行叠加）
######（绘制叠加竖向条形图）
#coding=utf-8
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.title("苹果、梨销量情况") #图形标题
plt.xlabel('- 星期数 -') #x轴名称
plt.ylabel('销量（斤）') #y轴名称
B1 = 'Mon'
B2 = 'Tues'
B3 = 'Wed'
B4 = 'Thur'
Labels = [B1,B2,B3,B4] #x轴的点的值
N = len(Labels)
X = np.arange(N)
Apple = np.array([52,55,63,53]) #苹果的y轴的点的值
Pear = np.array([44,66,55,41]) #梨的y轴的点的值
bar_width = 0.5 #条形的宽度
## 绘制叠加竖向条形图：（使用plt.bar函数）
plt.bar(X, Pear, bar_width, label='梨',color='blue')
plt.bar(X, Apple, bar_width, label='苹果',color='red',tick_label=Labels, bottom=Pear) #梨的值在苹果的值下面
plt.legend(title='水果名称：',frameon=True) #显示图例（自定义图例标题，并且保留图例边框）
plt.show()
脚本运行后的图形效果：（可以看到y轴上的各个数据值会自动进行叠加）
######（绘制叠加竖向条形图）
#coding=utf-8
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.title("苹果、梨销量情况") #图形标题
plt.xlabel('- 星期数 -') #x轴名称
plt.ylabel('销量（斤）') #y轴名称
B1 = 'Mon'
B2 = 'Tues'
B3 = 'Wed'
B4 = 'Thur'
Labels = [B1,B2,B3,B4] #x轴的点的值
N = len(Labels)
X = np.arange(N)
Apple = np.array([52,55,63,53]) #苹果的y轴的点的值
Pear = np.array([44,66,55,41]) #梨的y轴的点的值
bar_width = 0.5 #条形的宽度
## 绘制叠加竖向条形图：（使用plt.bar函数）
plt.bar(X, Pear, bar_width, label='梨',color='blue')
plt.bar(X, Apple, bar_width, label='苹果',color='red',tick_label=Labels, bottom=Pear) #梨的值在苹果的值下面
#设置每个柱子上的文本标签：（显示梨的y轴的点的值）
for a,b in zip(X,Pear):
plt.text(a,b,b,ha='center',va='bottom',fontsize=9,color='black',alpha=0.9)
plt.legend(title='水果名称：',frameon=False) #显示图例（自定义图例标题，并且不保留图例边框）
plt.show()
脚本运行后的图形效果：
######（绘制叠加竖向条形图）
#coding=utf-8
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.title("苹果、梨销量情况") #图形标题
plt.xlabel('- 星期数 -') #x轴名称
plt.ylabel('销量（斤）') #y轴名称
B1 = 'Mon'
B2 = 'Tues'
B3 = 'Wed'
B4 = 'Thur'
Labels = [B1,B2,B3,B4] #x轴的点的值
N = len(Labels)
X = np.arange(N)
Apple = np.array([52,55,63,53]) #苹果的y轴的点的值
Pear = np.array([44,66,55,41]) #梨的y轴的点的值
bar_width = 0.5 #条形的宽度
## 绘制叠加竖向条形图：（使用plt.bar函数）
plt.bar(X, Pear, bar_width, label='梨',color='blue')
plt.bar(X, Apple, bar_width, label='苹果',color='red',tick_label=Labels, bottom=Pear) #梨的值在苹果的值下面
#设置每个柱子上的文本标签：（显示梨的y轴的点的值）
for a,b in zip(X,Pear):
plt.text(a,b,b,ha='center',va='bottom',fontsize=9,color='black',alpha=0.9)
#设置每个柱子上的文本标签：（显示苹果的y轴的点的值）
for a,b,c in zip(X,Pear,Apple):
plt.text(a,b+c+0.5,c,ha='center',va='bottom',fontsize=9,color='black',alpha=0.9)
plt.legend(title='水果名称：',frameon=True) #显示图例（自定义图例标题，并且保留图例边框）
plt.show()
脚本运行后的图形效果：
######（绘制叠加竖向条形图）
#coding=utf-8
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.title("苹果、梨销量情况") #图形标题
plt.xlabel('- 星期数 -') #x轴名称
plt.ylabel('销量（斤）') #y轴名称
B1 = 'Mon'
B2 = 'Tues'
B3 = 'Wed'
B4 = 'Thur'
Labels = [B1,B2,B3,B4] #x轴的点的值
N = len(Labels)
X = np.arange(N)
Apple = np.array([52,55,63,53]) #苹果的y轴的点的值
Pear = np.array([44,66,55,41]) #梨的y轴的点的值
bar_width = 0.5 #条形的宽度
## 绘制叠加竖向条形图：（使用plt.bar函数）
plt.bar(X, Pear, bar_width, label='梨',color='blue')
plt.bar(X, Apple, bar_width, label='苹果',color='red',tick_label=Labels, bottom=Pear) #梨的值在苹果的值下面
#设置每个柱子上的文本标签：（显示梨的y轴的点的值）
for a,b in zip(X,Pear):
plt.text(a,b,b,ha='center',va='bottom',fontsize=9,color='black',alpha=0.9)
#设置每个柱子上的文本标签：（显示梨的y轴的点的值+苹果的y轴的点的值之和）
for a,b,c in zip(X,Pear,Apple):
plt.text(a,b+c+0.5,b+c,ha='center',va='bottom',fontsize=9,color='black',alpha=0.9)
plt.legend(title='图例：',frameon=True) #显示图例（自定义图例标题，并且保留图例边框）
plt.show()
脚本运行后的图形效果：
######（绘制叠加竖向条形图）
#coding=utf-8
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
sns.set_style('ticks') #设置Seaborn的背景风格为ticks
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.title("梨、苹果、香蕉销量情况") #图形标题
plt.ylabel('销量（斤）') #y轴名称
Labels = ['Mon','Tues','Wed','Thur'] #x轴的点的值
N = len(Labels)
X = np.arange(N)
Pear = np.array([44,66,55,41]) #梨的y轴的点的值
Apple = np.array([52,55,63,53]) #苹果的y轴的点的值
Banana = np.array([44,66,58,12]) #香蕉的y轴的点的值
bar_width = 0.4 #条形的宽度
## 绘制叠加竖向条形图：（使用plt.bar函数）
plt.bar(X, Pear, bar_width, label='梨',color='blue')
plt.bar(X, Apple, bar_width, label='苹果',color='red',tick_label=Labels, bottom=Pear)
plt.bar(X, Banana, bar_width, label='香蕉',color='yellow',tick_label=Labels, bottom=Pear+Apple)
