from matplotlib import pyplot as plt

import platform

import pandas

from pathlib import Path

# 根据不同的平台设置字体，不然无法显示中文windows

platform_dic = {"Darwin": "Arial Unicode MS", "Windows": "SimHei"}

plt.rcParams['font.family'] = [platform_dic.get(platform.system())]

plt.rcParams["axes.labelsize"] = 30 # axes是轴字体大小调整

plt.rcParams["xtick.labelsize"] = 20 # 横坐标字体大小调整

plt.rcParams["ytick.labelsize"] = 30 # 纵坐标字体大小调整

plt.rcParams["figure.figsize"] = [40, 15] # 显示图像的最大范围

plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号

_result = pandas.read_csv(Path(__file__).parent / 'city.csv', index_col=False)

result = _result.sort_values(by="price")

# x,y轴数据

x_arr = [] # city

y_arr = [] # price

for i in result.iterrows():

x_arr.append(i[1].city)

y_arr.append(i[1].price)

"""

房价

"""

plt.bar(x_arr, y_arr, color='rgb', label='The City Price Bar') # 指定color，不然所有的柱体都会是一个颜色

plt.gcf().autofmt_xdate() # 旋转x轴，避免重叠

plt.xlabel('城市名称', color='g') # x轴描述信息

plt.ylabel('定基', color='g') # y轴描述信息

plt.title('2019年3月70个大中城市新建商品住宅销售价格指数') # 指定图表描述信息

plt.ylim(0, 200) # 指定Y轴的高度

plt.savefig('2019年3月70个大中城市新建商品住宅销售价格指数') # 保存为图片

plt.show()