Deeplot
Python 数据可视化工具 - 实时生成精美图表
Python代码
import matplotlib.pyplot as plt import numpy as np # 数据配置(按原图实际数据排列调整) quarters = [f"{y}Q{q}" for y in range(2020,2025) for q in range(1,5)][:-1][::-1] # 逆序排列匹配原图 metrics = { '流动比率': [0.89,0.96,1.05,0.95,0.92,0.87,1.10,0.92,0.72,0.63,0.66,0.58,0.54,0.63,0.77,0.78,0.77,0.78,0.77], '速动比率': [0.45,0.53,0.64,0.52,0.52,0.47,0.65,0.52,0.51,0.42,0.44,0.36,0.33,0.38,0.51,0.43,0.55,0.55,0.56], '现金比率': [0.20,0.25,0.35,0.23,0.21,0.21,0.26,0.18,0.25,0.19,0.18,0.11,0.13,0.13,0.17,0.18,0.17,0.25,0.25] } # 可视化设置 plt.figure(figsize=(14, 7), dpi=100) x = np.arange(len(quarters)) colors = ['#2E86C1', '#E67E22', '#28B463'] # 商务蓝、活力橙、生态绿 # 绘制趋势线 for idx, (metric, values) in enumerate(metrics.items()): plt.plot(x, values, marker='D' if metric=='现金比率' else 'o', # 现金比率使用菱形标记 markersize=7, linewidth=2.2, color=colors[idx], markeredgecolor='white', # 增加标记描边 label=metric) # 坐标轴优化 plt.xticks(x, quarters, rotation=45, ha='right', fontsize=9) plt.gca().invert_xaxis() # X轴逆序排列匹配原图 plt.yticks(np.arange(0, 1.3, 0.1)) plt.gca().yaxis.grid(True, linestyle=':', alpha=0.4) # 图表元素 plt.title('企业流动性指标趋势分析(2020Q1-2024Q3)', fontsize=14, pad=20, fontweight='semibold') plt.xlabel('季度', fontsize=10, labelpad=12) plt.ylabel('比率值', fontsize=10, labelpad=12) plt.legend(loc='upper center', bbox_to_anchor=(0.5, -0.15), ncol=3, frameon=False) plt.tight_layout() plt.show()
运行代码
清除代码
复制代码
使用教程
运行结果
正在生成图表...
全屏查看
下载图像
示例代码
柱状图
折线图
饼图
AI prompt
×
×
基本使用
在代码编辑器中输入您的 Python 代码
点击"运行代码"按钮生成图表
使用"清除代码"按钮清空编辑器
代码获取
使用AI工具生成,将你的excel表格或者图片发给AI,
可以使用示例代码中的AI prompt,将需求发送给AI
如果出现错误,请把错误信息发给AI,让AI修改直至可以正常生成图表
图表操作
生成图表后可以全屏查看
支持下载生成的图表