df = pd.read_csv('jobdata.csv')
1. 岗位数量折线图
colors = ["#51C1C8", "#536D84","#E96279"]
plt.figure(figsize=(16, 8))
ax1 = plt.subplot(111)
ax1.set_ylim(0,1200)
lin0 = ax1.plot(x_data, y_data1, marker='o', color=colors[0], label='岗位数量')
for x, y in enumerate(y_data1):
plt.text(x - 0.2, y+5, y)
ax1.set_ylabel('岗位数量',fontsize=12)
plt.legend()
plt.title("各城市Java岗位数量")
plt.show()
2. 通过 ax1.twinx() 增加一个y轴：
# 增加y轴
ax2 = ax1.twinx()
ax2.set_ylim(0,60)
lin1 = ax2.plot(x_data, y_data2, linestyle='--', marker='o', c=colors[1], label='平均最低薪资')
for x, y in enumerate(y_data2):
plt.text(x - 0.1, y+1, y)
lin2 = ax2.plot(x_data, y_data3, linestyle='--', marker='o', c=colors[2], label='平均最高薪资')
for x, y in enumerate(y_data3):
plt.text(x - 0.1, y+1, y)
ax2.set_ylabel('平均薪资(万/年)',fontsize=12)
plt.legend()
plt.title("各城市Java岗位数量和薪资水平状况")
plt.show()
3. 单独设置图例
ax1.legend(loc='best') ax2.legend(loc='best')
ax1.legend(loc=2) ax2.legend(loc=1)
这样看就比较直观了，但是我就想把三个图例放一起不可以吗？
当然可以!
3. 设置组合图例
lines = lin0+lin1+lin2 labs = [label.get_label() for label in lines] plt.legend(lines,labs)
大功告成！
但是！如果是柱状图＋折线图的情况，效果还一样吗？
但是！如果是柱状图＋折线图的情况，效果还一样吗？
但是！如果是柱状图＋折线图的情况，效果还一样吗？
1. 修改岗位数量为柱状图
plt.figure(figsize=(16, 8))
a1 = plt.subplot(111)
a1.set_ylim(0,1200)
bar = a1.bar(x_data, y_data1, color=colors[0], label='岗位数量')
for x, y in enumerate(y_data1):
plt.text(x - 0.2, y+5, y)
a1.set_ylabel('岗位数量',fontsize=12)
...
lines = bar+lin1+lin2
labs = [label.get_label() for label in lines]
plt.legend(lines,labs)直接报错了！
提示类型不一致，显然是bar和line的类型问题，我们查一下源码：
matplotlib.axes.Axes.plot：
matplotlib.axes.Axes.bar：
2. 设置Line2D和patches的组合图例
legend_handles = [
Line2D([], [], linewidth=1, ls='--', lw=2, c=colors[2], label='平均最高薪资'),
Line2D([], [], linewidth=1, lw=2, c=colors[1], label='平均最低薪资'),
patches.Rectangle((0, 0), 1, 1, facecolor=colors[0],label='岗位数量')
]
plt.legend(handles=legend_handles, loc='best', fontsize=14)
