一、案例一：单柱形图
1.导入库
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
2.给窗口名称和画布大小
plt.figure(num='单柱形图', figsize=(6, 4), facecolor='w')
3.定义x、y轴的数据
# range(0-4)
x = np.arange(5)
# 创建数组
y1 = np.array([10, 8, 7, 11, 13])
y2 = np.array([9, 6, 5, 10, 12])
4.添加样式
# 柱形图的宽度
bar_width = 0.3
plt.title('5个月平均温度柱形图', fontsize=15)
plt.ylabel('温度（度）', color='k', fontsize=12)
5.修改x标签
plt.xticks(x, ['1月', '2月', '3月', '4月', '5月'], color='k', fontsize=12)
6.画图
plt.bar(x, y1, width=bar_width)
7.添加数据数值
# 头标
for a, b in zip(x, y1):plt.text(a, b, '%d' % b, ha='center')
8.添加图例
plt.legend(('5个月平均温度', '各个月平均温度', '测试'), shadow=True, fancybox=True)
9.显示窗口
plt.show()
二、案例二：多柱形图（学生成绩）
# 导入用于绘图的matplotlib.pyplot库，在后续代码中可以使用plt这个别名来调用该库中的绘图函数，
# 例如plt.figure()用于创建图形窗口，plt.bar()用于绘制柱形图等
import matplotlib.pyplot as plt# 导入用于科学计算的numpy库，它提供了高效的多维数组对象和各种数学函数，
# 例如np.arange()用于生成等差数列，方便后续设置x轴刻度位置
import numpy as np# 创建一个新的图形窗口，通过num参数设置窗口的标题为'多柱形图'，
# 方便用户识别当前打开的图形窗口对应的图表内容；
# figsize参数用于设置图形窗口的大小，这里设置宽为12英寸，高为7英寸，
# 可以根据实际需求调整图形的大小；
# facecolor参数用于设置图形窗口的背景颜色，'w'代表白色，使得图形窗口背景为白色
plt.figure(num='多柱形图', figsize=(12, 7), facecolor='w')# 由于matplotlib默认字体可能不支持中文显示，通过设置plt.rcParams['font.sans-serif']为'KaiTi'，
# 将matplotlib使用的字体修改为楷体，这样在图表中显示中文标题、标签等内容时就不会出现乱码问题
plt.rcParams['font.sans-serif'] = 'KaiTi'# 使用numpy的arange函数生成一个从0到4的整数数组，
# 这个数组将用于表示x轴上的刻度位置，后续绘制柱形图时会根据这些位置来确定柱子的横坐标
x = np.arange(5)# 初始化一个空列表y，这个列表将用于存储不同科目的成绩数据，
# 每个元素是一个包含5个学生该科目成绩的列表
y = []
# 向列表y中添加语文成绩数据，列表中的每个元素对应一个学生的语文成绩
y.append([100, 80, 70, 15, 77])
# 向列表y中添加数学成绩数据，同样每个元素对应一个学生的数学成绩
y.append([91, 64, 50, 100, 55])
# 向列表y中添加英语成绩数据，每个元素对应一个学生的英语成绩
y.append([13, 14, 93, 95, 77])# 设置每个柱形图的宽度为0.2，这个宽度值会影响柱子在图表中的显示宽度，
# 需要根据实际情况调整，避免柱子之间重叠或者间隔过大
bar_width = 0.2# 使用plt.title函数为图表添加标题，标题内容为'学生成绩柱形图'，
# fontsize参数设置标题的字体大小为20，使得标题更加醒目；
# color参数设置标题的颜色为黑色（'k'代表黑色），增强标题的可读性
plt.title('学生成绩柱形图', fontsize=20, color='k')
# 使用plt.xlabel函数为x轴添加标签，标签内容为'姓名'，
# 表明x轴代表的是不同学生的姓名；
# fontsize参数设置标签的字体大小为15，让标签清晰可见
plt.xlabel('姓名', fontsize=15)
# 使用plt.ylabel函数为y轴添加标签，标签内容为'成绩（分）'，
# 表明y轴代表的是学生的成绩，单位是分；
# fontsize参数设置标签的字体大小为15，方便用户识别
plt.ylabel('成绩（分）', fontsize=15)# 使用plt.ylim函数设置y轴的显示范围，从0到100分，
# 这样可以确保图表中只显示0到100分这个区间内的成绩，使图表更加聚焦于有效数据
plt.ylim(0, 100)# 使用plt.xticks函数移动x轴刻度标签的位置，
# x + bar_width将刻度标签的位置向右移动bar_width的距离，
# 使得刻度标签位于每个柱子组的中间位置；
# 同时设置x轴刻度标签为学生的姓名，依次为'小红'、'小明'、'小爱'、'小雪'、'小白'，
# 方便用户对应每个柱子代表的学生
plt.xticks(x + bar_width, ['小红', '小明', '小爱', '小雪', '小白'])# 使用for循环遍历不同科目的成绩数据，len(y)表示成绩数据列表y的长度，也就是科目的数量
