开始吧，第二张图

gmv.png

这张图有三个地方要注意的：

1. 建立了次坐标轴；
2. 图表上标注了每个数据的刻度值；

3. 图例：主坐标轴和次坐标轴的图例放在一起。
   给自己打打气吧

   
   jiayou.png

一、建立次坐标轴

fig = plt.figure(figsize=(9,4))
ax1 = fig.add_subplot(111)
ax2 = ax1.twinx()

ax2 = ax1.twinx()
创建一个与ax1共享x轴的ax2。
此外，matplotlib还有一个twiny()函数，可以创建一个共享y轴的此坐标轴。

二、标注数据刻度

plt.text(x=0.5, y=0.5, s=32123)

plt.text()函数可以在图表上的制定位置，写下指定的值。
第一个参数x表示文字的横坐标位置，
第二个参数y表示文字的纵坐标位置，
第三个参数s表示要写的文字是什么。
还可以设置文字的大小，样式，颜色，背景颜色等。具体可看官网plt.text()。

三、图例

line1, = ax1.bar(x, height=money, label="订单额", width=0.25,facecolor="#4F8B83" )
line2, = ax2.plot(x,wow,color="#FAC599",label="环比")
line3, = ax2.plot(x,yoy,color="#E76178",label="同比")
plt.legend((line1, line2, line3), ("订单额", "环比", "同比"), bbox_to_anchor=(1.25,0.7), edgecolor="none", facecolor="none")

line1, = ax.plot([1, 2, 3], label="订单额")
ax.plot([1, 2, 3], label="订单额") 返回一个元组，
line1, 加个逗号，再赋值，表示把返回的元组的第一个元素，赋给line1。
plt.legend((line1, line2, line3), ("订单额", "环比", "同比"))
把这三条线的图例写在一起。

完整代码：

#coding:utf8
import matplotlib.pyplot as plt
import numpy as np  

#—————————————步骤一：获取数据——————————————
#数据：每周的订单金额(money)，环比（wow），同比(yoy)，
#横坐标数据：第几周
money = [45642,59538,73871,54833]
wow = [-0.52,-0.52,-0.57,-0.37]
yoy = [-0.18,0.30,0.24,-0.26]
weeks = ["第1周","第2周","第3周","第4周",]

#—————————————步骤二：创建图像——————————————
#创建一个画板fig。创建第一张图ax1。
fig = plt.figure(figsize=(9,4))
ax1 = fig.add_subplot(111)

#————————步骤三：画订单额的图————————————————
#plt.bar画出柱形图。
#第一个参数是横坐标的列表，参数height是纵坐标的列表。参数width是柱子的宽度。facecolor设置柱形图填充颜色。
x = range(len(weeks))
line1, = ax1.bar(x, height=money, label="订单额", width=0.25,facecolor="#4F8B83" )

#————————步骤四：设置细节——————————
plt.title("订单额")
#设置x轴的坐标刻度名称。设置y轴坐标刻度颜色
plt.xticks(x,weeks,color="#999999")
plt.yticks(color="#999999")

#在图表上，添加每个数据的刻度。
for i,j in zip(x,money):
    plt.text(i,j+2000,j,ha="center",va="bottom",color="#333333")

#设置坐标轴顶部，底部无颜色
ax1.spines["top"].set_color("none")
ax1.spines["bottom"].set_color("#aaaaaa")
ax1.spines["left"].set_color("#aaaaaa")
ax1.spines["right"].set_color("#aaaaaa")

#————————步骤五：画次坐标轴图——————————
#画次坐标轴。ax2 = ax1.twinx() 表示ax2是和ax1共用一个x轴坐标的图表。
#也有twiny()方法，是共用y轴坐标。
ax2 = ax1.twinx()
line2, = ax2.plot(x,wow,color="#FAC599",label="环比")
line3, = ax2.plot(x,yoy,color="#E76178",label="同比")


#————————步骤六：设置次坐标轴的细节——————————
plt.yticks(np.linspace(-0.5,0.5,5),[format(i, ".0%") for i in np.linspace(-0.5,0.5,5)],color="#999999")
#添加数据刻度
for i,j in zip(x,wow):
    plt.text(i+0.15,j,format(j,".0%"),ha="left",va="center",color="#333333")
for i,j in zip(x,yoy):
    plt.text(i+0.15,j,format(j,".0%"),ha="left",va="center",color="#333333")
#调整间距
plt.subplots_adjust(right=0.8)
#设置坐标轴边框颜色
ax2.spines["top"].set_color("none")
ax2.spines["bottom"].set_color("#aaaaaa")
ax2.spines["left"].set_color("#aaaaaa")
ax2.spines["right"].set_color("#aaaaaa")
#设置图例
plt.legend((line1, line2, line3), ("订单额", "环比", "同比"),bbox_to_anchor=(1.25,0.7),edgecolor="none",facecolor="none")

