[已解决]一个关于列表绘制的问题，问题表现为纵坐标没按照从大到小顺序排布

incrediblejack

数据集说明：我105天以来的减肥情况统计，分别记录了体重、BMI指标、体脂等一共10项参数。具体可以参见代码上的注释。
但是出来的图的效果，却是纵坐标没有按照由大到小的顺序排列，（由于我没有权限上传图片，我就不上传了哈）
我想让它纵坐标按照由大到小排布，应该怎么改呢？
附数据集：https://pan.baidu.com/s/1CLV9haAgIfVHX9mfyOsDwQ  提取码  2vgu
附上代码：

1. import numpy as np
   
2. import matplotlib.pyplot as plt
   
3. import os
   
4. os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
   
5. import xlrd
   
6. import xlwt
   
7. import typing
   
8. 
   
9. workbook = xlwt.Workbook(encoding='utf-8')
   
10. booksheet = workbook.add_sheet('Sheet 1', cell_overwrite_ok=True)
    
11. 
    
12. train1 = xlrd.open_workbook('jianfei.xlsx')  #读取原始数据文件
    
13. table1 = train1.sheets()[0]    #提第一页sheet
    
14. #print(table1.describe())
    
15. len_train = 105              #设置取用数据长度（可更改）
    
16. a = [0 for i in range(len_train)]
    
17. for i in range(len_train):             #
    
18.     a[i] = table1.row_values(i)[1]       #这个对应了第1列，是体重
    
19. b = [0 for i in range(len_train)]      #
    
20. for i in range(len_train):             #
    
21.     b[i]=table1.row_values(i)[0]       #这个对应了第0列，是天数
    
22. c = [0 for i in range(len_train)]      #
    
23. for i in range(len_train):             #
    
24.     c[i]=table1.row_values(i)[2]       #这个对应了第2列，是BMI指数
    
25. d = [0 for i in range(len_train)]      #
    
26. for i in range(len_train):             #
    
27.     d[i]=table1.row_values(i)[3]       #这个对应了第3列，是体脂
    
28. e = [0 for i in range(len_train)]      #
    
29. for i in range(len_train):             #
    
30.     e[i]=table1.row_values(i)[4]       #这个对应了第4列，是骨骼肌含量
    
31. f = [0 for i in range(len_train)]      #
    
32. for i in range(len_train):             #
    
33.     f[i]=table1.row_values(i)[5]       #这个对应了第5列，是内脏脂肪等级
    
34. g = [0 for i in range(len_train)]      #
    
35. for i in range(len_train):             #
    
36.     g[i]=table1.row_values(i)[6]       #这个对应了第6列，是代谢
    
37. h = [0 for i in range(len_train)]      #
    
38. for i in range(len_train):             #
    
39.     h[i]=table1.row_values(i)[7]       #这个对应了第7列，是水分
    
40. ii = [0 for i in range(len_train)]      #
    
41. for i in range(len_train):             #
    
42.     ii[i]=table1.row_values(i)[8]       #这个对应了第8列，是含盐量
    
43. jj = [0 for i in range(len_train)]      #
    
44. for i in range(len_train):             #
    
45.     jj[i]=table1.row_values(i)[9]       #这个对应了第9列，是蛋白质含量
    
46. 
    
47. kk = [0 for i in range(len_train)]      #
    
48. for i in range(len_train):             #
    
49.     kk[i]=table1.row_values(i)[10]       #这个对应了第10列，是肌肉含量
    
50. 
    
51. ll = [0 for i in range(len_train)]      #
    
52. for i in range(len_train):             #
    
53.     ll[i]=table1.row_values(i)[11]       #这个对应了第11列，是测得身体年龄
    
54. 
    
55. plt.figure(figsize=(10,15))
    
56. 
    
57. #plt.subplot(511)
    
58. plt.plot(b,a)
    
59. plt.gca().invert_yaxis()
    
60. plt.xlabel(u'天数', fontproperties='FangSong')
    
61. plt.title(u'体重变化情况 单位：kg', fontproperties='FangSong')
    
62. 
    
63. plt.figure(figsize=(10,15))
    
64. #plt.subplot(512)
    
65. plt.plot(b,c)
    
66. plt.gca().invert_yaxis()
    
67. # plt.yaxis.set_ticks_position('right')
    
68. # plt.invert_yaxis()
    
69. plt.xlabel(u'天数', fontproperties='FangSong')
    
70. plt.title(u'BMI变化情况 ', fontproperties='FangSong')
    
71. 
    
