plt.title('准确数据-本年小于前一年归母倍数') 显示乱码

这个问题通常是因为matplotlib中文显示的字体设置不正确导致的。你可以尝试以下代码来解决这个问题：

import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties

# 设置中文字体
font = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=14)

# 绘图
plt.title('准确数据-本年小于前一年归母倍数', fontproperties=font)

这里使用了`FontProperties`类来指定中文字体，其中`fname`参数指定了字体文件的路径，`size`参数指定了字体大小。在`title`函数中，使用`fontproperties`参数将指定的中文字体应用于标题。请注意，Windows系统中的中文字体文件路径可能会有所不同，你需要根据自己的实际情况进行修改。

相关问题

# 划分区间 bins = [0,1,2,3,4,5,10,15,20,25,30,35,40,45,50,60,70,80,90,100,1220] data = data_forecast_is_stk_bs_rpt_zq_befor_big['本年比上一年归母倍数'] # 统计每个柱子的数据 hist, edges = pd.cut(data, bins=bins, right=False, include_lowest=True, retbins=True) counts = hist.value_counts() # 按照 hist 的顺序重新排序 counts counts = counts.reindex(hist.cat.categories) # 按照 bins 的顺序给每个柱子指定标签 labels = counts.index.astype(str) fig, ax = plt.subplots(figsize=(18, 6)) # 绘制柱形图 plt.bar(labels, counts) # 添加数据标签 for i, v in enumerate(counts.values): plt.text(i, v, str(v), ha='center', va='bottom') # 设置图表标题和坐标轴标签 plt.title('准确数据-本年小于前一年归母倍数') plt.xlabel('Range') plt.ylabel('Count') # 显示图表 plt.show() # 划分区间 bins1 = [0,1,2,3,4,5,10,15,20,25,30,35,40,45,50,60,70,80,90,100,1220] data1 = data_forecast_is_stk_bs_rpt_cw_befor_big['本年比上一年归母倍数'] # 统计每个柱子的数据 hist1, edges1 = pd.cut(data1, bins=bins1, right=False, include_lowest=True, retbins=True) counts1 = hist1.value_counts() # 按照 hist 的顺序重新排序 counts counts1 = counts1.reindex(hist.cat.categories) # 按照 bins 的顺序给每个柱子指定标签 labels1 = counts1.index.astype(str) fig1, ax1 = plt.subplots(figsize=(18, 6)) # 绘制柱形图 plt.bar(labels, counts) # 添加数据标签 for i, v in enumerate(counts.values): plt.text(i, v, str(v), ha='center', va='bottom') # 设置图表标题和坐标轴标签 plt.title('准确数据-本年小于前一年归母倍数') plt.xlabel('Range') plt.ylabel('Count') # 显示图表 plt.show() 把这2个柱形图做成1个对比柱形图

可以使用 Matplotlib 中的 subplots() 方法创建一个含有两个子图的 Figure 对象，然后在每个子图上分别绘制对应的柱形图，最后使用 tight_layout() 方法调整子图的位置和间距。

以下是可能的代码实现：

import pandas as pd
import matplotlib.pyplot as plt

# 划分区间
bins = [0, 1, 2, 3, 4, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 60, 70, 80, 90, 100, 1220]

# 获取数据
data1 = data_forecast_is_stk_bs_rpt_zq_befor_big['本年比上一年归母倍数']
data2 = data_forecast_is_stk_bs_rpt_cw_befor_big['本年比上一年归母倍数']

# 统计每个柱子的数据
hist1, edges1 = pd.cut(data1, bins=bins, right=False, include_lowest=True, retbins=True)
hist2, edges2 = pd.cut(data2, bins=bins, right=False, include_lowest=True, retbins=True)
counts1 = hist1.value_counts()
counts2 = hist2.value_counts()

# 按照 bins 的顺序给每个柱子指定标签
labels = counts1.index.astype(str)

# 创建 Figure 对象和两个子图对象
fig, (ax1, ax2) = plt.subplots(nrows=1, ncols=2, figsize=(18, 6))

# 在第一个子图上绘制柱形图
ax1.bar(labels, counts1)
for i, v in enumerate(counts1.values):
    ax1.text(i, v, str(v), ha='center', va='bottom')
ax1.set_title('准确数据-本年小于前一年归母倍数（证券）')
ax1.set_xlabel('Range')
ax1.set_ylabel('Count')

# 在第二个子图上绘制柱形图
ax2.bar(labels, counts2)
for i, v in enumerate(counts2.values):
    ax2.text(i, v, str(v), ha='center', va='bottom')
ax2.set_title('准确数据-本年小于前一年归母倍数（财务）')
ax2.set_xlabel('Range')
ax2.set_ylabel('Count')