plt.legend() #显示图例（label）
plt.grid(axis='y',linestyle=':',color='purple',alpha=0.6) #显示网格线，但不显示网格线的y轴
plt.show()
脚本运行后的图形效果：
######（绘制叠加竖向条形图）
#coding=utf-8
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
sns.set_style('ticks') #设置Seaborn的背景风格为ticks
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.title("梨、苹果、香蕉销量情况") #图形标题
plt.ylabel('销量（斤）') #y轴名称
Labels = ['Mon','Tues','Wed','Thur'] #x轴的点的值
N = len(Labels)
X = np.arange(N)
Pear = np.array([44,66,55,41]) #梨的y轴的点的值
Apple = np.array([52,55,63,53]) #苹果的y轴的点的值
Banana = np.array([44,66,58,12]) #香蕉的y轴的点的值
bar_width = 0.4 #条形的宽度
## 绘制叠加竖向条形图：（使用plt.bar函数）
plt.bar(X, Pear, bar_width, label='梨',color='blue')
plt.bar(X, Apple, bar_width, label='苹果',color='red',tick_label=Labels, bottom=Pear)
plt.bar(X, Banana, bar_width, label='香蕉',color='yellow',tick_label=Labels, bottom=Pear+Apple)
#设置每个柱子上的文本标签：（显示梨的y轴的点的值）
for a,b in zip(X,Pear):
plt.text(a,b,b,ha='center',va='bottom',fontsize=9,color='black',alpha=0.9)
#设置每个柱子上的文本标签：（显示苹果的y轴的点的值）
for a,b,c in zip(X,Pear,Apple):
plt.text(a,b+c+0.5,c,ha='center',va='bottom',fontsize=9,color='black',alpha=0.9)
#设置每个柱子上的文本标签：（显示香蕉的y轴的点的值）
for a,b,c,d in zip(X,Pear,Apple,Banana):
plt.text(a,b+c+d+0.5,d,ha='center',va='bottom',fontsize=9,color='black',alpha=0.9)
plt.legend() #显示图例（label）
plt.grid(axis='y',linestyle=':',color='purple',alpha=0.6) #显示网格线，但不显示网格线的y轴
plt.show()
脚本运行后的图形效果：
######（绘制叠加竖向条形图）
#coding=utf-8
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
sns.set_style('white') #设置Seaborn的背景风格为white
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.title("梨、苹果、香蕉销量情况") #图形标题
plt.ylabel('销量（斤）') #y轴名称
Labels = ['Mon','Tues','Wed','Thur'] #x轴的点的值
N = len(Labels)
X = np.arange(N)
Pear = np.array([44,66,55,41]) #梨的y轴的点的值
Apple = np.array([52,55,63,53]) #苹果的y轴的点的值
Banana = np.array([44,66,58,12]) #香蕉的y轴的点的值
bar_width = 0.4 #条形的宽度
## 绘制叠加竖向条形图：（使用plt.bar函数）
plt.bar(X, Pear, bar_width, label='梨',color='blue')
plt.bar(X, Apple, bar_width, label='苹果',color='red',tick_label=Labels, bottom=Pear)
plt.bar(X, Banana, bar_width, label='香蕉',color='yellow',tick_label=Labels, bottom=Pear+Apple)
#设置每个柱子上的文本标签：（显示梨的y轴的点的值）
for a,b in zip(X,Pear):
plt.text(a,b,b,ha='center',va='bottom',fontsize=9,color='black',alpha=0.9)
#设置每个柱子上的文本标签：（显示梨的y轴的点的值+苹果的y轴的点的值之和）
for a,b,c in zip(X,Pear,Apple):
plt.text(a,b+c+0.5,b+c,ha='center',va='bottom',fontsize=9,color='black',alpha=0.9)
#设置每个柱子上的文本标签：（显示梨的y轴的点的值+苹果的y轴的点的值+香蕉的y轴的点的值之和）
for a,b,c,d in zip(X,Pear,Apple,Banana):
plt.text(a,b+c+d+0.5,b+c+d,ha='center',va='bottom',fontsize=9,color='black',alpha=0.9)
plt.legend() #显示图例（label）
plt.grid(axis='y',linestyle=':',color='purple',alpha=0.6) #显示网格线，但不显示网格线的y轴
plt.show()
脚本运行后的图形效果：
######（绘制横向条形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x = [10,20,30,40,50]
y = ['李大杰','Jacky','Lily','Happy','Joe']
## 绘制横向条形图：（使用sns.barplot函数）
sns.barplot(x,y,color='red',orient="h") #orient="h" 横向显示
plt.xlabel('分数') #显示x轴名称
plt.ylabel('姓名') #显示y轴名称
plt.title("语文成绩的分析比较") #图形标题
plt.show()
脚本运行后的图形效果：
######（绘制横向条形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x = [10,20,30,40,50]
y = ['李大杰','Jacky','Lily','Happy','Joe']
## 绘制横向条形图：（使用sns.barplot函数）
sns.barplot(x,y,label='语文成绩',color='red',orient="h",order=['Happy','Joe','李大杰','Jacky','Lily']) #使用order排序
plt.legend() #显示图例（label）
plt.xlabel('分数') #显示x轴名称
plt.title("语文成绩的分析比较") #图形标题
plt.show()
脚本运行后的图形效果：
######（绘制横向条形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('ticks') #设置Seaborn的背景风格为ticks
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x = [10,20,30,40,50]
y = ['李大杰','Jacky','Lily','Happy','Joe']
## 绘制横向条形图：（使用sns.barplot函数）
sns.barplot(x,y,label='语文成绩',color='red',orient="h",order=['Happy','Joe','李大杰','Jacky','Lily']) #使用order排序
plt.legend() #显示图例（label）
plt.xlabel('分数') #显示x轴名称
plt.title("语文成绩的分析比较") #图形标题
plt.grid(axis='x',linestyle=':',color='purple',alpha=0.6) #显示网格线，但不显示网格线的x轴
plt.show()
脚本运行后的图形效果：