72. plt.figure(figsize=(10,15))
    
73. #plt.subplot(513)
    
74. plt.plot(b,d)
    
75. plt.gca().invert_yaxis()
    
76. plt.xlabel(u'天数', fontproperties='FangSong')
    
77. plt.title(u'体脂变化情况 单位：%', fontproperties='FangSong')
    
78. 
    
79. plt.figure(figsize=(10,15))
    
80. #plt.subplot(514)
    
81. plt.plot(b,f)
    
82. plt.gca().invert_yaxis()
    
83. plt.xlabel(u'天数', fontproperties='FangSong')
    
84. plt.title(u'内脏脂肪等级变化情况 单位：等级', fontproperties='FangSong')
    
85. 
    
86. plt.figure(figsize=(10,15))
    
87. #plt.subplot(515)
    
88. plt.plot(b,kk)
    
89. plt.gca().invert_yaxis()
    
90. plt.xlabel(u'天数', fontproperties='FangSong')
    
91. plt.title(u'肌肉含量变化情况 单位：kg', fontproperties='FangSong')
    
92. 
    
93. plt.figure(figsize=(10,15))
    
94. #plt.subplot(515)
    
95. plt.plot(b,ll)
    
96. plt.gca().invert_yaxis()
    
97. plt.xlabel(u'天数', fontproperties='FangSong')
    
98. plt.title(u'身体年龄变化情况 单位：岁', fontproperties='FangSong')
    
99. plt.show()

复制代码

谢谢！

最佳答案

月排行榜 / 总排行榜

BIO-张磊

2020-6-11 09:50:21

我把你的列名全部给加上去了，excel里面看到到的原始数据如下
天数        体重        BMI        体脂        骨骼肌含量        内脏脂肪等级        代谢        水分        含盐量        蛋白质含量        肌肉含量        身体年龄
1        82.8        24.5        22.4        33.6                       11                        1820        53.6        3.5                19.8                        60.8                35
2        82.6        24.4        22.3        33.6                       11                        1817        53.6        3.5                19.9                        60.7                35
。。。。。。。。
。。。。。。。。


代码如下，主要是使用pandas把excel导入进来成一个数据框，跟你在excel里面看到的形式差不多

import matplotlib.pyplot as plt
import pandas as pd

weight = pd.read_excel("jianfei.xlsx",index_col = 0)#读取数据，并使用第0列也就是天数列作为index，jianfei.xlsx是相对路径

for each in weight:#对列名进行索引
        weight[each].plot()#每一张都以index列作为横坐标，列名作为纵坐标
        plt.show()

##当然你可以不使用for循环，一张张画也行
weight["体重"].plot()
plt.show()
weight["BMI"].plot()
plt.show()
###....
##至于座标问题和title问题，你会用matplotlib我就不细说了

跳转到最佳答案楼层

BIO-张磊

楼主，有更安全更方便的pandas库处理你这个数据，你都知道numpy库了，为什么不使用pandas库呢？
pandas 可以兼容maplotlib库，画图也更方便，如果需要，我给你发代码

BIO-张磊

我把你的列名全部给加上去了，excel里面看到到的原始数据如下
天数        体重        BMI        体脂        骨骼肌含量        内脏脂肪等级        代谢        水分        含盐量        蛋白质含量        肌肉含量        身体年龄
1        82.8        24.5        22.4        33.6                       11                        1820        53.6        3.5                19.8                        60.8                35
2        82.6        24.4        22.3        33.6                       11                        1817        53.6        3.5                19.9                        60.7                35
。。。。。。。。
。。。。。。。。


代码如下，主要是使用pandas把excel导入进来成一个数据框，跟你在excel里面看到的形式差不多

import matplotlib.pyplot as plt
import pandas as pd

weight = pd.read_excel("jianfei.xlsx",index_col = 0)#读取数据，并使用第0列也就是天数列作为index，jianfei.xlsx是相对路径

for each in weight:#对列名进行索引
        weight[each].plot()#每一张都以index列作为横坐标，列名作为纵坐标
        plt.show()

##当然你可以不使用for循环，一张张画也行
weight["体重"].plot()
plt.show()
weight["BMI"].plot()
plt.show()
###....
##至于座标问题和title问题，你会用matplotlib我就不细说了