#————————步骤七：保存图片——————————
plt.savefig("gmv.png",transparent=True,format='png')
plt.show()

继续，第三张图

process.png

这张图需要注意的是堆积条形图。

fig = plt.figure(figsize=(9,2))
ax = fig.add_subplot(1,1,1)
y = [1,1.5]
ax.barh(y,width=before_data,height=0.3,left=0,label="之前",facecolor="#4F8B83")
ax.barh(y,width=week_data,height=0.3,left=before_data,label="本周",facecolor="#E76178")
ax.barh(y,width=left_data,height=0.3,left=[i+j for i,j in zip(before_data,week_data)],label="剩余",facecolor="#D7DDDB")

ax.barh(y,width=before_data,height=0.3,left=0,label="之前",facecolor="#4F8B83")
绘制条形图。
其中第一个参数，是条形图在y轴的坐标列表；
参数width是这个条形图的值；
参数height来控制条形图的粗细；
参数left，来设置条形图左边的开始位置，这个参数用来做堆积条形图。
可以看到第一个ax.barh() 参数left的值是0，第二个ax.barh()参数left的值是之前数据，第三个ax.barh()参数left的值 是之前数据加上本周数据。

完整代码

#coding:utf8
import matplotlib.pyplot as plt 
import numpy as np 

#—————————————步骤一：获取数据——————————————
#获取数据：之前订单和流量的百分比（before_data），
#本周订单和流量完成的百分比（week_data），剩余订单和流量的百分比（left_data）
before_data = [0.31,0.26]
week_data = [0.21,0.23]
left_data = [0.48,0.51]

#—————————————步骤二：画出图形——————————————
# 条形图在Y轴的坐标列表。
y = [1,1.5]
#创建图像
fig = plt.figure(figsize=(9,2))
ax = fig.add_subplot(1,1,1)
#画出条形图
#barh用于画水平柱状图。
#x,第一个参数用来标记bar的y坐标位置。但这个参数名称用x或用y都会报错，不知道参数名称是啥
#width，bar的宽度
#height，bar的粗细,可以用列表来设置每个bar的粗细。默认是0.8。
#left，表示x坐标开始的位置，用来绘制堆积条形图
ax.barh(y,width=before_data,height=0.3,left=0,label="之前",facecolor="#4F8B83")
ax.barh(y,width=week_data,height=0.3,left=before_data,label="本周",facecolor="#E76178")
ax.barh(y,width=left_data,height=0.3,left=[i+j for i,j in zip(before_data,week_data)],label="剩余",facecolor="#D7DDDB")

#—————————————步骤三：设置细节——————————————
plt.title("本周进度")
#设置y坐标轴的刻度名称
plt.yticks([1,1.5],[r"$UV$",r"$GMV$"])
#设置x坐标轴，以百分数显示。
plt.xticks(np.linspace(0,1,5),[format(i, ".0%") for i in np.linspace(0,1,5)],color="#111111")

#设置图例的位置，边框颜色，填充颜色
ax.legend(bbox_to_anchor=(1.1,0.7),edgecolor="none",facecolor="none")

#添加数据刻度值。
for i,j in zip(before_data,y):
    plt.text(i-0.1,j,format(i, ".0%"),ha="right",va="center",color="#ffffff")
for i,j,k in zip(week_data,y,before_data):
    plt.text(i+k-0.1,j,format(i, ".0%"),ha="right",va="center",color="#ffffff")
for i,j,k,z in zip(left_data,y,before_data,week_data):
    plt.text(i+k+z-0.1,j,format(i, ".0%"),ha="right",va="center",color="#ffffff")

#设置坐标轴边框无颜色
ax.spines["right"].set_color("none")
ax.spines["bottom"].set_color("none")
ax.spines["left"].set_color("#dddddd")
ax.spines["top"].set_color("none")

#—————————————步骤四：保存图片——————————————
plt.savefig("process.png",transparent=True,format='png',dpi=1000)
plt.show()

matloplib文章：

1. matplotlib（一）-就是这么一个画图的
2. matplotlib（二）-一个周报引发的故事
3. matplotlib（三）-周报继续……
4. matplotlib（四）-中文乱码等问题记录