######（绘制横向条形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
pd.set_option('display.unicode.east_asian_width',True)
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
Data={'语文成绩':[20,30,80],'数学成绩':[40,60,70]}
df_1 = pd.DataFrame(Data,index=['李大杰','Jacky','Lily'])
df_1.index.name = '姓名' #y轴名称
df_1.columns.name = '学科成绩:' #图例的标题
df_1.plot.barh()
plt.title("语文成绩、数学成绩的分析比较",fontsize=18,loc='center') #图形标题
plt.show()
脚本运行后的图形效果：
######（绘制横向条形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
pd.set_option('display.unicode.east_asian_width',True)
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
Data={'姓名':['李大杰','Jacky','Lily'],'语文成绩':[20,30,80],'数学成绩':[40,60,70]}
df_1 = pd.DataFrame(Data)
df_1 = df_1.set_index(['姓名']) #设置指定列的数据为索引
df_1.index.name = '姓名' #y轴名称
df_1.columns.name = '学科成绩:' #图例的标题
df_1.plot.barh()
plt.title("语文成绩、数学成绩的分析比较",fontsize=18,loc='left') #图形标题
plt.show()
脚本运行后的图形效果：
######（绘制横向条形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
pd.set_option('display.unicode.east_asian_width',True)
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
Data={'姓名':['李大杰','Jacky','Lily'],'语文成绩':[20,30,80],
'数学成绩':[40,60,70],'物理成绩':[85,65,90]}
df_1 = pd.DataFrame(Data)
df_1 = df_1.set_index(['姓名']) #设置指定列的数据为索引
df_1.index.name = '姓名' #y轴名称
df_1.columns.name = '学科成绩:' #图例的标题
df_1.plot.barh()
plt.title("语文成绩、数学成绩的分析比较",fontsize=18,loc='right') #图形标题
plt.show()
脚本运行后的图形效果：
######（绘制饼形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('white') #设置Seaborn的背景风格为white
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.figure(figsize=(8,6)) #自定义窗体的宽和高
plt.title('各省图书销售占比图',loc='left') #图形标题
Labels = ['广东省','江西省','安徽省']
Data = [288,383,866]
Colors=['red','yellow','slateblue',]
## 绘制饼形图：（使用plt.pie函数）
plt.pie(Data, #绘图数据
labels = Labels, #设置区域标签
colors = Colors, #设置饼图的自定义填充色
labeldistance = 1.02,
autopct = '%.1f%%', #百分比保留一位小数
startangle = 90,
radius = 0.5,
center = (0.2,0.2),
textprops = {'fontsize':10,'color':'k'}, #fontsize：饼的数据的字体大小
pctdistance = 0.6)
plt.legend(title='省份：',frameon=True) #显示图例（自定义图例标题，并且保留图例边框）
plt.axis('equal')
plt.show()
脚本运行后的图形效果：
######（绘制饼形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('dark') #设置Seaborn的背景风格为dark
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.figure(figsize=(8,6)) #自定义窗体的宽和高
plt.title('各省图书销售占比图',loc='right') #图形标题
Labels = ['广东省','江西省','安徽省']
Data = [288,383,866]
Colors=['red','yellow','slateblue']
## 绘制饼形图：（使用plt.pie函数）
plt.pie(Data, #绘图数据
labels = Labels, #设置区域标签
colors = Colors, #设置饼图的自定义填充色
labeldistance = 1.02,
autopct = '%.2f%%', #百分比保留两位小数
startangle = 90,
radius = 0.5,
center = (0.2,0.2),
textprops = {'fontsize':14,'color':'k'}, #fontsize：饼的数据的字体大小
pctdistance = 0.6)
plt.legend(title='省份',frameon=True) #显示图例（自定义图例标题，并且保留图例边框）
plt.axis('equal')
plt.show()
脚本运行后的图形效果：
######（绘制饼形图）
#coding=utf-8
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib import cm
from matplotlib import font_manager as fm
pd.set_option('display.unicode.east_asian_width',True)
sns.set_style('white') #设置Seaborn的背景风格为white
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
fig,ax=plt.subplots(figsize=(8,6)) #自定义窗体的宽和高
ax.set_title('各省图书销售占比图',loc='left') #图形标题
shapes = ['广东省','江西省','安徽省']
values = [288,383,866]
s=pd.Series(values,index=shapes)
Labels=s.index #设置区域标签
sizes=s.values
Colors = cm.rainbow(np.arange(len(sizes))/len(sizes)) #设置饼图的填充色
## 绘制饼形图：（使用ax.pie函数）
patches,texts,autotexts = ax.pie(sizes,labels=Labels,
autopct = '%.1f%%', #百分比保留一位小数
shadow=False,startangle=170,colors=Colors)
plt.legend() #显示图例
ax.axis('equal')
proptease=fm.FontProperties()
proptease.set_size('small') #饼的数据的字体大小（从小到大）: xx-small、x-small、small、medium、large、x-large、xx-large
plt.setp(autotexts,fontproperties=proptease)
plt.setp(texts,fontproperties=proptease)
plt.show()
脚本运行后的图形效果：
######（绘制饼形图）
#coding=utf-8
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib import cm
from matplotlib import font_manager as fm