BIO-张磊

此外，你原始数据的丢失问题，可以使用numpy库对weight数据进行NaN填充，或者去除，因为pandas库的基础就是numpy库

BIO-张磊

至于你说的数据不是从大到小的问题，我简单看了一下你代码的最后结果，确实是的，
我的理解可能是，因为你转置了坐标轴，横坐标本来是数据，纵坐标是天数，
但你把横坐标变成了纵坐标，原本横坐标是不需要遵循由大到小的顺序的，你原来什么样，就是什么样，不知道这么说你明不明白。

incrediblejack

BIO-张磊 发表于 2020-6-11 10:00
至于你说的数据不是从大到小的问题，我简单看了一下你代码的最后结果，确实是的，
我的理解可能是，因为你 ...

坐标轴没有转变的，横纵坐标没有对调呀

incrediblejack

BIO-张磊 发表于 2020-6-11 09:38
楼主，有更安全更方便的pandas库处理你这个数据，你都知道numpy库了，为什么不使用pandas库呢？
pandas 可 ...

嗯我今天上午已经用pandas库写啦

BIO-张磊

incrediblejack 发表于 2020-6-11 12:09
坐标轴没有转变的，横纵坐标没有对调呀

可能是这句代码，invert_yaxis翻译一下就叫反转轴

incrediblejack

我放弃了之前的思路了，用pandas库写了。
原始数据集先存成.csv格式。并且加上了表头。
之后我改过的代码附上：

1. #-*-coding: utf-8-*-
   
2. import pandas as pd
   
3. import numpy as np
   
4. import matplotlib.pyplot as plt
   
5. jianfei = pd.read_csv(r'C:\Users\Administrator\PycharmProjects\feature202005\jianfei.csv',encoding='gb18030')
   
6. data = jianfei[['天数','体重','BMI','体脂','骨骼肌含量','内脏脂肪等级','代谢','水分','含盐量','蛋白质含量','肌肉含量','身体年龄变化']]
   
7. 
   
8. print(data)
   
9. #计算列中的最大值
   
10. def max_func(input):
    
11.     sum_mid =[]
    
12.     for i in range(107):
    
13.         sum_mid_v1 = input[i]
    
14.         sum_mid.append(sum_mid_v1)
    
15.     max_result = max(sum_mid)
    
16.     return max_result
    
17. #计算列中的最小值
    
18. def min_func(input):
    
19.     sum_mid =[]
    
20.     for i in range(107):
    
21.         sum_mid_v1 = input[i]
    
22.         sum_mid.append(sum_mid_v1)
    
23.     min_result = min(sum_mid)
    
24.     return min_result
    
25. #间隔变量：体重
    
26. tizhong_max = max_func(data['体重'])
    
27. tizhong_min = min_func(data['体重'])
    
28. # print(tizhong_max)
    
29. # print(tizhong_min)
    
30. tizhong_max = int(tizhong_max)
    
31. tizhong_min = int(tizhong_min)
    
32. 
    
33. #间隔变量：BMI
    
34. bmi_max = max_func(data['BMI'])
    
35. bmi_min = min_func(data['BMI'])
    
36. bmi_max = int(bmi_max)
    
37. bmi_min = int(bmi_min)
    
38. 
    
39. #间隔变量：体脂
    
40. tizhi_max = max_func(data['体脂'])
    
41. tizhi_min = min_func(data['体脂'])
    
42. tizhi_max = int(tizhi_max)
    
43. tizhi_min = int(tizhi_min)
    
44. 
    
45. #间隔变量：内脏脂肪等级
    
46. neizang_max = max_func(data['内脏脂肪等级'])
    
47. neizang_min = min_func(data['内脏脂肪等级'])
    
48. neizang_max = int(neizang_max)
    
49. neizang_min = int(neizang_min)
    
50. # jiange = 0.1
    
51. # jiange = float(jiange)
    
52. #间隔变量：肌肉含量
    
53. jirou_max = max_func(data['肌肉含量'])
    
54. jirou_min = min_func(data['肌肉含量'])
    
55. jirou_max = int(jirou_max)
    
56. jirou_min = int(jirou_min)
    
57. 
    
