Python 利用pandas 和 matplotlib绘制柱状图

当你需要展示数据时，图表是一个非常有用的工具。Python 中的 pandas 和 matplotlib 库提供了丰富的功能，可以帮助你轻松地绘制各种类型的图表。本文将介绍如何使用这两个库，绘制一个店铺销售数量的柱状图，并添加各种元素，如数据标签、图例、网格线等。

准备工作

在开始之前，你需要安装 pandas 和 matplotlib 库。如果你还没有安装，可以使用以下命令进行安装

pip install pandas matplotlib

另外，为了在图表中显示中文，你需要下载并安装中文字体文件。这里我们使用宋体，你可以替换为其他中文字体。下载后，将字体文件路径替换到代码中的 font 变量中

# 设置中文字体
font = FontProperties(fname='C:\\Windows\\Fonts\\simhei.ttf', size=12)  # 替换为你的中文字体文件路径和字体大小

数据准备

我们假设有一个 Excel 文件，其中包含多个店铺的销售数据。每个店铺有多个订单，每个订单有一个销售数量。我们需要对每个店铺的销售数量进行求和，并按照销售数量降序排列。以下是数据准备的代码：

import pandas as pd

# 从Excel文件中读取数据
data = pd.read_excel('C:\\Users\Admin\\Desktop\\数据核对\\新建 XLSX 工作表.xlsx')

# 聚合数据
aggregated_data = data.groupby('店铺名称')['销售数量'].sum()

# 按销售数量降序排列
aggregated_data = aggregated_data.sort_values(ascending=False)

print(aggregated_data)

首先，我们使用 pandas 库的 read_excel 函数读取 Excel 文件中的数据。然后，使用 groupby 函数对数据进行聚合，按照店铺名称分组，并对每个组中的销售数量求和。最后，使用 sort_values 函数按照销售数量降序排列。

绘制柱状图

接下来，我们使用 matplotlib 库绘制柱状图。以下是绘制柱状图的代码：

import matplotlib.pyplot as plt

# 绘制柱状图
aggregated_data.plot(kind='bar', color='steelblue', edgecolor='black', width=0.8)

# 设置图表标题和坐标轴标签
plt.title('店铺销售数量')
plt.xlabel('店铺名称')
plt.ylabel('销售数量')

# 显示图表
plt.show()

我们使用 plot 函数绘制柱状图，其中 kind 参数指定图表类型为柱状图，color 参数指定柱子的颜色，edgecolor 参数指定柱子边框的颜色，width 参数指定柱子的宽度。然后，使用 title、xlabel 和 ylabel 函数设置图表标题和坐标轴标签。最后，使用 show 函数显示图表。

添加数据标签

为了更清楚地展示每个店铺的销售数量，我们可以在柱子上添加数据标签。以下是添加数据标签的代码：

# 添加数据标签
for i, v in enumerate(aggregated_data):
    plt.text(i, v, str(v), ha='center', va='bottom')

# 显示图表
plt.show()

我们使用 text 函数添加数据标签，其中 i 和 v 分别表示柱子的索引和高度，ha 参数指定水平对齐方式为居中，va 参数指定垂直对齐方式为底部。最后，再次使用 show 函数显示图表。

设置刻度标签

由于店铺名称较长，如果全部显示会导致刻度标签重叠，影响美观和可读性。因此，我们可以旋转刻度标签，并设置字体大小和字体样式。以下是设置刻度标签的代码：

# 设置刻度标签的字体大小和旋转角度
plt.xticks(rotation=45, fontsize=10)

# 显示图表
plt.show()

我们使用 xticks 函数设置刻度标签，其中 rotation 参数指定旋转角度为45度，fontsize 参数指定字体大小为10。

添加图例

我们可以添加图例，以便更好地解释图表中的信息。以下是添加图例的代码：

# 设置图例
plt.legend(['销售数量'], loc='upper right')

# 显示图表
plt.show()

我们使用 legend 函数添加图例，其中 loc 参数指定图例位置为右上角，['销售数量'] 表示图例中的文本。

去除边框和添加网格线

为了让图表更加简洁和美观，我们可以去除上边框和右边框，并添加水平虚线网格线。以下是去除边框和添加网格线的代码

# 去除上边框和右边框
plt.gca().spines['top'].set_visible(False)
plt.gca().spines['right'].set_visible(False)

# 添加网格线
plt.grid(axis='y', linestyle='--', alpha=0.5)

# 显示图表
plt.show()

我们使用 gca 函数获取当前轴对象，然后使用 spines 属性去除上边框和右边框。使用 grid 函数添加水平虚线网格线，其中 axis 参数指定网格线方向为垂直方向，linestyle 参数指定网格线样式为虚线，alpha 参数指定网格线透明度为0.5。

设置背景色和调整布局

最后，我们可以设置图表的背景色，并调整图表布局使得图表内容更加紧凑。以下是设置背景色和调整布局的代码：

# 设置背景色
plt.gca().set_facecolor('#F5F5F5')

# 调整图表布局
plt.tight_layout()

# 显示图表
plt.show()

我们使用 set_facecolor 函数设置背景色为浅灰色，使用 tight_layout 函数调整图表布局。

完整代码

将上面的代码整合起来，得到完整的代码如下：

import pandas as pd
import matplotlib.pyplot as plt

# 从Excel文件中读取数据
data = pd.read_excel('C:\\Users\Admin\\Desktop\\数据核对\\新建 XLSX 工作表.xlsx')

# 聚合数据
aggregated_data = data.groupby('店铺名称')['销售数量'].sum()

# 按销售数量降序排列
aggregated_data = aggregated_data.sort_values(ascending=False)

# 绘制柱状图
aggregated_data.plot(kind='bar', color='steelblue', edgecolor='black', width=0.8)

# 添加数据标签
for i, v in enumerate(aggregated_data):
    plt.text(i, v, str(v), ha='center', va='bottom')

# 设置图表标题和坐标轴标签
plt.title('店铺销售数量')
plt.xlabel('店铺名称')
plt.ylabel('销售数量')

# 设置刻度标签的字体大小和旋转角度
plt.xticks(rotation=45, fontsize=10)

# 设置图例
plt.legend(['销售数量'], loc='upper right')

# 去除上边框和右边框
plt.gca().spines['top'].set_visible(False)
plt.gca().spines['right'].set_visible(False)

# 添加网格线
plt.grid(axis='y', linestyle='--', alpha=0.5)

# 设置背景色
plt.gca().set_facecolor('#F5F5F5')

# 调整图表布局
plt.tight_layout()

# 显示图表
plt.show()