pd.set_option('display.unicode.east_asian_width',True)
sns.set_style('dark') #设置Seaborn的背景风格为dark
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
fig,ax=plt.subplots(figsize=(10,6)) #自定义窗体的宽和高
ax.set_title('各省图书销售占比图',loc='center') #图形标题
shapes = ['广东省','江西省','安徽省','四川省',]
values = [288,383,866,188]
s=pd.Series(values,index=shapes)
Labels=s.index #设置区域标签
sizes=s.values
Colors=['red','yellow','slateblue','green',] #设置饼图的自定义填充色
## 绘制饼形图：（使用ax.pie函数）
patches,texts,autotexts = ax.pie(sizes,labels=Labels,
autopct = '%.2f%%', #百分比保留两位小数
shadow=False,startangle=170,colors=Colors)
plt.legend(title='省份：',frameon=True) #显示图例（自定义图例标题，并且保留图例边框）
ax.axis('equal')
proptease=fm.FontProperties()
proptease.set_size('medium') #饼的数据的字体大小
plt.setp(autotexts,fontproperties=proptease)
plt.setp(texts,fontproperties=proptease)
plt.show()
脚本运行后的图形效果：
######（绘制饼形图）
#coding=utf-8
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib import cm
from matplotlib import font_manager as fm
pd.set_option('display.unicode.east_asian_width',True)
sns.set_style('white') #设置Seaborn的背景风格为white
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
fig,ax=plt.subplots(figsize=(10,6)) #自定义窗体的宽和高
ax.set_title('苹果一周销量情况（百分比）') #图形标题
shapes = ['Mon','Tues','Wed','Thur','Fri','Sat','Sun']
values = [18,20.2,5.6,15.3,20,15,15]
s=pd.Series(values,index=shapes)
Labels=s.index #设置区域标签
sizes=s.values
Colors=['red','yellow','slateblue','green','lawngreen','pink','gold'] #设置饼图的自定义填充色
## 绘制饼形图：（使用ax.pie函数）
patches,texts,autotexts = ax.pie(sizes,labels=Labels,
autopct = '%.3f%%', #百分比保留三位小数
shadow=False,startangle=170,colors=Colors)
plt.legend(title='星期数:',frameon=False) #显示图例（自定义图例标题，并且不保留图例边框）
ax.axis('equal')
proptease=fm.FontProperties()
proptease.set_size('large') #饼的数据的字体大小
plt.setp(autotexts,fontproperties=proptease)
plt.setp(texts,fontproperties=proptease)
plt.show()
脚本运行后的图形效果：
######（绘制饼形图）
#coding=utf-8
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib import cm
from matplotlib import font_manager as fm
pd.set_option('display.unicode.east_asian_width',True)
sns.set_style('dark') #设置Seaborn的背景风格为dark
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
fig,ax=plt.subplots(figsize=(10,8)) #自定义窗体的宽和高
ax.set_title('苹果一周销量情况（百分比）') #图形标题
shapes = ['Mon','Tues','Wed','Thur','Fri','Sat','Sun']
values = [18,20.2,5.6,15.3,20,15,15]
s=pd.Series(values,index=shapes)
Labels=s.index #设置区域标签
sizes=s.values
Colors=['red','yellow','slateblue','green','lawngreen','pink','darkorange'] #设置饼图的自定义填充色
Explode = (0,0.1,0,0,0.1,0,0) #第二、五个标签分离（饼图分离）
## 绘制饼形图：（使用ax.pie函数）
patches,texts,autotexts = ax.pie(sizes,labels=Labels,
autopct = '%.0f%%', #百分比不保留小数
explode = Explode, #饼图分离
shadow=False,startangle=170,colors=Colors)
plt.legend(title='图例：',frameon=True) #显示图例（自定义图例标题，并且保留图例边框）
ax.axis('equal')
proptease=fm.FontProperties()
proptease.set_size('x-large') #饼的数据的字体大小
plt.setp(autotexts,fontproperties=proptease)
plt.setp(texts,fontproperties=proptease)
plt.show()
脚本运行后的图形效果：
######（绘制饼形图）
#coding=utf-8
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib import cm
from matplotlib import font_manager as fm
pd.set_option('display.unicode.east_asian_width',True)
sns.set_style('dark') #设置Seaborn的背景风格为dark
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
fig,ax=plt.subplots(figsize=(10,8)) #自定义窗体的宽和高
ax.set_title('苹果一周销量情况（百分比）',loc='left') #图形标题
shapes = ['Mon','Tues','Wed','Thur','Fri','Sat','Sun']
values = [18,20.2,5.6,15.3,20,15,15]
s=pd.Series(values,index=shapes)
Labels=s.index #设置区域标签
sizes=s.values
Colors=['red','yellow','slateblue','green','lawngreen','pink','darkorange'] #设置饼图的自定义填充色
## 绘制饼形图：（使用ax.pie函数）
patches,texts,autotexts = ax.pie(sizes,labels=Labels,
autopct = '%.1f%%', #百分比保留一位小数
wedgeprops={'width':0.3,'edgecolor':'k'}, #绘制外环
shadow=False,startangle=170,colors=Colors)
plt.legend(title='星期数',frameon=True) #显示图例（自定义图例标题，并且保留图例边框）
ax.axis('equal')
proptease=fm.FontProperties()
proptease.set_size('x-large') #饼的数据的字体大小
plt.setp(autotexts,fontproperties=proptease)