58. #间隔变量：身体年龄变化
    
59. bodyage_max = max_func(data['身体年龄变化'])
    
60. bodyage_min = min_func(data['身体年龄变化'])
    
61. bodyage_max = int(bodyage_max)
    
62. bodyage_min = int(bodyage_min)
    
63. 
    
64. plt.figure(figsize=(10,15))
    
65. #体重：
    
66. x=range(1,107,5)
    
67. y=range(tizhong_min,tizhong_max+1,1)
    
68. plt.scatter(data['天数'],data['体重'])
    
69. plt.plot(data['天数'],data['体重'])
    
70. plt.xticks(x)
    
71. plt.yticks(y)
    
72. plt.xlabel(u'天数', fontproperties='FangSong')
    
73. plt.title(u'体重变化情况 单位：kg', fontproperties='FangSong')
    
74. 
    
75. plt.figure(figsize=(10,15))
    
76. #BMI:
    
77. x=range(1,107,5)
    
78. y=range(bmi_min,bmi_max+1, 1)
    
79. plt.scatter(data['天数'],data['BMI'])
    
80. plt.plot(data['天数'],data['BMI'])
    
81. plt.xticks(x)
    
82. plt.yticks(y)
    
83. plt.xlabel(u'天数', fontproperties='FangSong')
    
84. plt.title(u'BMI变化情况 ', fontproperties='FangSong')
    
85. 
    
86. #mid = int(0.1)
    
87. plt.figure(figsize=(10,15))
    
88. #体脂
    
89. x=range(1,107,5)
    
90. 
    
91. y=range(tizhi_min,tizhi_max+1, 1)
    
92. plt.scatter(data['天数'],data['体脂'])
    
93. plt.plot(data['天数'],data['体脂'])
    
94. plt.xticks(x)
    
95. plt.yticks(y)
    
96. plt.xlabel(u'天数', fontproperties='FangSong')
    
97. plt.title(u'体脂变化情况 单位： %', fontproperties='FangSong')
    
98. 
    
99. plt.figure(figsize=(10,15))
    
100. #内脏脂肪等级
     
101. x=range(1,107,5)
     
102. y=range(neizang_min,neizang_max+1,1)
     
103. plt.scatter(data['天数'],data['内脏脂肪等级'])
     
104. plt.plot(data['天数'],data['内脏脂肪等级'])
     
105. plt.xticks(x)
     
106. plt.yticks(y)
     
107. plt.xlabel(u'天数', fontproperties='FangSong')
     
108. plt.title(u'内脏脂肪等级变化情况 ', fontproperties='FangSong')
     
109. 
     
110. plt.figure(figsize=(10,15))
     
111. #肌肉含量变化
     
112. x=range(1,107,5)
     
113. y=range(jirou_min,jirou_max+1,1)
     
114. plt.scatter(data['天数'],data['肌肉含量'])
     
115. plt.plot(data['天数'],data['肌肉含量'])
     
116. plt.xticks(x)
     
117. plt.yticks(y)
     
118. plt.xlabel(u'天数', fontproperties='FangSong')
     
119. plt.title(u'肌肉含量变化情况 单位：kg', fontproperties='FangSong')
     
120. 
     
121. plt.figure(figsize=(10,15))
     
122. #身体年龄
     
123. x=range(1,107,5)
     
124. y=range(bodyage_min,bodyage_max+1,1)
     
125. plt.scatter(data['天数'],data['身体年龄变化'])
     
126. plt.plot(data['天数'],data['身体年龄变化'])
     
127. plt.xticks(x)
     
128. plt.yticks(y)
     
129. plt.xlabel(u'天数', fontproperties='FangSong')
     
130. plt.title(u'身体年龄变化情况 单位：岁', fontproperties='FangSong')
     
131. plt.show()
     

复制代码

经测试有效。
如果有人用华为体脂秤，或者其他体脂秤，也可以用这个方法可视化哈。
ps：为啥我想写这个，因为我想看肌肉含量变化，总感觉减肥过程中肌肉也少了。
2020年过年后到现在，我体重减了20多斤呢。体脂下降了5%还多。

incrediblejack

BIO-张磊 发表于 2020-6-11 09:50
我把你的列名全部给加上去了，excel里面看到到的原始数据如下
天数        体重        BMI        体脂        骨骼肌含量        内脏脂肪等 ...

我刚看到你发的这个，我已经用pandas重新写了哈，还是谢啦！虽然我没试试你的，还是给你最佳答案吧哈哈