如何使用Matplotlib模块的text()函数给柱形图添加美丽的标签数据?

简介: 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PythonMatplotlib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PythonMatplotlib模块一个函数;
  • 具体引入的话,需要先安装Matplotlib模块:
pip install matplotlib

在这里插入图片描述

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:
    在这里插入图片描述
  • 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:
    在这里插入图片描述
  • 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:
    在这里插入图片描述

    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
11200
22400
3112
4125
5555
6135
7136
8269
9627
10876
11350
12233

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:
    在这里插入图片描述

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:
    在这里插入图片描述

    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:
    在这里插入图片描述
目录
相关文章
|
6天前
|
数据可视化 Python
python数据可视化 - matplotlib专题:带数据标签的双batch的Bar图绘制示例
python数据可视化 - matplotlib专题:带数据标签的双batch的Bar图绘制示例
40 0
|
6天前
|
Python 容器
(学习笔记)matplotlib.pyplot模块下基本画图函数的整理
1. plt.plot()函数 主要用于画图,绘制点和线。 语法:
69 0
|
6天前
|
搜索推荐 数据可视化 Python
Matplotlib图表中的数据标签与图例设置
【4月更文挑战第17天】这篇文章介绍了如何在Python的Matplotlib库中设置数据标签和图例,以增强图表的可读性和解释性。主要内容包括:使用`text`函数添加基本和自定义数据标签,以及自动和手动创建图例。图例的位置和样式可通过`loc`和相关参数调整。文章强调了数据标签和图例结合使用的重要性,提供了一个综合示例来展示实践方法。良好的图表设计旨在清晰有效地传达信息。
|
6天前
|
数据可视化 数据挖掘 Python
Python中的数据可视化工具Matplotlib简介与实践
在本文中,我们将介绍Python中常用的数据可视化工具Matplotlib,包括其基本概念、常用功能以及实际应用。通过学习Matplotlib,读者可以更好地理解和运用数据可视化技术,提升数据分析与展示的能力。
|
6天前
matplotlib.pyplot contourf()函数的使用
matplotlib.pyplot contourf()函数的使用
|
6天前
|
数据可视化 Python
Python中的数据可视化:利用Matplotlib和Seaborn揭示数据的秘密
【2月更文挑战第12天】在这个数据驱动的时代,数据可视化成为了一种强大的沟通工具,它能够将复杂的数据集转化为直观、易于理解的图形。本文将探讨如何使用Python中的两个流行库——Matplotlib和Seaborn——来创建美观且富有信息量的图表。我们将从基本概念入手,逐步深入到高级技巧,最终通过一个实际案例,展示如何利用这些工具揭示数据背后的深层次信息。不同于传统的技术文章,我们将通过一个连贯的故事线,引领读者从零开始,一步步深入数据可视化的世界,让读者不仅学会技术,更能感受到数据可视化的魅力。
|
6天前
|
数据可视化 数据挖掘 Python
Python中的数据可视化工具Matplotlib详解
本文将深入探讨Python中广泛应用的数据可视化工具Matplotlib,介绍其基本概念、常用功能和实际应用,帮助读者更好地利用Matplotlib进行数据可视化,提升技术水平。
|
6天前
|
人工智能 数据可视化 测试技术
Python数据可视化之Matplotlib实战Python中的装饰器:优雅而强大的函数增强工具
Python是一门强大的编程语言,它在数据科学和人工智能领域有着广泛应用。Matplotlib是Python中最常用的数据可视化库之一,它可以帮助开发者将复杂的数据呈现出来,以更好的展示和分析数据。本文将通过实例,介绍如何使用Matplotlib进行数据可视化。 在Python编程中,装饰器是一种强大的工具,可以用来增强函数的功能而不改变其结构。本文将深入探讨Python中装饰器的原理、应用及实例,帮助读者更好地理解和运用这一技术。
|
6天前
|
Python
Matplotlib subplot()函数
Matplotlib subplot()函数
15 1
|
6天前
|
存储 数据可视化 定位技术
Python中matplotlib为多个列表数据绘制小提琴图
Python中matplotlib为多个列表数据绘制小提琴图