plt.setp(texts,fontproperties=proptease)
plt.show()
脚本运行后的图形效果：
######（绘制饼形图）
#coding=utf-8
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib import cm
from matplotlib import font_manager as fm
pd.set_option('display.unicode.east_asian_width',True)
sns.set_style('dark') #设置Seaborn的背景风格为dark
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
fig,ax=plt.subplots(figsize=(10,8)) #自定义窗体的宽和高
ax.set_title('苹果一周销量情况（百分比）',loc='right') #图形标题
shapes = ['Mon','Tues','Wed','Thur','Fri','Sat','Sun']
values = [18,20.2,5.6,15.3,20,15,15]
s=pd.Series(values,index=shapes)
Labels=s.index #设置区域标签
sizes=s.values
Colors=['red','yellow','slateblue','green','lawngreen','pink','darkorange'] #设置饼图的自定义填充色
Explode = (0,0.1,0,0.1,0,0.1,0) #第二、四、六个标签分离（饼图分离）
## 绘制饼形图：（使用ax.pie函数）
patches,texts,autotexts = ax.pie(sizes,labels=Labels,
autopct = '%.2f%%', #百分比保留两位小数
explode = Explode, #饼图分离
wedgeprops={'width':0.3,'edgecolor':'k'}, #绘制外环
shadow=False,startangle=170,colors=Colors)
plt.legend(title='星期数：',frameon=True) #显示图例（自定义图例标题，并且保留图例边框）
ax.axis('equal')
proptease=fm.FontProperties()
proptease.set_size('xx-large') #饼的数据的字体大小
plt.setp(autotexts,fontproperties=proptease)
plt.setp(texts,fontproperties=proptease)
plt.show()
脚本运行后的图形效果：
######（绘制散点图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.figure(figsize=(8,6),facecolor='white') #自定义窗体的宽和高、背景颜色
plt.title("苹果一周销量情况（公斤）") #图形标题
x = ['Mon','Tues','Wed','Thur','Fri','Sat','Sun']
y = [2,4,3,5,8,2,6]
## 绘制散点图：（使用plt.plot函数）
plt.plot(x,y,'ro',color='blue')
plt.xlabel('- 星期数 -') #显示x轴名称
plt.ylabel('销量') #显示y轴名称
plt.show()
脚本运行后的图形效果：
######（绘制散点图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.figure(figsize=(8,6),facecolor='yellow') #自定义窗体的宽和高、背景颜色
plt.title("苹果一周销量情况") #图形标题
x = ['Mon','Tues','Wed','Thur','Fri','Sat','Sun']
y = [2,4,3,5,8,2,6]
## 绘制散点图：（使用plt.plot函数）
plt.plot(x,y,'ro',color='blue')
plt.ylabel('销量（公斤）') #显示y轴名称
plt.grid(True,linestyle=':',color='purple',alpha=0.6) #显示网格线
plt.show()
脚本运行后的图形效果：
######（绘制散点图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('white') #设置Seaborn的背景风格为white
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.figure(figsize=(8,6)) #自定义窗体的宽和高
plt.title("苹果一周销量情况") #图形标题
x = ['Mon','Tues','Wed','Thur','Fri','Sat','Sun']
y = [2,4,3,5,8,2,6]
## 绘制散点图：（使用plt.scatter函数）
plt.scatter(x,y,color='red')
plt.ylabel('销量（公斤）') #显示y轴名称
plt.grid(True,linestyle=':',color='purple',alpha=0.6) #显示网格线
plt.show()
脚本运行后的图形效果：
######（绘制散点图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('ticks') #设置Seaborn的背景风格为ticks
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.figure(figsize=(8,6)) #自定义窗体的宽和高
plt.title("苹果一周销量情况") #图形标题
x = ['Mon','Tues','Wed','Thur','Fri','Sat','Sun']
y = [2,4,3,5,8,2,6]
## 绘制散点图：（使用plt.scatter函数）
plt.scatter(x,y,color='red')
plt.xlabel('- 星期数 -') #显示x轴名称
plt.ylabel('销量（公斤）') #显示y轴名称
plt.grid(True,linestyle=':',color='purple',alpha=0.6) #显示网格线
plt.show()
脚本运行后的图形效果：
######（绘制箱形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.figure(figsize=(8,6),facecolor='yellow') #自定义窗体的宽和高、背景颜色
plt.title("语文成绩的分析比较") #图形标题
x = [60,20,53,60,70.5,99]
## 绘制箱形图：（使用plt.boxplot函数）
plt.boxplot(x,labels=['语文成绩'])
plt.show()
脚本运行后的图形效果：
######（绘制箱形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.title("数学成绩、语文成绩、物理成绩的分析比较") #图形标题
x1 = [1,2,3,5,7,8]
x2 = [60,20,53,60,70.5,99]
x3 = [60,10,53,60,70.5,80]
## 绘制箱形图：（使用plt.boxplot函数）
plt.boxplot([x1,x2,x3],labels=['数学成绩','语文成绩','物理成绩'])
plt.show()
脚本运行后的图形效果：
######（绘制箱形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
Data={'语文成绩':[20,30,80],'数学成绩':[40,60,70]}
df = pd.DataFrame(Data)
print(df)
## 绘制箱形图：（使用sns.boxplot函数）
sns.boxplot(data=df)
plt.xlabel('学科') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩、数学成绩的分析比较") #图形标题
plt.show()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制箱形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
Data={'语文成绩':[20,30,80],'数学成绩':[40,60,70],'物理成绩':[30,90,70]}
