本文介绍如果使用python汇总常用的图表，与Excel的点选操作相比，用python绘制图表显得比较比较繁琐，尤其提现在对原始数据的处理上。但两者在绘制图表过程中的思路大致相同，Excel中能完成的工作python大多也能做到。为了更清晰的说明使用python绘制图表的过程，我们在汇总图表的代码中进行注解，说明每一行代码的具体作用。并在文章的最后给出了自定义字体和图表配色的对应表。

准备工作

import numpy as np
import pandas as pd
#导入图表库以进行图表绘制
import matplotlib.pyplot as plt
loandata=pd.DataFrame(pd.read_excel(\'loan_data.xlsx\'))

折线图

#设置日期字段issue_d为loandata数据表索引字段
loandata = loandata.set_index(\'issue_d\')
#按月对贷款金额loan_amnt求均值，以0填充空值
loan_plot=loandata[\'loan_amnt\'].resample(\'M\').fillna(0)
#图表字体为华文细黑，字号为15
plt.rc(\'font\', family=\'STXihei\', size=15)
#创建一个一维数组赋值给a
a=np.array([1,2,3,4,5,6,7,8,9,10,11,12])
#创建折线图，数据源为按月贷款均值，标记点，标记线样式，线条宽度，标记点颜色和透明度
plt.plot(loan_plot,\'g^\',loan_plot,\'g-\',color=\'#99CC01\',linewidth=3,markeredgewidth=3,markeredgecolor=\'#99CC01\',alpha=0.8)
#添加x轴标签
plt.xlabel(\'月份\')
#添加y周标签
plt.ylabel(\'贷款金额\')
#添加图表标题
plt.title(\'分月贷款金额分布\')
#添加图表网格线，设置网格线颜色，线形，宽度和透明度
plt.grid( color=\'#95a5a6\',linestyle=\'--\', linewidth=1 ,axis=\'y\',alpha=0.4)
#设置数据分类名称
plt.xticks(a, (\'1月\',\'2月\',\'3月\',\'4月\',\'5月\',\'6月\',\'7月\',\'8月\',\'9月\',\'10月\',\'11月\',\'12月\') )
#输出图表
plt.show()

柱状图

#按用户等级grade字段对贷款金额进行求和汇总
loan_grade=loandata.groupby(\'grade\')[\'loan_amnt\'].agg(sum)
#图表字体为华文细黑，字号为15
plt.rc(\'font\', family=\'STXihei\', size=15)
#创建一个一维数组赋值给a
a=np.array([1,2,3,4,5,6])
#创建柱状图，数据源为按用户等级汇总的贷款金额，设置颜色，透明度和外边框颜色
plt.bar([1,2,3,4,5,6],loan_grade,color=\'#99CC01\',alpha=0.8,align=\'center\',edgecolor=\'white\')
#设置x轴标签
plt.xlabel(\'用户等级\')
#设置y周标签
plt.ylabel(\'贷款金额\')
#设置图表标题
plt.title(\'不同用户等级的贷款金额分布\')
#设置图例的文字和在图表中的位置
plt.legend([\'贷款金额\'], loc=\'upper right\')
#设置背景网格线的颜色，样式，尺寸和透明度
plt.grid(color=\'#95a5a6\',linestyle=\'--\', linewidth=1,axis=\'y\',alpha=0.4)
#设置数据分类名称
plt.xticks(a,(\'A级\',\'B级\',\'C级\',\'D级\',\'E级\',\'F级\'))
#显示图表
plt.show()

条形图

#图表字体为华文细黑，字号为15
plt.rc(\'font\', family=\'STXihei\', size=15)
#创建一个一维数组赋值给a
a=np.array([1,2,3,4,5,6])
#创建条形图，数据源为分等级贷款金额汇总，设置颜色，透明度和图表边框
plt.barh([1,2,3,4,5,6],loan_grade,color=\'#99CC01\',alpha=0.8,align=\'center\',edgecolor=\'white\')
#添加x轴标题
plt.xlabel(\'贷款金额\')
#添加y轴标题
plt.ylabel(\'用户等级\')
#添加图表标题
plt.title(\'不同用户等级的贷款金额分布\')
#添加图例，并设置在图表中的显示位置
plt.legend([\'贷款金额\'], loc=\'upper right\')
#设置背景网格线的颜色，样式，尺寸和透明度
plt.grid(color=\'#95a5a6\',linestyle=\'--\', linewidth=1,axis=\'y\',alpha=0.4)
#设置数据分类名称
plt.yticks(a,(\'A级\',\'B级\',\'C级\',\'D级\',\'E级\',\'F级\'))
#显示图表
plt.show()

