自定义图表
添加标题、标签和图例
自定义图表 是 CoddyKit 上的免费 Python Academy 课时。 这是第 3 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Python Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Python Academy 课程共包含 4 节课。
从原始数据到清晰图表
基础图表虽然展示了数据，却很少能向读者传达足够的信息。自定义功能可以添加上下文，将图表变成清晰的信息：标题、坐标轴标签、图例、刻度和注释。
这些功能全部都是坐标区对象上的方法。
标题
使用 ax.set_title('Monthly Sales') 为每个坐标区设置标题。整个图形的标题可以使用 fig.suptitle('Report')。
标题应该说明图表展示了什么，而不只是重复列名。
raw_label = 'sales_q1'
nice_title = raw_label.replace('_', ' ').title()
print('Title:', nice_title)坐标轴标签
使用 ax.set_xlabel('Month') 和 ax.set_ylabel('Revenue (USD)') 为两个坐标轴添加标签。如果存在单位，请始终注明。
坐标轴缺少标签，是图表让读者感到困惑的最常见原因。
图例
当一个坐标区包含多个数据系列时，图例可以标识它们。绘图时传入 label，然后调用 ax.legend()。
图例会读取您为每条绘制的折线附加的标签。
series = [
{'label': 'Revenue', 'color': 'blue'},
{'label': 'Costs', 'color': 'red'},
]
for s in series:
print('legend entry:', s['label'], '(' + s['color'] + ')')颜色
使用 color 参数设置颜色。您可以使用 'red' 这样的名称、'#1f77b4' 这样的十六进制代码，或 'g' 这样的简写代码。
在不同图表中使用一致的颜色，有助于读者追踪同一个数据系列。
坐标轴范围
使用 ax.set_xlim(0, 10) 和 ax.set_ylim(0, 100) 控制可见范围。这对于放大查看，或强制使用零基线以确保柱形高度真实，都很有用。
这里会自动计算一个带边距的范围。
values = [12, 45, 33, 27]
lo, hi = min(values), max(values)
pad = (hi - lo) * 0.1
print('y limits:', lo - pad, 'to', hi + pad)刻度和刻度标签
刻度是坐标轴上的标记。使用 ax.set_xticks([0, 1, 2]) 设置其位置，使用 ax.set_xticklabels(['Jan', 'Feb', 'Mar']) 设置其文本。
使用 rotation=45 旋转较长的标签，可以防止重叠。
网格线
使用 ax.grid(True) 添加网格，帮助读者估算数值。请让网格线保持浅淡，避免它们喧宾夺主。
您可以使用 ax.grid(axis='y') 只显示水平网格线。
注释
使用 ax.annotate('Peak', xy=(x, y)) 标出特定点。注释可以将注意力引向图表中最重要的部分。
找到要添加注释的点属于普通的 Python 操作。
data = [10, 25, 80, 40, 15]
peak_index = data.index(max(data))
print('Annotate peak at x =', peak_index, 'value =', data[peak_index])布局优化
添加标签后，请调用 fig.tight_layout()，避免内容被裁切。它会自动调整间距，使标题和标签都能完整显示在图形内。
这是保存或显示图形前的最后润色。
文本样式
大多数文本方法都接受样式参数：fontsize、fontweight='bold' 和 color。例如，ax.set_title('Sales', fontsize=16, fontweight='bold') 会突出显示标题。
请适度使用强调效果，让数据而不是装饰成为焦点。
快速检查
为任务选择正确的方法。
回顾
您已经学会了自定义工具集：
set_title、set_xlabel、set_ylabel用于提供上下文legend用于命名数据系列，color用于保持一致性set_xlim/set_ylim、刻度和gridannotate用于强调，tight_layout用于优化布局
它们结合起来，就能将原始数据变成清晰的故事。
常见问题解答
「自定义图表」课时是免费的吗？
是的 — 「自定义图表」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Python Academy 课程的其余内容，请升级到 CoddyKit PRO。 Python Academy 课程共包含 4 节课。
「自定义图表」这节课中我会学到什么？
添加标题、标签和图例 你通过在浏览器中直接运行的动手代码来练习 Python Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 Python Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 Python Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 3 节课，共 4 节。
「自定义图表」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 Python Academy 课中编写并运行代码吗？
能。每节 Python Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。