leg.alignment = 'right'
        leg.boxAnchor = 'ne'
        leg.x = 475         # 图例的x坐标
        leg.y = 240
        leg.dxTextSpace = 10
        leg.columnMaximum = 3
        leg.colorNamePairs = items
        drawing.add(leg)
        drawing.add(bc)
        return drawing

    # 绘制图片
@staticmethod
    def draw_img(path):
        img = Image(path)       # 读取指定路径下的图片
        img.drawWidth = 5*cm        # 设置图片的宽度
        img.drawHeight = 8*cm       # 设置图片的高度
        return img

生成报告【Python|干货！10分钟，用Python生成图文并茂的PDF报告！】if __name__ == '__main__':
    # 创建内容对应的空列表
    content = list()

    # 添加标题
    content.append(Graphs.draw_title('数据分析就业薪资'))

    # 添加图片
    content.append(Graphs.draw_img('抗疫必胜.png'))

    # 添加段落文字
    content.append(Graphs.draw_text('众所周知 ， 大数据分析师岗位是香饽饽 ， 近几年数据分析热席卷了整个互联网行业 ， 与数据分析的相关的岗位招聘、培训数不胜数 。 很多人前赴后继 ， 想要参与到这波红利当中 。 那么数据分析师就业前景到底怎么样呢？'))
    # 添加小标题
    content.append(Graphs.draw_title(''))
    content.append(Graphs.draw_little_title('不同级别的平均薪资'))
    # 添加表格
    data = [
        ('职位名称' '平均薪资' '较上年增长率')
        ('数据分析师' '18.5K' '25%')
        ('高级数据分析师' '25.5K' '14%')
        ('资深数据分析师' '29.3K' '10%')
    

    content.append(Graphs.draw_table(*data))

    # 生成图表
    content.append(Graphs.draw_title(''))
    content.append(Graphs.draw_little_title('热门城市的就业情况'))
    b_data = [(25400 12900 20100 20300 20300 17400) (15800 9700 12982 9283 13900 7623)

    ax_data = ['BeiJing' 'ChengDu' 'ShenZhen' 'ShangHai' 'HangZhou' 'NanJing'

    leg_items = [(colors.red '平均薪资') (colors.green '招聘量')

    content.append(Graphs.draw_bar(b_data ax_data leg_items))

    # 生成pdf文件