# 调整子图的位置和间距
fig.tight_layout()

# 显示图表
plt.show()

该代码将会生成一个包含两个子图的对比柱形图，其中左侧子图表示证券数据，右侧子图表示财务数据，它们均基于相同的标签和区间划分。每个子图的 x 轴表示数据范围，y 轴表示相应区间内数据出现的次数，每个柱子的高度表示该区间内的数据数量。同时，在每个柱子上方标注了对应的数据数量。

import pandas as pd import matplotlib.pyplot as plt # 划分区间 bins = [0, 1, 2, 3, 4, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 60, 70, 80, 90, 100, 1220] # 获取数据 data1 = data_forecast_is_stk_bs_rpt_zq_befor_big['本年比上一年归母倍数'] data2 = data_forecast_is_stk_bs_rpt_cw_befor_big['本年比上一年归母倍数'] # 统计每个柱子的数据 hist1, edges1 = pd.cut(data1, bins=bins, right=False, include_lowest=True, retbins=True) hist2, edges2 = pd.cut(data2, bins=bins, right=False, include_lowest=True, retbins=True) counts1 = hist1.value_counts() counts2 = hist2.value_counts() # 按照 bins 的顺序给每个柱子指定标签 labels = counts1.index.astype(str) # 创建 Figure 对象和两个子图对象 fig, (ax1, ax2) = plt.subplots(nrows=1, ncols=2, figsize=(18, 6)) # 在第一个子图上绘制柱形图 ax1.bar(labels, counts1) for i, v in enumerate(counts1.values): ax1.text(i, v, str(v), ha='center', va='bottom') ax1.set_title('准确数据-本年小于前一年归母倍数（证券）') ax1.set_xlabel('Range') ax1.set_ylabel('Count') # 在第二个子图上绘制柱形图 ax2.bar(labels, counts2) for i, v in enumerate(counts2.values): ax2.text(i, v, str(v), ha='center', va='bottom') ax2.set_title('准确数据-本年小于前一年归母倍数（财务）') ax2.set_xlabel('Range') ax2.set_ylabel('Count') # 调整子图的位置和间距 fig.tight_layout() # 显示图表 plt.show() 是左右2个图要合成一个对比图

可以将两个子图合并成一个对比图，方法如下：

1. 首先将创建 Figure 对象的代码修改为 `fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(18, 6))`，这样就只创建一个 Figure 对象和一个包含两个子图的 ax 对象。

2. 然后在第二个子图上绘制柱形图时，将 `ax2.bar(labels, counts2)` 改为 `ax.bar(labels, counts2, alpha=0.5)`，这样就可以在同一个子图上绘制两个柱形图，并使它们半透明重叠显示。

3. 最后在第一个子图上添加一个图例，代码如下：

   ax1.bar(labels, counts1, label='证券', alpha=0.5)
   ax1.legend()

这样就可以给第一个柱形图添加一个图例，用以表示该柱形图代表的是证券数据。

完整代码如下：

import pandas as pd
import matplotlib.pyplot as plt

# 划分区间
bins = [0, 1, 2, 3, 4, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 60, 70, 80, 90, 100, 1220]

# 获取数据
data1 = data_forecast_is_stk_bs_rpt_zq_befor_big['本年比上一年归母倍数']
data2 = data_forecast_is_stk_bs_rpt_cw_befor_big['本年比上一年归母倍数']

# 统计每个柱子的数据
hist1, edges1 = pd.cut(data1, bins=bins, right=False, include_lowest=True, retbins=True)
hist2, edges2 = pd.cut(data2, bins=bins, right=False, include_lowest=True, retbins=True)
counts1 = hist1.value_counts()
counts2 = hist2.value_counts()

# 按照 bins 的顺序给每个柱子指定标签
labels = counts1.index.astype(str)

# 创建 Figure 对象和一个包含两个子图的 ax 对象
fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(18, 6))

# 在第一个子图上绘制柱形图，并添加图例
ax1 = ax[0]
ax1.bar(labels, counts1, label='证券', alpha=0.5)
ax1.legend()
for i, v in enumerate(counts1.values):
    ax1.text(i, v, str(v), ha='center', va='bottom')
ax1.set_title('准确数据-本年小于前一年归母倍数（证券）')
ax1.set_xlabel('Range')
ax1.set_ylabel('Count')

# 在第二个子图上绘制柱形图
ax2 = ax[1]
ax.bar(labels, counts2, label='财务', alpha=0.5)
for i, v in enumerate(counts2.values):
    ax2.text(i, v, str(v), ha='center', va='bottom')
ax2.set_title('准确数据-本年小于前一年归母倍数（财务）')
ax2.set_xlabel('Range')
ax2.set_ylabel('Count')

# 调整子图的位置和间距
fig.tight_layout()

# 显示图表
plt.show()

这样就可以得到一个包含两个柱形图的对比图，其中一个柱形图代表证券数据，另一个柱形图代表财务数据。