(如何使用Matplotlib模块的text函数给柱形图添加美丽的标签数据？)
1 简单引入
- 在进行数据分析时，当一些图表数据，比如柱形图我们想让它更直观的显示一些内容，有时候会给柱形图添加标签， 那如何实现这样的效果呢？
- 还有比如我们把某手机品牌1-12月每月的销量制作成柱形图，那如何在柱形图上显示具体的每月销量的标签？
- 带着这个问题，我们来研究下这个功能吧；
- 本文使用的是
Python的Matplotlib模块的text()函数,它能给图表的指定位置添加标签、注释或标注。
2 关于text()函数
2.1 Matplotlib安装
text()函数是Python的Matplotlib模块一个函数；- 具体引入的话，需要先安装
Matplotlib模块：
pip install matplotlib
2.2 text()引入
- 需要插入
pylot模块：
import matplotlib.pyplot as plt
- 使用方法是：
plt.text()
2.3 text()源码
- 路径如下：
Python37\Lib\site-packages\matplotlib\pyplot.py
- 源码如下：
# Autogenerated by boilerplate.py. Do not edit as changes will be lost.
@_copy_docstring_and_deprecators(Axes.text)
def text(x, y, s, fontdict=None, **kwargs):
return gca().text(x, y, s, fontdict=fontdict, **kwargs)
2.4 text()参数说明
- 详细参数说明如下：
| 参数 | 说明 |
|---|---|
x, y:float |
放置文本的位置 |
s: str |
文本 |
Fontdict:默认无 |
覆盖默认文本属性的字典 |
**kwargs |
文本属性 |
2.5 text()两个简单示例
- 示例1：在一个没有任何数据的图表上显示一个标签：
# -*- coding:utf-8 -*-
# 作者：虫无涯
# 日期：2023/11/17
# 文件名称：test_plt_text().py
# 作用：Matplotlib模块的text()函数的应用
# 联系：VX(NoamaNelson)
# 博客：https://blog.csdn.net/NoamaNelson
import matplotlib.pyplot as plt
plt.figure(figsize=(5, 5))
plt.text(0.5, 0.5, "这是一个标签")
plt.show()
- 结果显示如下，发现中文是乱码的：
- 要解决中文乱码，我们加一行代码：
plt.rcParams['font.sans-serif'] = ['SimHei']
- 之后显示如下：
- 示例2：我们添加几个点数据，并设置文本数据：
# -*- coding:utf-8 -*-
# 作者：虫无涯
# 日期：2023/11/17
# 文件名称：test_plt_text().py
# 作用：Matplotlib模块的text()函数的应用
# 联系：VX(NoamaNelson)
# 博客：https://blog.csdn.net/NoamaNelson
import matplotlib.pyplot as plt
plt.figure(figsize=(5, 5))
x = [1, 2, 6]
x_pos = 1
y_pos = 1.5
plt.text(x_pos, y_pos, "这是一个标签")
plt.plot(x)
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.show()
- 结果显示如下：
3 柱形图绘制并添加标签
3.1 目标数据
- 我们先创建一个产品0-12月份的每月销量数据表
plt_text.xlsx：
月份 销量
1月 1200
2月 2400
3月 112
4月 125
5月 555
6月 135
7月 136
8月 269
9月 627
10月 876
11月 350
12月 233
3.2 读取excel数据
class TestPltText():
def __init__(self):
super(TestPltText, self).__init__()
# 读取excel数据
self.data = "./plt_text.xlsx"
self.data_excel = pd.DataFrame(pd.read_excel(self.data))
# 获取相关内容
self.data_content = self.data_excel[["月份", "销量"]]
self.data_content01 = self.data_content.sort_values("销量", ascending=True)
3.3 设置窗口大小和xy轴坐标
def test_plt_text(self):
# 设置窗口大小
plt.figure(figsize=(5, 4))
# 构造x,y轴坐标
y = np.array(list(self.data_content01["销量"]))
x_ticks = list(self.data_content01["月份"])
x = range(len(x_ticks))
3.4 绘制柱形图
# 绘制柱形图
plt.bar(x, y, width=0.5, align="center", color="b", alpha=0.6)
plt.xticks(range(len(x_ticks)), x_ticks, fontsize=6, rotation=90)
3.5 设置标签
# x、y轴标签
plt.xlabel('月份')
plt.ylabel('销量')
plt.title('月销量(万)')
# 设置标签
for label1, label2 in zip(x, y):
plt.text(label1, label2+10,
'%.0f' % label2,
ha='center',
va='bottom',
fontsize=9)
3.6 解决乱码和结果显示
# 设置y轴的范围
plt.ylim(0, 2600)
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.show()
4 完整源码
# -*- coding:utf-8 -*-
# 作者：虫无涯
# 日期：2023/11/17
# 文件名称：test_plt_text().py
# 作用：Matplotlib模块的text()函数的应用
# 联系：VX(NoamaNelson)
# 博客：https://blog.csdn.net/NoamaNelson
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import random
class TestPltText():
def __init__(self):
super(TestPltText, self).__init__()
# 读取excel数据
self.data = "./plt_text.xlsx"
self.data_excel = pd.DataFrame(pd.read_excel(self.data))
# 获取相关内容
self.data_content = self.data_excel[["月份", "销量"]]
self.data_content01 = self.data_content.sort_values("销量", ascending=True)
def test_plt_text(self):
# 设置窗口大小
plt.figure(figsize=(5, 4))
# 构造x,y轴坐标
y = np.array(list(self.data_content01["销量"]))
x_ticks = list(self.data_content01["月份"])
x = range(len(x_ticks))
# 绘制柱形图
plt.bar(x, y, width=0.5, align="center", color="b", alpha=0.6)
plt.xticks(range(len(x_ticks)), x_ticks, fontsize=6, rotation=90)
# x、y轴标签
plt.xlabel('月份')
plt.ylabel('销量')
plt.title('月销量(万)')
# 设置标签
for label1, label2 in zip(x, y):
plt.text(label1, label2+10,
'%.0f' % label2,
ha='center',
va='bottom',
fontsize=9)
# 设置y轴的范围
plt.ylim(0, 2600)
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.show()
if __name__ == "__main__":
plt_text = TestPltText()
plt_text.test_plt_text()
5 结果显示
5.1 从小到大排序
- 设置如下：
self.data_content01 = self.data_content.sort_values("销量", ascending=True)
- 结果显示：
5.2 从大到小排序
- 设置如下：
self.data_content01 = self.data_content.sort_values("销量", ascending=True)
plt.bar(x, y, width=0.5, align="center", color="c", alpha=0.6)
- 结果显示：
5.3 原序列输出显示
- 不进行排序，直接进行输出原图：
# 构造x,y轴坐标
y = np.array(list(self.data_content["销量"]))
x_ticks = list(self.data_content["月份"])
x = range(len(x_ticks))
plt.bar(x, y, width=0.5, align="center", color="k", alpha=0.6)
- 结果显示：
