python数据可视化示例柱状图

from matplotlib import pyplot as plt
import platform
import pandas
from pathlib import Path

# 根据不同的平台设置字体，不然无法显示中文windows
platform_dic = {"Darwin": "Arial Unicode MS", "Windows": "SimHei"}
plt.rcParams['font.family'] = [platform_dic.get(platform.system())]
plt.rcParams["axes.labelsize"] = 30  # axes是轴字体大小调整
plt.rcParams["xtick.labelsize"] = 20  # 横坐标字体大小调整
plt.rcParams["ytick.labelsize"] = 30  # 纵坐标字体大小调整
plt.rcParams["figure.figsize"] = [40, 15]  # 显示图像的最大范围

plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

_result = pandas.read_csv(Path(__file__).parent / 'city.csv', index_col=False)
result = _result.sort_values(by="price")
# x,y轴数据
x_arr = []  # city
y_arr = []  # price
for i in result.iterrows():
    x_arr.append(i[1].city)
    y_arr.append(i[1].price)

"""
房价
"""
plt.bar(x_arr, y_arr, color='rgb', label='The City Price Bar')  # 指定color，不然所有的柱体都会是一个颜色
plt.gcf().autofmt_xdate()  # 旋转x轴，避免重叠
plt.xlabel('城市名称', color='g')  # x轴描述信息
plt.ylabel('定基', color='g')  # y轴描述信息
plt.title('2019年3月70个大中城市新建商品住宅销售价格指数')  # 指定图表描述信息
plt.ylim(0, 200)  # 指定Y轴的高度
plt.savefig('2019年3月70个大中城市新建商品住宅销售价格指数')  # 保存为图片
plt.show()