超好看！手把手教你用Matplotlib画一张好看的图

最新推荐文章于 2022-09-05 21:28:42 发布

邓旭东HIT

最新推荐文章于 2022-09-05 21:28:42 发布

阅读量1.5k

点赞数 1

Matplotlib进阶图表绘图第一篇，手把手教你如何从0到1画出一张好看的图。

本文用的数据如图所示，Dataframe中显示的是相关职位对应的地区和相应的薪水状况，单位是千，要统计各个城市的薪资状况。

最终目的是用Matplotlib结合Seaborn得到这种可视化效果

首先，导入要用到的包，由于需要在图中显示中文字，还需要进行一些字体的设置。

import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline


# 设置中文字体为微软雅黑
plt.rcParams['font.sans-serif'] = 'SimHei'

先用Seaborn生成一张基础的柱状图，并给图加上标题，之后围绕这张图进行进一步的修改。

fig,ax = plt.subplots(figsize=(9,6))
sns.barplot(x='city',y='salary',data=df,ci=95,ax=ax)
ax.set_title('各城市薪资水平对比')

可以比较明显看出横纵坐标的刻度标签的字体有点小，同时刻度线显示起来不好看，所以第一步把刻度标签的字体放大并去掉刻度线。

由于刻度的设置是tick的属性，所以用ax.tick_param()进行设置,用参数labelsize指定刻度标签的大小，将length参数设置刻度线长短。

fig,ax = plt.subplots(figsize=(9,6))
sns.barplot(x='city',y='salary',data=df,ci=95,ax=ax)
ax.set_title('各城市薪资水平对比')


# 字体为16px大小，刻度线长度为0
ax.tick_params(labelsize=16,length=0)

第二步，去掉四边的边框（真的不好看），这里有两种实现方式。

第一种是用上篇文章说过的ax.spines['xx'].set_visible(False)分别对top、bottoom、left和right进行设置。

第二种方式，由于这里只有一个Axes且四个边框都去掉，所以也可以直接使用plt.box(False)

fig,ax = plt.subplots(figsize=(9,6))
sns.barplot(x='city',y='salary',data=df,ci=95,ax=ax)
ax.set_title('各城市薪资水平对比')


# 字体为16px大小，刻度线长度为0
ax.tick_params(labelsize=16,length=0)


#法一：
ax.spines['left'].set_visible(False)
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
ax.spines['bottom'].set_visible(False)


#法二
plt.box(False)

接下来，为了使条形图呈从小到大渐变的效果，可以指定各个城市的排列顺序，并设置相应的颜色映射。

对各个城市的薪水求均值并从小到大排序，获取城市排序列表city_order

city_order = df.groupby("city")["salary"].mean()\
               .sort_values()\
               .index.tolist()

然后用Seaborn中的order和palette分别设置排列顺序和颜色。

fig,ax = plt.subplots(figsize=(9,6))
sns.barplot(x='city',y='salary',data=df,ci=95,ax=ax,
           order = city_order,palette = "RdBu_r")
ax.set_title('各城市薪资水平对比')


# 字体为16px大小，刻度线长度为0
ax.tick_params(labelsize=16,length=0)
plt.box(False)

紧接着在y轴上添加网格线便于观察每个柱子的数值大小，因为是在y轴上，网格线为grid，所以用ax.yaxis.grid()进行设置

fig,ax = plt.subplots(figsize=(9,6))
sns.barplot(x='city',y='salary',data=df,ci=95,ax=ax,
           order = city_order,palette = "RdBu_r")
ax.set_title('各城市薪资水平对比')


# 字体为16px大小，刻度线长度为0
ax.tick_params(labelsize=16,length=0)
plt.box(False)


# 设置y轴网格线
ax.yaxis.grid(linewidth=0.5,color='black')
# 将网格线置于底层
ax.set_axisbelow(True)

由于x轴和y轴含义比较清晰，所以可以将横纵坐标的标签去掉，同时，为了更直观，可以将y轴的刻度标签由20，15...换成20k,15k...

这个过程分别用到ax.set_xlabel(),ax.set_ylabel()和ax.set_yticklabels()

fig,ax = plt.subplots(figsize=(9,6))
sns.barplot(x='city',y='salary',data=df,ci=95,ax=ax,
           order = city_order,palette = "RdBu_r")
ax.set_title('各城市薪资水平对比')


# 字体为16px大小，刻度线长度为0
ax.tick_params(labelsize=16,length=0)
plt.box(False)


# 设置y轴网格线
ax.yaxis.grid(linewidth=0.5,color='black')
# 将网格线置于底层，
ax.set_axisbelow(True)


ax.set_xlabel('')
ax.set_ylabel('')
# 将0处设为空字符串，其他地方加上k
ax.set_yticklabels([" ","5k","10k","15k","20k"])

最后对标题进行设置，让标题更加好看，这一步主要是对ax.set_title()中的参数进行调整，主要包括

backgroundcolor：控制背景颜色
fontsize：控制字体大小
weight：控制字体粗细
color：控制字体颜色

fig,ax = plt.subplots(figsize=(9,6))


sns.barplot(x='city',y='salary',data=df,ci=95,ax=ax,
           order = city_order,palette = "RdBu_r")


# 字体为16px大小，刻度线长度为0
ax.tick_params(labelsize=16,length=0)
plt.box(False)


# 设置y轴网格线
ax.yaxis.grid(linewidth=0.5,color='black')
# 将网格线置于底层，
ax.set_axisbelow(True)


ax.set_xlabel('')
ax.set_ylabel('')
# 将0处设为空字符串，其他地方加上k
ax.set_yticklabels([" ","5k","10k","15k","20k"])


ax.set_title('               各城市薪资水平对比             ',backgroundcolor='#3c7f99',
            fontsize=24, weight='bold',color='white')

我讲的比较细，所以可能会让大家觉得画起来挺复杂的，其实数数最后的代码也就10行代码，只是细节的地方比较多。如果把之前两篇相关文章看懂了，相信这篇理解起来难度并不大。

往期文章Pandas时间序列数据操作
Matplotlib中的plt和ax都是啥？

70G上市公司定期报告数据集
5个小问题带你理解列表推导式
文本数据清洗之正则表达式
Python网络爬虫与文本数据分析
综述:文本分析在市场营销研究中的应用
如何批量下载上海证券交易所上市公司年报
Numpy和Pandas性能改善的方法和技巧
漂亮~pandas可以无缝衔接Bokeh
YelpDaset: 酒店管理类数据集10+G