matplotlib 设置标注方向_原来Matplotlib绘图也可以这么漂亮，这次真的是学习到了...

文章转自：Python大数据分析

「Python数据之道」导读：原来 Matplotlib 绘图也可以这么漂亮，这次真的是学习到了。文末有本文代码及数据文件的获取方式，看了内容并不等于会操作，大家可以动手实践下。

1 简介

新冠疫情对很多实体经济带来冲击的同时，也给很多公司带来了新的增长点。前段时间我看到图1所示的数据可视化作品，针对2020年1月1日到6月16日之间，世界范围内市值增大最多的25家公司进行可视化：

图1

这样一张典型的商业图表，看起来形式巧妙，且表现出很多数据信息。而今天的文章，我就将带大家学习如何利用matplotlib来条理清楚地制作出这种类型的可视化作品。

2 模仿过程

首先我们还是像过往的文章中一样分析一下原作品的元素构成：

• 「立体感的营造」

其实原作品咋一看起来的立体感，只是玩了个花招，我们本质上只需要创建出最左列竖直方向上等分25份的填充区域，再向右偏移适合的距离后，缩小竖直方向上的总体范围再25等分，最后将这两部分等分的填充区域连接起来，最后再为中间的连接区域蒙上一层等大小的带透明度的暗色蒙版即可~

• 「logo与国旗图片的插入」

原作品中众多图片，只要仔细观察就可以发现是手动PS上去的，存在着一些微小的瑕疵，而我们既然要用matplotlib来制作这张图，当然直接写循环控制图片的插入即可。

在matplotlib中向画板插入其他图片有很多方法，我们为了控制好众多logo之间的协调，可以使用matplotlib中的inset_axes()来插入指定位置和尺寸的子图。

• 「数值标注的控制」

原作品中不同公司市值增长的不同体现在不同长度柱体以及不同大小文字标注的映射之上的，我们可以配合简单的归一化变换，来约束字体和柱体长度的映射。

搞明白原作品中主要元素的实现方式之后，我们首先来读入原始数据：

import matplotlib.pyplot as plt
import pandas as pd

# 设置默认字体
plt.rcParams['font.sans-serif'] = ['Times New Roman']

raw = pd.read_excel('data.xlsx')
raw.head()

图2

接着为了方便处理公司类型向指定配色的映射，我们先来创建一个映射字典：