这里利用Nathan Yau所著的《鲜活的数据：数据可视化指南》一书中的数据，学习画图。
数据地址：http://book.flowingdata.com/ch05/data/us-population-by-age.xls
准备工作：先导入matplotlib和pandas，用pandas读取excel文件，然后创建一个图像和一个坐标轴
import pandas as pd from matplotlib import pyplot as plt population=pd.read_excel(r"http://book.flowingdata.com/ch05/data/us-population-by-age.xls") fig,ax=plt.subplots()
先来看一看这个数据文件：
Under 5 5 to 19 1860 15.4 35.8 1870 14.3 35.4 1880 13.8 34.3 1890 12.2 33.9 1900 12.1 32.3 1910 11.6 30.4 1920 10.9 29.8 1930 9.3 29.5 1940 8.0 26.4 1950 10.7 23.2 1960 11.3 27.1 1970 8.4 29.5 1980 7.2 24.8 1990 7.6 21.3 2000 6.8 21.8 2005 6.8 20.7 NaN -8.6 -15.1 NaN NaN NaN Read more: Population Distribution by Age, Race... NaN NaN 20 to 44 45 to 64 65+ 1860 35.7 10.4 2.7 1870 35.4 11.9 3.0 1880 35.9 12.6 3.4 1890 36.9 13.1 3.9 1900 37.7 13.7 4.1 1910 39.0 14.6 4.3 1920 38.4 16.1 4.7 1930 38.3 17.4 5.4 1940 38.9 19.8 6.8 1950 37.6 20.3 8.1 1960 32.2 20.1 9.2 1970 31.7 20.6 9.8 1980 37.1 19.6 11.3 1990 40.1 18.6 12.5 2000 37.0 22.0 12.4 2005 35.4 24.6 12.4 NaN -0.3 14.2 9.7 NaN NaN NaN NaN Read more: Population Distribution by Age, Race... NaN NaN NaN
这个文件记录的是1860年-2005年美国各年龄段人口占总人口的百分比。由于文件里有NaN字样，因此先把有效数据提取出来。然后把各年龄段的人口数据堆叠起来，画一个面积图。
面积图： ax.stackplot(x,y1,y2,y3...)
代码如下：
import pandas as pd from matplotlib import pyplot as plt population=pd.read_excel(r"http://book.flowingdata.com/ch05/data/us-population-by-age.xls") fig,ax=plt.subplots(figsize=(7,5)) p1=population.iloc[0:16] #提取有效数据 year=p1.index.astype(int) #提取年份，并转换为整数类型 v1=p1["Under 5"].values #提取5岁以下的数据 v2=p1["5 to 19"].values #提取5-19岁的数据 v3=p1["20 to 44"].values #提取20-44岁的数据 v4=p1["45 to 64"].values #提取45-64岁的数据 v5=p1["65+"].values #提取65岁以上的数据 #设置y轴刻度值的一个helper function def make_yticks(where): ytick=[] sum=0 for i in where: sum+=i ytick.append(sum) return ytick ax.stackplot(year,v1,v2,v3,v4,v5) ax.set(xlim=(1860,2005),ylim=(0,100),xlabel="Year",ylabel="Population %") ax1=ax.twinx() #设置双y轴，共享x轴 ax.set_yticks(make_yticks(p1.loc[1860])) #设置第一个y轴刻度值 ax1.set_yticks(make_yticks(p1.loc[2005])) #设置第二个y轴刻度值 diff=[i-j for i,j in zip(p1.loc[2005],p1.loc[1860])] #计算2005年减去1860年的差值 for i,j,z in zip(make_yticks(p1.loc[2005]), p1.columns,diff): #设置文字注释 ax.text(x=1980,y=i-6,s=j) ax.text(x=2020,y=i-6,s=z,fontsize=14,color="b") plt.show()
图像如下：
可以看出，大的趋势是：年轻人口比重在逐年减少，老年人口比重则逐年增高。