for i in range(len(y)):# 使用plt.bar函数绘制每个科目的柱形图，# x + i * bar_width表示每个柱子的x轴位置，根据i的值进行偏移，# 确保不同科目的柱子依次排列，不会重叠；# y[i]表示当前科目的成绩数据，即每个学生在该科目上的成绩；# width=bar_width设置柱子的宽度为之前定义的bar_widthplt.bar(x + i * bar_width, y[i], width=bar_width)# 为每个柱子添加数据标签，使用zip函数将每个柱子的x轴位置和对应的成绩组合成元组，# 方便后续在每个柱子顶部添加成绩数值for a, b in zip(x + i * bar_width, y[i]):# 使用plt.text函数在每个柱子的顶部添加成绩数值，# a表示标签的x轴位置，b表示标签的y轴位置，即柱子的顶部；# '%d' % b将成绩数值转换为整数格式的字符串作为标签内容；# ha='center'设置标签在柱子顶部居中显示，使图表更加美观plt.text(a, b, '%d' % b, ha='center')# 使用plt.legend函数为图表添加图例，
# 图例中的标签分别为'语文成绩'、'数学成绩'、'英语成绩'，
# 对应不同颜色的柱子代表的科目；
# shadow=True为图例添加阴影效果，增强图例的立体感；
# fancybox=True让图例的边框呈现圆角效果，使图例更加美观
plt.legend(['语文成绩', '数学成绩', '英语成绩'], shadow=True, fancybox=True)# 使用plt.show函数显示绘制好的图表，将图形窗口展示给用户
plt.show()
三、案例三：3个分店的销售额
import matplotlib.pyplot as plt
import pandas as pd
import numpy as npplt.figure(num='多柱形图', figsize=(14, 8), facecolor='w')
plt.rcParams['font.sans-serif'] = 'KaiTi'# 使用pandas的read_excel函数读取指定路径的Excel文件，
# 这里文件名为'2022年某店铺3个分店销售额.xlsx'，并将读取的数据存储在DataFrame对象df中
df = pd.read_excel('2022年某店铺3个分店销售额.xlsx')# 使用numpy的arange函数生成一个从0到指定长度的整数数组，
# 这里指定长度为DataFrame中'月份'列的元素数量，该数组将作为后续图表x轴的刻度位置
x = np.arange(len(df['月份']))# 初始化一个空列表y，用于存储不同分店的销售额数据
y = []
# 将DataFrame中'第一分店'列的数据添加到列表y中，代表第一分店各月的销售额
y.append(df['第一分店'])
# 将DataFrame中'第二分店'列的数据添加到列表y中，代表第二分店各月的销售额
y.append(df['第二分店'])
# 将DataFrame中'第三分店'列的数据添加到列表y中，代表第三分店各月的销售额
y.append(df['第三分店'])# 设置每个柱形图的宽度为0.2，这个宽度会影响柱形图在图表中的显示效果，
# 需要根据数据量和图表大小进行调整，避免柱子之间过于拥挤或过于稀疏
bar_width = 0.2# 设置图表的标题为'2022年某店铺3个分店销售额'，并将标题字体大小设置为20，
# 使标题更加醒目，方便用户快速了解图表的主题
plt.title('2022年某店铺3个分店销售额', fontsize=20)# 设置图表x轴的标签为'月份'，表明x轴代表的是不同的月份
plt.xlabel('月份')# 设置图表y轴的标签为'销售额（万元）'，表明y轴代表的是各分店的销售额，单位为万元，
# 同时将标签字体大小设置为15，使标签更加清晰
plt.ylabel('销售额（万元）', fontsize=15)# 设置y轴的显示范围，从0到40，即只显示销售额在0到40万元之间的数据，
# 这样可以使图表聚焦于这个范围内的数据，避免显示无关的数值
plt.ylim(0, 40)# 设置x轴的刻度标签位置和内容，将刻度标签的位置向右移动bar_width的距离，
# 使刻度标签位于每组柱子的中间位置，刻度标签内容为DataFrame中'月份'列的数据
plt.xticks(x + bar_width, df['月份'])# 使用for循环遍历不同分店的销售额数据，len(y)表示列表y的长度，即分店的数量
for i in range(len(y)):# 绘制每个分店的柱形图，x + i * bar_width确定柱子的x轴位置，# 不同分店的柱子会依次排列，不会重叠；y[i]是该分店各月的销售额数据；# width=bar_width设置柱子的宽度为之前定义的宽度plt.bar(x + i * bar_width, y[i], width=bar_width)# 为每个柱子添加数据标签，使用zip函数将柱子的x轴位置和对应的销售额组合成元组，# 方便后续在每个柱子顶部添加销售额数值for a, b in zip(x + i * bar_width, y[i]):# 在每个柱子的顶部添加销售额数值，a是标签的x轴位置，b是标签的y轴位置，# '%.2f' % b将销售额数值格式化为保留两位小数的字符串，ha='center'使标签在柱子顶部居中显示plt.text(a, b, '%.2f' % b, ha='center')# 绘制平均参考线，计算三个分店销售额的平均值，
