1 import matplotlib.pyplot as plt
2 import pandas as pd
3 import matplotlib as mpl

含有中文无法正常显示，需增加如下代码：

1 mpl.rcParams['font.sans-serif'] = ['SimHei']
2 plt.rcParams['axes.unicode_minus']=False

读取excel电子表数据（read_excel）：

df=pd.read_excel('test.xls') #默认读取文档中的第一个工作表

获取列名和索引（columns 和  index）：

1 data1 = df.columns
2 ls1 = df.columns.tolist() #转换成列表
3 print u"获取到所有的值:\n{0}".format(ls1)
4 data2 = df.index
5 ls2 = df.index.tolist()

获取数据行名称（_stat_axis）：

ls3 = df.T._stat_axis.values.tolist()

利用 matplotlib 画图：

饼形图：

1 plt.title(u'占比分析饼形图',fontsize=20) #标题
2
3 data = df.groupby(u'产业类型')[u'产业类型'].count()
4 label = data._stat_axis.values.tolist()
5 explode1 = (0, 0, 0,0,0,0,0.75,0)
6 plt.pie(data,explode=explode1,labels=label, autopct="%1.1f%%", shadow=True, startangle=90, radius=10,textprops = {'fontsize':10, 'color':'black'},labeldistance=1.05)
7
8 plt.legend() #显示标签
9 plt.axis("equal") #饼形图为正圆
10 plt.show()

函数：matplotlib.pyplot.pie(x,explode=None,labels=None,colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, rotatelabels=False, *, data=None)
重要参数详情

x :(每一块)的比例，如果sum(x) > 1会使用sum(x)归一化；
labels :(每一块)饼图外侧显示的说明文字；
colors :list, 设置为各部分染色列表，元素一一对应
explode :(每一块)离开中心距离；
startangle :起始绘制角度,默认图是从x轴正方向逆时针画起,如设定=90则从y轴正方向画起；
shadow :在饼图下面画一个阴影。默认值：False，即不画阴影；
labeldistance :label标记的绘制位置,相对于半径的比例，默认值为1.1, 如<1则绘制在饼图内侧；
autopct :控制饼图内百分比设置,可以使用format字符串或者format function
'%1.1f'指小数点前后位数(没有用空格补齐)；
pctdistance :类似于labeldistance,指定autopct的位置刻度,默认值为0.6；
radius :控制饼图半径，默认值为1；
counterclock ：指定指针方向；布尔值，可选参数，默认为：True，即逆时针。将值改为False即可改为顺时针。
wedgeprops ：字典类型，可选参数，默认值：None。参数字典传递给wedge对象用来画一个饼图。例如：wedgeprops={'linewidth':3}设置wedge线宽为3。
textprops ：设置标签（labels）和比例文字的格式；字典类型，可选参数，默认值为：None。传递给text对象的字典参数。
center ：浮点类型的列表，可选参数，默认值：(0,0)。图标中心位置。
frame ：布尔类型，可选参数，默认值：False。如果是true，绘制带有表的轴框架。
rotatelabels ：布尔类型，可选参数，默认为：False。如果为True，旋转每个label到指定的角度。

部分来源于：  matplotlib 知识点11：绘制饼图（pie 函数精讲）

线图：

转载来源：Matplotlib.pyplot 常用方法

1 import numpy as np
2 import matplotlib.pyplot as plt
3
4
5 t = np.arange(0.0, 4.0, 0.1)
6 s = np.sin(np.pi*t)
7 plt.plot(t, s, 'g:v', label = 'sinx')
8
9 plt.legend() # 显示右上角的那个label,即上面的label = 'sinx'
10 plt.xlabel('time (s)') # 设置x轴的label，pyplot模块提供了很直接的方法，内部也是调用的上面当然讲述的面向对象的方式来设置；
11 plt.ylabel('voltage (mV)') # 设置y轴的label;
12 #plt.xlim(-1,3) # 可以自己设置x轴的坐标的范围哦;
13 #plt.ylim(-1.5,1.5)
14 plt.title('About as simple as it gets, folks')
15 plt.grid(True) # 显示网格;
16 plt.xticks(rotation=45)    #X轴文字旋转45°
17 plt.show()

其中

plot()   基本用法：

　　lot(x, y) # 画出横轴为x与纵轴为y的图，使用默认的线形与颜色；

　　plot(x, y, 'bo') # 用蓝色，且点的标记用小圆，下面会解释哦

　　plot(y) # 纵轴用y ,横轴用y的每个元素的坐标，即0，1，2……

　　plot(y, 'r+') # 如果其中x或y 为2D的，则会用它的相应的每列来表示（注意是每列）

　　plot(x1, y1, 'g^', x2, y2, 'g-') #可以使用多对的x, y, format 对当作变量的，把它们画一个图里；

　　对于参数中，常用的format：线的颜色、线的形状、点的标记形状，我们用这三个的时候经常用缩写，它们之间的顺序怎么都可以，如它俩一个意思：’r+–’、’+–r’。如果我们不想缩写的话，可以分别写成如： color=’green’, linestyle=’dashed’, marker=’o’。

---

• 线的形状：

  　　‘-’ solid line style
  　　‘–’ dashed line style
  　　‘-.’ dash-dot line style
  　　‘:’ dotted line style

---

• 点的标记：

  　　‘.’ point marker

  　　‘,’ pixel marker

  　　‘o’ circle marker

  　　‘v’ triangle_down marker

  　　‘^’ triangle_up marker

  　　‘<’ triangle_left marker

  　　‘>’ triangle_right marker

  　　‘1’ tri_down marker

  　　‘2’ tri_up marker

  　　‘3’ tri_left marker

  　　‘4’ tri_right marker

  　　‘s’ square marker

  　　‘p’ pentagon marker

  　　‘*’ star marker

  　　‘h’ hexagon1 marker

  　　‘H’ hexagon2 marker

  　　‘+’ plus marker

  　　‘x’ x marker

  　　‘D’ diamond marker

  　　‘d’ thin_diamond marker

  　　‘|’ vline marker

  　　‘_’ hline marker

---

• 线的颜色：

  　　‘b’ blue
  　　‘g’ green
  　　‘r’ red
  　　‘c’ cyan
  　　‘m’ magenta
  　　‘y’ yellow
  　　‘k’ black
  　　‘w’ white

（2020年8月27日更新）