import pandas as pd import matplotlib.pyplot as plt # 读取数据 df = pd.read_csv('data.csv') # 筛选需要绘制柱形图的列 col_name = 'score' data = df[col_name] # 自定义每个柱子的统计范围 bins = [0, 60, 70, 80, 90, 100] # 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() # 绘制柱形图 plt.bar(counts.index.astype(str), counts.values) # 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('Score Distribution') plt.xlabel('Range') plt.ylabel('Count') # 显示图表 plt.show() 画布太小了调大点

你可以在绘制图表前，添加如下代码来设置画布大小：

fig, ax = plt.subplots(figsize=(8, 6))

其中，`figsize=(8, 6)` 表示画布的宽度为 8，高度为 6（单位是英寸）。你可以根据需要调整这个值，使得图表更加清晰易读。修改后的完整代码如下：

import pandas as pd 
import matplotlib.pyplot as plt 

# 读取数据 
df = pd.read_csv('data.csv') 

# 筛选需要绘制柱形图的列 
col_name = 'score' 
data = df[col_name] 

# 自定义每个柱子的统计范围 
bins = [0, 60, 70, 80, 90, 100] 

# 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() 

# 设置画布大小
fig, ax = plt.subplots(figsize=(8, 6))

# 绘制柱形图 
plt.bar(counts.index.astype(str), counts.values) 

# 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('Score Distribution') 
plt.xlabel('Range') 
plt.ylabel('Count') 

# 显示图表 
plt.show()