1、数据可视化呈现的最基础图形就是：柱状图、水平条形图、折线图等等；
在python的matplotlib库中分别可用bar、barh、plot函数来构建它们，再使用xticks与yticks（设置坐标轴刻度）、
xlabel与ylabel（设置坐标轴标签）、title（标题）、legend（图例）、xlim与ylim（设置坐标轴数据范围）、
grid（设置网格线）等命令来装饰图形
import matplotlib.pyplot as plt import numpy as np #创建带数字标签的直方图 numbers = list(range(1,11)) #np.array()将列表转换为存储单一数据类型的多维数组 x = np.array(numbers) y = np.array([a**2 for a in numbers]) plt.bar(x,y,width=0.5,align=\'center\',color=\'c\') plt.title(\'Square Numbers\',fontsize=24) plt.xlabel(\'Value\',fontsize=14) plt.ylabel(\'Square of Value\',fontsize=14) plt.tick_params(axis=\'both\',labelsize=14) plt.axis([0,11,0,110]) for a,b in zip(x,y): plt.text(a,b+0.1,\'%.0f\'%b,ha = \'center\',va = \'bottom\',fontsize=7) plt.savefig(\'images\squares.png\') plt.show()
首先，前边设置的x、y值其实就代表了不同柱子在图形中的位置（坐标），通过for循环找到每一个x、y值的相应坐标——a、b，再使用plt.text在对应位置添文字说明来生成相应的数字标签，而for循环也保证了每一个柱子都有标签。其中，a, b+0.05表示在每一柱子对应x值、y值上方0.05处标注文字说明，\'%.0f\' % b,代表标注的文字，即每个柱子对应的y值，其中0表示不显示小数后面的数值，1就表示显示小数后面一位，以此类推； ha=\'center\', va= \'bottom\'代表horizontalalignment（水平对齐）、verticalalignment（垂直对齐）的方式，fontsize则是文字大小。条形图、折线图也是如此设置，饼图则在pie命令中有数据标签的对应参数。对于累积柱状图、双轴柱状图则需要用两个for循环，同时通过a与b的不同加减来设置数据标签位置。
2、用函数plt.annotate()给折线图折点添加坐标
#模块pyplot包含很多生成图表的函数 import matplotlib.pyplot as plt import numpy as np input_values = [1,2,3,4,5,6] squares = [1,4,9,16,25,36] #plot()绘制折线图 plt.plot(input_values,squares,linewidth=5) #np.array()将列表转换为存储单一数据类型的多维数组 x = np.array(input_values) y = np.array(squares) #annotate()给折线点设置坐标值 for a,b in zip(x,y): plt.annotate(\'(%s,%s)\'%(a,b),xy=(a,b),xytext=(-20,10), textcoords=\'offset points\') #设置标题 plt.title(\'Square Numbers\',fontsize=24) plt.xlabel(\'Value\',fontsize=14) plt.ylabel(\'Square of Value\',fontsize=14) #设置刻度的大小,both代表xy同时设置 plt.tick_params(axis=\'both\',labelsize=14) #show()打开matplotlib查看器，并显示绘制的图形 plt.show()