df = pd.DataFrame(Data,index=['李大杰','Jacky','Lily'])
print(df)
## 绘制箱形图：（使用sns.boxplot函数）
sns.boxplot(data=df)
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩、数学成绩、物理成绩的分析比较") #图形标题
plt.show()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制箱形图）
#coding=utf-8
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
Data={'姓名':['李大杰','Jacky','Lily'],'语文成绩':[20,30,80],'数学成绩':[40,60,70]}
df = pd.DataFrame(Data)
print(df)
print("-" * 10)
df = df.set_index(['姓名']) #设置指定列的数据为索引
print(df)
## 绘制箱形图：（使用sns.boxplot函数）
sns.boxplot(data=df)
plt.xlabel('- 学科 -') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩、数学成绩的分析比较") #图形标题
plt.show()
脚本运行的结果：
脚本运行后的图形效果：
######（绘制竖向条形图+线形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('darkgrid') #设置Seaborn的背景风格为darkgrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.figure(figsize=(8,6),facecolor='white') #自定义窗体的宽和高、背景颜色
x = ['李大杰','Jacky','Lily','Happy','Joe','Funny']
y = [20,40,30,50,81,20]
## 绘制竖向条形图：（使用sns.barplot函数）
sns.barplot(x,y)
## 绘制线形图：（使用sns.lineplot函数）
sns.lineplot(x,y,color='red',linewidth=1.0,marker='o',linestyle=':')
plt.xlabel('姓名') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩的分析比较") #图形标题
plt.show()
脚本运行后的图形效果：
######（绘制竖向条形图+线形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
Labels = ['李大杰','Jacky','Lily','Happy','Joe','Funny'] #x轴的点的值
N = len(Labels)
X = np.arange(N)
y1 = [20,40,30,55,80,25.5] #语文成绩的y轴的点的值
y2 = [30,40,30,50,80,75.5] #数学成绩的y轴的点的值
bar_width = 0.3 #条形的宽度
## 绘制竖向条形图：（使用plt.bar函数）
plt.bar(X, y1, bar_width,label='语文成绩',color='red')
plt.bar(X + bar_width, y2, bar_width, label='数学成绩',tick_label=Labels,color='blue')
## 绘制线形图：（使用sns.lineplot函数）
sns.lineplot(X,y1,label='语文成绩',color='red',linewidth=1.0,marker='o',linestyle=':')
plt.xlabel('- 姓名 -') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩、数学成绩的分析比较") #图形标题
plt.legend() #显示图例（label）
plt.show()
脚本运行后的图形效果：
######（绘制竖向条形图+线形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
Labels = ['李大杰','Jacky','Lily','Happy','Joe','Funny'] #x轴的点的值
N = len(Labels)
X = np.arange(N)
y1 = [20,40,30,55,80,25.5] #语文成绩的y轴的点的值
y2 = [30,40,30,50,80,75.5] #数学成绩的y轴的点的值
bar_width = 0.3 #条形的宽度
## 绘制竖向条形图：（使用plt.bar函数）
plt.bar(X, y1, bar_width,label='语文成绩',color='red')
plt.bar(X + bar_width, y2, bar_width, label='数学成绩',tick_label=Labels,color='blue')
## 绘制线形图：（使用sns.lineplot函数）
sns.lineplot(X,y2,label='数学成绩',color='blue',linewidth=1.0,marker='o',linestyle=':')
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩、数学成绩的分析比较") #图形标题
plt.legend() #显示图例（label）
plt.show()
脚本运行后的图形效果：
######（绘制竖向条形图+线形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
Labels = ['李大杰','Jacky','Lily','Happy','Joe','Funny'] #x轴的点的值
N = len(Labels)
X = np.arange(N)
y1 = [20,40,30,55,80,25.5] #语文成绩的y轴的点的值
y2 = [30,40,30,50,80,75.5] #数学成绩的y轴的点的值
y3 = [35,40,25,58,89,10] #物理成绩的y轴的点的值
bar_width = 0.3 #条形的宽度
## 绘制竖向条形图：（使用plt.bar函数）
plt.bar(X, y1, bar_width,label='语文成绩',color='red')
plt.bar(X + bar_width, y2, bar_width, label='数学成绩',tick_label=Labels,color='blue')
## 绘制线形图：（使用sns.lineplot函数）
sns.lineplot(X,y3,label='物理成绩',color='green',linewidth=1.0,marker='o',linestyle='-.')
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩、数学成绩、物理成绩的分析比较") #图形标题
plt.legend() #显示图例（label）
plt.show()
脚本运行后的图形效果：
######（绘制竖向条形图+线形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
Labels = ['李大杰','Jacky','Lily','Happy','Joe','Funny'] #x轴的点的值
N = len(Labels)
X = np.arange(N)
y1 = [20,40,30,55,80,25.5] #语文成绩的y轴的点的值
y2 = [30,40,30,50,80,75.5] #数学成绩的y轴的点的值
y3 = [35,40,25,58,89,10] #物理成绩的y轴的点的值
y4 = [25,45,40,60,90,10] #化学成绩的y轴的点的值
bar_width = 0.3 #条形的宽度
## 绘制竖向条形图：（使用plt.bar函数）
plt.bar(X, y1, bar_width,label='语文成绩',color='red')
plt.bar(X + bar_width, y2, bar_width, label='数学成绩',tick_label=Labels,color='blue')
plt.bar(X + bar_width + bar_width, y3, bar_width, label='物理成绩',tick_label=Labels,color='green')
## 绘制线形图：（使用sns.lineplot函数）
sns.lineplot(X,y4,label='化学成绩',color='gold',linewidth=1.0,marker='o',linestyle='-.')
