超好看！手把手教你用Matplotlib画一张好看的图-技术圈

↑↑↑关注后"星标"简说Python

人人都可以简单入门Python、爬虫、数据分析
 简说Python推荐 
来源：Python读财
作者：易执

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 pltimport 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0ax.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0ax.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0ax.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0ax.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0ax.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kax.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0ax.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kax.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。

好了，从此之后你用Matplotlib画出来的图就是和别人不一样！

-end-

扫下方二维码添加我的私人微信，可以在我的朋友圈获取最新的Python学习资料，以及近期推文中的源码或者其他资源，另外不定期开放学习交流群，以及朋友圈福利（送书、红包、学习资源等）。
扫码查看我朋友圈
获取最新学习资源

学习更多：
整理了我开始分享学习笔记到现在超过250篇优质文章，涵盖数据分析、爬虫、机器学习等方面，别再说不知道该从哪开始，实战哪里找了

“点赞”传统美德不能丢