# 先分别计算每个分店销售额的平均值，再将这三个平均值相加并除以3得到总的平均值
# linestyle='-'设置参考线的样式为实线，color='r'设置参考线的颜色为红色
plt.axhline(y=(sum(y[0]) / len(y[0]) + sum(y[1]) / len(y[1]) + sum(y[2]) / len(y[2])) / 3,linestyle='-',color='r')# 为图表添加图例，图例中的标签依次为'平均工资'（此处可能有误，应为'平均销售额'）、
# '第一分店'、'第二分店'、'第三分店'，shadow=True为图例添加阴影效果，
# fancybox=True使图例的边框呈现圆角效果，增强图例的美观性
plt.legend(['平均工资', '第一分店', '第二分店', '第三分店'], shadow=True, fancybox=True)# 将绘制好的图表保存为图片文件，文件名为'2022年3个分店销售额柱形图'，
# 保存的图片格式会根据文件名的后缀自动确定，默认是PNG格式
plt.savefig('2022年3个分店销售额柱形图')# 显示绘制好的图表，将图形窗口展示给用户
plt.show()
四、案例四：各班级学生成绩
import matplotlib.pyplot as plt
import pandas as pd
import numpy as npplt.figure(num='多柱形图', figsize=(12, 6), facecolor='w')
plt.rcParams['font.sans-serif'] = 'KaiTi'df = pd.read_excel('全校高二年级各班男女生英语成绩评估.xlsx')
x = np.arange(len(df['班级名称']))y = df['平均成绩（男生）']
y2 = df['平均成绩（女生）']# 这里定义了误差棒的高度，预留的功能
# error = [1000, 200, 150, 100, 100, 500, 1000, 880]bar_width = 0.3
plt.title('全校高二年级各班男女生英语成绩评估', fontsize=20)plt.ylabel('平均成绩', fontsize=15)plt.ylim(0, 120)
plt.xticks(x + 0.15, df['班级名称'])# 使用 zip 函数将 x 轴位置、男生平均成绩和女生平均成绩组合成元组，
# 然后遍历这些元组，为每个班级的男女生平均成绩柱子添加数据标签
for a, b, c in zip(x, df['平均成绩（男生）'], df['平均成绩（女生）']):plt.text(a, b / 2, '%.1f' % b, ha='center', va='center')plt.text(a + bar_width, c / 2, '%.1f' % c, ha='center', va='center')plt.bar(x, y, width=bar_width)
plt.bar(x + bar_width, y2, width=bar_width)
plt.legend(['平均成绩（男生）', '平均成绩（女生）'], shadow=True, fancybox=True)plt.savefig('全校高二年级各班男女生英语成绩评估（柱形图）.png')plt.show()
五、案例五：不同产品各季度销售额
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import matplotlib.style as ms# 设置主题风格
ms.use('seaborn-v0_8-colorblind')
plt.figure(num='多柱形图', figsize=(12, 8), facecolor='w')
plt.rcParams['font.sans-serif'] = 'KaiTi'
plt.rcParams['axes.unicode_minus'] = Falsedf = pd.read_excel('不同产品各季度的销售额.xlsx')
x = np.arange(len(df['季度']))
y = []
y.append(df['产品A'])
y.append(df['产品B'])
y.append(df['产品C'])# fontfamily:设置字体,fontstretch:斜体
plt.title('不同产品各季度的销售额', fontsize=20, fontfamily='SimHei', fontstyle='italic')
plt.ylabel('销售额（元）',fontsize=14,fontweight='book')
plt.ylim(0, 9000)
plt.xticks(x + 0.2, df['季度'],fontstyle='italic', rotation=-60)bar_width = 0.2for i in range(len(y)):# 画柱形plt.bar(x + i * bar_width, y[i], width=bar_width)# 写标签for a, b in zip(x + i * bar_width, y[i]):plt.text(a, b + 200, '%d' % b, ha='center')plt.legend(['产品A', '产品B', '产品C', ], shadow=True, fancybox=True)
plt.show()
