数据可视化｜改进折线图的 12 个细节

# 导入所需的库import numpy as npimport pandas as pdimport matplotlib as mplimport matplotlib.pyplot as pltfrom datetime import timedelta# 正常显示中文标签mpl.rcParams["font.sans-serif"] = ["SimHei"]# 自动适应布局mpl.rcParams.update({"figure.autolayout": True})# 正常显示负号mpl.rcParams["axes.unicode_minus"] = False# 定义颜色，主色：蓝色，辅助色：灰色，互补色：橙色colors = {"蓝色":"#00589F", "深蓝色":"#003867", "浅蓝色":"#5D9BCF",          "灰色":"#999999", "深灰色":"#666666", "浅灰色":"#CCCCCC",          "橙色":"#F68F00", "深橙色":"#A05D00", "浅橙色":"#FBC171"}

# 数据源路径filepath="./data/2019年9月每日销售.xlsx"# 读取 Excel文件df = pd.read_excel(filepath)# 定义画图用的数据x = [x.strftime("%m-%d") for x in df.日期]y = df.实际销量

# 使用「面向对象」的方法画图，定义图片的大小fig, ax=plt.subplots(figsize=(10, 6))# 设置标题ax.text(-3.9, y.max()+6, "
2019年9月每天产品销量的变化趋势
", fontsize=26, color=colors["深灰色"])# 绘制折线图ax.plot(x, y, marker="o", color=colors["蓝色"], markevery=[y.idxmin(), y.idxmax()], mfc="w")# 标注最大值对应的事件ax.annotate("打折促销", xy=(x[y.idxmax()], y.max()), color=colors["蓝色"],             xytext=(y.idxmax()-4.2, y.max()),              arrowprops=dict(arrowstyle="->", color=colors["蓝色"]), fontsize=16)# 标注最小值对应的事件ax.annotate("中秋节", xy=(x[y.idxmin()], y.min()), color=colors["深灰色"],             xytext=(y.idxmin()-3.6, y.min()),              arrowprops=dict(arrowstyle="->", color=colors["深灰色"]), fontsize=16)# 计算 7 天移动平均y2 = y.rolling(7).mean()# 绘制趋势线ax.plot(x, y2, ls="-", color=colors["灰色"], label="七天移动平均")# 绘制趋势线末端的箭头plt.annotate("", xy=(x[-1:], y2[-1:]), xytext=(x[-2:-1], y2[-2:-1]),              arrowprops=dict(arrowstyle="->", color=colors["灰色"], shrinkB=0))# 文字说明移动平均ax.text(len(x)-7.8, y2[-8:-7], "七天移动平均", color=colors["深灰色"], fontsize=12, bbox=dict(facecolor="w", edgecolor="w"))# 隐藏边框ax.spines["top"].set_visible(False)ax.spines["right"].set_visible(False)ax.spines["bottom"].set_color(colors["灰色"])ax.spines["left"].set_color(colors["灰色"])# 隐藏 X 轴的刻度线ax.tick_params(axis="x", which="major", length=0)# 设置 X 轴显示的标签xt = []for i in np.arange(len(x)):    if i % 5 == 0:        xt.append(x[i])    else:        xt.append("")xt[-1] = x[-1]ax.set_xticklabels(xt, ha="left")# 设置 X、Y 轴的标题，适当留白ax.text(-0.1, -5, "日期", ha="left", fontsize=16, color=colors["深灰色"])ax.text(-3.9, y.max()+6.8, "产
品
销
量", va="top", fontsize=16, color=colors["深灰色"])# 设置坐标标签字体大小和颜色ax.tick_params(labelsize=16, colors=colors["深灰色"])# 设置 y 轴的刻度范围ax.set_ylim(0, y.max()+6)plt.show()