绘制柱状图

发表于 更新于 分类于 阅读次数：

常用图表的绘制。

Python常用图表绘制

分组柱状图

又称聚合柱状图，在同一轴上显示各个分组下不同的分类数据。

假设我在一个名为all_result.xlsx文件中有如下数据：

Snipaste_2021-03-05_18-05-54

这是我训练模型的一组结果，左边一列是使用的模型，第二列是初始情况下的结果，第三列是采用了预训练模型之后的结果，第四列是添加了SPP结构后的结果。那么我想采用分组柱状图更好的显示结果：

  1. 读取xlsx文件中的数据

    xlrd库目前最新版本不支持读取xlsx文件，于是我就使用了openpyxl库。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    import openpyxl
    def get_excel_data(excel_path):
        excel_sheets = openpyxl.load_workbook(excel_path)  # 获取工作表对象
        
        accuracy_sheet = excel_sheets['accuracy']  # 获取工作表中名为'accuracy'的工作簿
        print("行数", accuracy_sheet.max_row)
        print("列数", accuracy_sheet.max_column)
        
        label_list = []  # 存放第一行的不同实验条件
        xlabel_list = []  # 存放不同的实验模型
        origin_list, pretrained_list, spp_list = [], [], []  # 分别存放不同条件下的结果，与xlabel_list长度相同
        
        for i, row in enumerate(accuracy_sheet.rows):  # 依次遍历表格的每一行
            if i == 0: # 将第一行的数据作为标签
                for cell in row:  # 遍历一行中的每一个单元格
                    if cell.value is not None:  # 判断该单元格中的内容是否为空
                        label_list.append(cell.value)  # 将内容加入到label_list中
            else:  # 依次遍历下面几行
                for j, cell in enumerate(row):
                    if j == 0:  # 如果是第一个单元格的话
                        xlabel_list.append(cell.value)
                    elif j == 1:
                        if cell.value is None:
                            origin_list.append(0.0)
                        else:
                            origin_list.append(float(cell.value))
                    elif j == 2:
                        if cell.value is None:
                            pretrained_list.append(0.0)
                        else:
                            pretrained_list.append(float(cell.value))
                    elif j == 3:
                        if cell.value is None:
                            spp_list.append(0.0)
                        else:
                            spp_list.append(float(cell.value))
        print("不同的条件有：", label_list)
        
        print("实验模型有：", xlabel_list)
        
        print("origin条件下结果：", origin_list)
        print("pretrained条件下结果：", pretrained_list)
        print("spp条件下结果：", spp_list)
        return label_list, xlabel_list, origin_list, pretrained_list, spp_list

  2. 数据绘图

    懒得采用matplotlib，直接使用了pandas库来进行绘图

    1
    2
    3
    4
    5
    6
    7
    8
    label_list, xlabel_list, origin_list, pretrained_list, spp_list = get_excel_data(excel_path='all_result.xlsx')
        # 将原来几个列表合并成pandas中的DataFrame格式
        data_excel = pd.DataFrame(origin_list, columns=['origin'], index=xlabel_list)
        data_excel = pd.concat([data_excel, pd.DataFrame(pretrained_list, columns=['pretrained'], index=xlabel_list)], axis=1)
        data_excel = pd.concat([data_excel, pd.DataFrame(spp_list, columns=['spp'], index=xlabel_list)], axis=1)
        print(data_excel)
        data_excel.plot(kind='bar', style='--o', figsize=(20, 15), title="")  # 绘制分组柱状图
        plt.show()

    上述文件及代码可参考https://github.com/lover-520/lover-notes