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩、数学成绩、物理成绩、化学成绩的分析比较") #图形标题
plt.legend() #显示图例（label）
plt.show()
脚本运行后的图形效果：
######（绘制竖向条形图+线形图）
#coding=utf-8
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import warnings
warnings.filterwarnings('ignore') #去除在使用sns下的函数时出现的那些警告
sns.set_style('whitegrid') #设置Seaborn的背景风格为whitegrid
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.figure(figsize=(8,6),facecolor='yellow') #自定义窗体的宽和高、背景颜色
Labels = ['李大杰','Jacky','Lily','Happy','Joe','Funny'] #x轴的点的值
N = len(Labels)
X = np.arange(N)
y1 = [20,40,30,55,80,25.5] #语文成绩的y轴的点的值
y2 = [30,40,30,50,80,75.5] #数学成绩的y轴的点的值
y3 = [35,40,25,58,89,10] #物理成绩的y轴的点的值
y4 = [25,45,40,60,90,10] #化学成绩的y轴的点的值
y5 = [45,65,45,70,90,30] #体育成绩的y轴的点的值
bar_width = 0.3 #条形的宽度
## 绘制竖向条形图：（使用plt.bar函数）
plt.bar(X, y1, bar_width,label='语文成绩',color='red')
plt.bar(X + bar_width, y2, bar_width, label='数学成绩',tick_label=Labels,color='blue')
plt.bar(X + bar_width + bar_width, y3, bar_width, label='物理成绩',tick_label=Labels,color='green')
## 绘制线形图：（使用sns.lineplot函数）
sns.lineplot(X,y4,label='化学成绩',color='gold',linewidth=1.0,marker='o',linestyle='-.')
sns.lineplot(X,y5,label='体育成绩',color='pink',linewidth=1.0,marker='o',linestyle='-')
plt.xlabel('- Name -') #显示x轴名称
plt.ylabel('分数') #显示y轴名称
plt.title("语文成绩、数学成绩、物理成绩、化学成绩、体育成绩的分析比较") #图形标题
plt.legend() #显示图例（label）
plt.show()
脚本运行后的图形效果：
相关文章：
Pandas的基础
数据统计分析(Numpy)
机器学习Scikit-Learn
图片附件: 图片1.png (2024-1-26 08:21, 72.04 KB) / 下载次数 13
图片附件: 图片2.png (2024-1-26 08:21, 88.13 KB) / 下载次数 15
图片附件: 图片3.png (2024-1-26 08:22, 66.2 KB) / 下载次数 17
图片附件: 图片4.png (2024-1-26 08:22, 114.36 KB) / 下载次数 14
图片附件: 图片5.png (2024-1-26 08:23, 75.31 KB) / 下载次数 14
图片附件: 图片6.png (2024-1-26 08:23, 123.59 KB) / 下载次数 15
图片附件: 图片7.png (2024-1-26 08:24, 53.46 KB) / 下载次数 17
图片附件: 图片8.png (2024-1-26 08:24, 65.94 KB) / 下载次数 18
图片附件: 图片9.png (2024-1-26 08:25, 54.6 KB) / 下载次数 14
图片附件: 图片10.png (2024-1-26 08:25, 67.72 KB) / 下载次数 16
图片附件: 图片11.png (2024-1-26 08:26, 50.97 KB) / 下载次数 17
图片附件: 图片12.png (2024-1-26 08:26, 83.29 KB) / 下载次数 11
图片附件: 图片13.png (2024-1-26 08:27, 56.21 KB) / 下载次数 2
图片附件: 图片14.png (2024-1-26 08:27, 74.15 KB) / 下载次数 4
图片附件: 图片15.png (2024-1-26 08:28, 51.86 KB) / 下载次数 3
图片附件: 图片16.png (2024-1-26 08:28, 58.89 KB) / 下载次数 4
图片附件: 图片17.png (2024-1-26 08:29, 57.22 KB) / 下载次数 4
图片附件: 图片18.png (2024-1-26 08:29, 71.89 KB) / 下载次数 5
图片附件: 图片19.png (2024-1-26 08:30, 63.76 KB) / 下载次数 1
图片附件: 图片20.png (2024-1-26 08:30, 96.42 KB) / 下载次数 3
图片附件: 图片21.png (2024-1-26 08:30, 67.48 KB) / 下载次数 3
图片附件: 图片22.png (2024-1-26 08:31, 90.78 KB) / 下载次数 5
图片附件: 图片23.png (2024-1-26 08:31, 52.99 KB) / 下载次数 7
图片附件: 图片24.png (2024-1-26 08:31, 59.07 KB) / 下载次数 3
图片附件: 图片25.png (2024-1-26 08:32, 72.13 KB) / 下载次数 4
图片附件: 图片26.png (2024-1-26 08:32, 59.43 KB) / 下载次数 5
图片附件: 图片27.png (2024-1-26 08:33, 55.18 KB) / 下载次数 5
图片附件: 图片28.png (2024-1-26 08:33, 62.6 KB) / 下载次数 3
图片附件: 图片29.png (2024-1-26 08:33, 50.6 KB) / 下载次数 4
图片附件: 图片30.png (2024-1-26 08:34, 71.61 KB) / 下载次数 4
图片附件: 图片31.png (2024-1-26 08:34, 50.97 KB) / 下载次数 4
图片附件: 图片32.png (2024-1-26 08:34, 69.79 KB) / 下载次数 3
图片附件: 图片33.png (2024-1-26 08:35, 66.99 KB) / 下载次数 3
图片附件: 图片34.png (2024-1-26 08:35, 68.95 KB) / 下载次数 3
图片附件: 图片35.png (2024-1-26 08:35, 55.13 KB) / 下载次数 3
图片附件: 图片36.png (2024-1-26 08:36, 77.55 KB) / 下载次数 6
图片附件: 图片37.png (2024-1-26 08:36, 72.91 KB) / 下载次数 2
图片附件: 图片38.png (2024-1-26 08:36, 80.47 KB) / 下载次数 1
