标签名称显示方框

如果想要在行列索引名称的周围显示方框，可以使用matplotlib中的Table函数进行实现。具体步骤如下：

1. 首先，读取数据表并将FactoryName和JiJXH作为行索引，Shi作为列索引，可以使用pandas中的pivot函数实现：

import pandas as pd

# 读取数据表
df = pd.read_csv('data.csv')

# 将FactoryName和JiJXH作为行索引，Shi作为列索引
df_pivot = df.pivot(index=['FactoryName', 'JiJXH'], columns='Shi', values='sale_avg')

2. 接下来，根据每行sale_avg的值生成对应的色阶，可以使用matplotlib中的colormap函数实现：

import matplotlib.pyplot as plt

# 生成色阶
colormap = plt.cm.Reds

3. 然后，使用matplotlib中的Table函数创建一个新的表格，并设置行列索引名称和单元格颜色：

# 创建一个新的表格
table = plt.table(cellText=df_pivot.values, colLabels=df_pivot.columns, rowLabels=df_pivot.index, loc='center', cellColours=plt.cm.Reds(df_pivot))

# 隐藏表格边框
table.auto_set_font_size(False)
table.set_fontsize(14)
for i in range(len(df_pivot.columns)):
    for j in range(len(df_pivot.index)):
        table._cells[(j+1, i)].set_edgecolor('white')
        table._cells[(j+1, i)].set_text_props(weight='bold')

在这里，`plt.table()`函数用于创建一个新的表格，其中`cellText`参数为单元格中的文本，`colLabels`参数为列索引名称，`rowLabels`参数为行索引名称，`loc`参数为表格的位置。`cellColours`参数用于设置单元格的颜色，这里使用了与`df_pivot`数据表中sale_avg列的颜色相对应的Reds色阶。然后，使用`set_edgecolor()`函数和`set_text_props()`函数设置单元格的边框颜色和文本样式，这里将边框颜色设置为白色，将文本样式设置为粗体。

4. 最后，使用matplotlib中的subplots_adjust函数调整表格和图形的位置和大小，并显示图形：

# 调整表格和图形的位置和大小
plt.subplots_adjust(left=0.2, bottom=0.2)
plt.axis('off')

# 显示图形
plt.show()

完整代码如下：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据表
df = pd.read_csv('data.csv')

# 将FactoryName和JiJXH作为行索引，Shi作为列索引
df_pivot = df.pivot(index=['FactoryName', 'JiJXH'], columns='Shi', values='sale_avg')

# 生成色阶
colormap = plt.cm.Reds

# 创建一个新的表格
table = plt.table(cellText=df_pivot.values, colLabels=df_pivot.columns, rowLabels=df_pivot.index, loc='center', cellColours=plt.cm.Reds(df_pivot))

# 隐藏表格边框
table.auto_set_font_size(False)
table.set_fontsize(14)
for i in range(len(df_pivot.columns)):
    for j in range(len(df_pivot.index)):
        table._cells[(j+1, i)].set_edgecolor('white')
        table._cells[(j+1, i)].set_text_props(weight='bold')

# 调整表格和图形的位置和大小
plt.subplots_adjust(left=0.2, bottom=0.2)
plt.axis('off')

# 显示图形
plt.show()

在这里，使用`auto_set_font_size()`函数和`set_fontsize()`函数设置表格字体的大小。然后，使用`subplots_adjust()`函数调整表格和图形的位置和大小。最后，使用`axis()`函数隐藏坐标轴。