饼图

#图表字体为华文细黑，字号为15
plt.rc(\'font\', family=\'STXihei\', size=15)
#设置饼图中每个数据分类的颜色
colors = [\"#99CC01\",\"#FFFF01\",\"#0000FE\",\"#FE0000\",\"#A6A6A6\",\"#D9E021\"]
#设置饼图中每个数据分类的名称
name=[\'A级\', \'B级\', \'C级\', \'D级\', \'E级\',\'F级\']
#创建饼图，设置分类标签，颜色和图表起始位置等
plt.pie(loan_grade,labels=name,colors=colors,explode=(0, 0, 0.15, 0, 0, 0),startangle=60,autopct=\'%1.1f%%\')
#添加图表标题
plt.title(\'不同用户等级的贷款金额占比\')
#添加图例，并设置显示位置
plt.legend([\'A级\',\'B级\',\'C级\',\'D级\',\'E级\',\'F级\'], loc=\'upper left\')
#显示图表
plt.show()

散点图

#按月汇总贷款金额，以0填充空值
loan_x=loandata[\'loan_amnt\'].resample(\'M\',how=sum).fillna(0)
#按月汇总利息金额，以0填充空值
loan_y=loandata[\'total_rec_int\'].resample(\'M\',how=sum).fillna(0)
#图表字体为华文细黑，字号为15
plt.rc(\'font\', family=\'STXihei\', size=15)
#创建散点图，贷款金额为x，利息金额为y，设置颜色，标记点样式和透明度等
plt.scatter(loan_x,loan_y,60,color=\'white\',marker=\'o\',edgecolors=\'#0D8ECF\',linewidth=3,alpha=0.8)
#添加x轴标题
plt.xlabel(\'贷款金额\')
#添加y轴标题
plt.ylabel(\'利息收入\')
#添加图表标题
plt.title(\'贷款金额与利息收入\')
#设置背景网格线的颜色，样式，尺寸和透明度
plt.grid(color=\'#95a5a6\',linestyle=\'--\', linewidth=1,axis=\'both\',alpha=0.4)
#显示图表
plt.show()

气泡图

#按月汇总贷款金额及利息
loan_x=loandata[\'loan_amnt\'].resample(\'M\',how=sum).fillna(0)
loan_y=loandata[\'total_rec_int\'].resample(\'M\',how=sum).fillna(0)
loan_z=loandata[\'total_rec_int\'].resample(\'M\',how=sum).fillna(0)
#图表字体为华文细黑，字号为15
plt.rc(\'font\', family=\'STXihei\', size=15)
#设置气泡图颜色
colors = [\"#99CC01\",\"#FFFF01\",\"#0000FE\",\"#FE0000\",\"#A6A6A6\",\"#D9E021\",\'#FFF16E\',\'#0D8ECF\',\'#FA4D3D\',\'#D2D2D2\',\'#FFDE45\',\'#9b59b6\']
#创建气泡图贷款金额为x，利息金额为y，同时设置利息金额为气泡大小，并设置颜色透明度等。
plt.scatter(loan_x,loan_y,s=loan_z,color=colors,alpha=0.6)
#添加x轴标题
plt.xlabel(\'贷款金额\')
#添加y轴标题
plt.ylabel(\'利息收入\')
#添加图表标题
plt.title(\'贷款金额与利息收入\')
#设置背景网格线的颜色，样式，尺寸和透明度
plt.grid(color=\'#95a5a6\',linestyle=\'--\', linewidth=1,axis=\'both\',alpha=0.4)
#显示图表
plt.show()

箱线图

#图表字体为华文细黑，字号为15
plt.rc(\'font\', family=\'STXihei\', size=15)
#创建箱线图，数据源为贷款来源，设置横向显示
plt.boxplot(loandata[\'loan_amnt\'],1,\'rs\',vert=False)
#添加x轴标题
plt.xlabel(\'贷款金额\')
#添加图表标题
plt.title(\'贷款金额分布\')
#设置背景网格线的颜色，样式，尺寸和透明度
plt.grid(color=\'#95a5a6\',linestyle=\'--\', linewidth=1,axis=\'both\',alpha=0.4)
#显示图表
plt.show()

直方图

#图表字体为华文细黑，字号为15
plt.rc(\'font\', family=\'STXihei\', size=15)
#创建直方图，数据源为贷款金额，将数据分为8等份显示，设置颜色和显示方式，透明度等
plt.hist(loandata[\'loan_amnt\'],8,normed=1, histtype=\'stepfilled\',facecolor=\'#99CC01\', rwidth=0.9,alpha=0.6,edgecolor=\'white\')
#添加x轴标题
plt.xlabel(\'贷款金额\')
#添加y轴标题
plt.ylabel(\'概率\')
#添加图表标题
plt.title(\'贷款金额概率密度\')
#设置背景网格线的颜色，样式，尺寸和透明度
plt.grid(color=\'#95a5a6\',linestyle=\'--\', linewidth=1,axis=\'y\',alpha=0.4)
#显示图表
plt.show()

自定义字体及配色

图表中所使用的字体，可以使用下面的字体名称替换family=后面的内容以改变图表中所显示的字体。

图表中的颜色，可以直接使用颜色名称，也可以使用简称来设置图表中使用的颜色，本文中没有使用默认的颜色，而是使用了自定义颜色。

自定义颜色的色号，本文中使用的是Hex色号，下面给出了Hex和RGB的对应关系，以及相应的颜色。可以使用下面的Hex色号替换本文中图表的颜色。