图片附件: 图片39.png (2024-1-26 08:37, 69.4 KB) / 下载次数 5
图片附件: 图片40.png (2024-1-26 08:37, 79.2 KB) / 下载次数 3
图片附件: 图片41.png (2024-1-26 08:38, 53.6 KB) / 下载次数 4
图片附件: 图片42.png (2024-1-26 08:38, 90.57 KB) / 下载次数 4
图片附件: 图片43.png (2024-1-26 08:39, 72.96 KB) / 下载次数 4
图片附件: 图片44.png (2024-1-26 08:39, 89.63 KB) / 下载次数 4
图片附件: 图片45.png (2024-1-26 08:39, 53.64 KB) / 下载次数 5
图片附件: 图片46.png (2024-1-26 08:40, 98.29 KB) / 下载次数 5
图片附件: 图片47.png (2024-1-26 08:45, 90.59 KB) / 下载次数 4
图片附件: 图片48.png (2024-1-26 08:46, 68.52 KB) / 下载次数 3
图片附件: 图片49.png (2024-1-26 08:46, 73.13 KB) / 下载次数 5
图片附件: 图片50.png (2024-1-26 08:46, 37.24 KB) / 下载次数 3
图片附件: 图片51.png (2024-1-26 08:47, 71.01 KB) / 下载次数 6
图片附件: 图片52.png (2024-1-26 08:47, 192.39 KB) / 下载次数 3
图片附件: 图片53.png (2024-1-26 08:48, 94.06 KB) / 下载次数 3
图片附件: 图片54.png (2024-1-26 08:48, 114.87 KB) / 下载次数 4
图片附件: 图片55.png (2024-1-26 08:49, 66.01 KB) / 下载次数 4
图片附件: 图片56.png (2024-1-26 08:49, 66.45 KB) / 下载次数 4
图片附件: 图片57.png (2024-1-26 08:50, 49.11 KB) / 下载次数 3
图片附件: 图片58.png (2024-1-26 08:50, 53.04 KB) / 下载次数 4
图片附件: 图片59.png (2024-1-26 08:50, 65.12 KB) / 下载次数 6
图片附件: 图片60.png (2024-1-26 08:51, 97.53 KB) / 下载次数 6
图片附件: 图片61.png (2024-1-26 08:51, 122.59 KB) / 下载次数 3
图片附件: 图片62.png (2024-1-26 08:52, 69.7 KB) / 下载次数 3
图片附件: 图片63.png (2024-1-26 08:52, 72.79 KB) / 下载次数 4
图片附件: 图片64.png (2024-1-26 08:52, 73.38 KB) / 下载次数 3
图片附件: 图片65.png (2024-1-26 08:53, 77.45 KB) / 下载次数 4
图片附件: 图片66.png (2024-1-26 08:53, 75.49 KB) / 下载次数 3
图片附件: 图片67.png (2024-1-26 08:53, 100.46 KB) / 下载次数 3
图片附件: 图片68.png (2024-1-26 08:54, 109.25 KB) / 下载次数 5
图片附件: 图片69.png (2024-1-26 08:54, 107.85 KB) / 下载次数 2
图片附件: 图片70.png (2024-1-26 08:54, 65.05 KB) / 下载次数 4
图片附件: 图片71.png (2024-1-26 08:55, 69.23 KB) / 下载次数 5
图片附件: 图片72.png (2024-1-26 08:55, 85.63 KB) / 下载次数 4
图片附件: 图片73.png (2024-1-26 08:55, 87.48 KB) / 下载次数 2
图片附件: 图片74.png (2024-1-26 08:56, 87.32 KB) / 下载次数 4
图片附件: 图片75.png (2024-1-26 08:56, 88.86 KB) / 下载次数 6
图片附件: 图片76.png (2024-1-26 08:57, 71.73 KB) / 下载次数 4
图片附件: 图片77.png (2024-1-26 08:57, 78.84 KB) / 下载次数 4
图片附件: 图片78.png (2024-1-26 08:57, 72.79 KB) / 下载次数 4
图片附件: 图片79.png (2024-1-26 08:57, 63.88 KB) / 下载次数 4
图片附件: 图片80.png (2024-1-26 08:58, 73.75 KB) / 下载次数 4
图片附件: 图片81.png (2024-1-26 08:58, 83.16 KB) / 下载次数 3
图片附件: 图片82.png (2024-1-26 08:59, 91.88 KB) / 下载次数 5
图片附件: 图片83.png (2024-1-26 08:59, 100.45 KB) / 下载次数 4
图片附件: 图片84.png (2024-1-26 08:59, 53.91 KB) / 下载次数 4
图片附件: 图片85.png (2024-1-26 09:00, 109.06 KB) / 下载次数 5
图片附件: 图片86.png (2024-1-26 09:00, 111.88 KB) / 下载次数 4
图片附件: 图片87.png (2024-1-26 09:00, 112.83 KB) / 下载次数 4
图片附件: 图片88.png (2024-1-26 09:01, 50.79 KB) / 下载次数 5
图片附件: 图片89.png (2024-1-26 09:01, 78.8 KB) / 下载次数 3
图片附件: 图片90.png (2024-1-26 09:02, 44.9 KB) / 下载次数 4
图片附件: 图片91.png (2024-1-26 09:02, 71.78 KB) / 下载次数 4
图片附件: 图片92.png (2024-1-26 09:02, 48.21 KB) / 下载次数 4
图片附件: 图片93.png (2024-1-26 09:03, 78.34 KB) / 下载次数 5
图片附件: 图片94.png (2024-1-26 09:03, 58.37 KB) / 下载次数 4
图片附件: 图片95.png (2024-1-26 09:03, 72.14 KB) / 下载次数 4
图片附件: 图片96.png (2024-1-26 09:03, 69.41 KB) / 下载次数 2
图片附件: 图片97.png (2024-1-26 09:04, 102.8 KB) / 下载次数 4
图片附件: 图片98.png (2024-1-26 09:04, 98.41 KB) / 下载次数 3
图片附件: 图片99.png (2024-1-26 09:04, 106.91 KB) / 下载次数 5
图片附件: 图片100.png (2024-1-26 09:05, 108.63 KB) / 下载次数 4
图片附件: 图片101.png (2024-1-26 09:06, 102.89 KB) / 下载次数 3
| 欢迎光临 blog.zhuohua.store (http://blog.zhuohua.store/) | Powered by Discuz! 7.2 |