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 plt
import 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0
ax.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0
ax.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0
ax.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0
ax.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0
ax.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k
ax.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0
ax.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k
ax.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！
推荐阅读：
▼点击
成为社区会员 喜欢就点个
在看吧