復(fù)習(xí)回顧：

Python 為數(shù)據(jù)展示提供了大量?jī)?yōu)秀的功能包，其中 matplotlib 模塊可以方便繪制制作折線圖、柱狀圖、散點(diǎn)圖等高質(zhì)量的數(shù)據(jù)包。
關(guān)于 matplotlib 模塊，我們前期已經(jīng)對(duì)matplotlib進(jìn)行基本框架、以及常用方法的學(xué)習(xí)

 matplotlib 模塊基礎(chǔ)知識(shí)：對(duì)matplotlib模塊進(jìn)行初步認(rèn)識(shí)，對(duì)常用的方法進(jìn)行學(xué)習(xí)
matplotlib 模塊底層原理：matplotlib 模塊包含腳本層、美工層及后端層三層細(xì)節(jié)了解
matplotlib 模塊折線圖繪制：總結(jié)折線圖相關(guān)屬性和方法

在 matplotlib 模塊提供的圖表中，除了折線圖使用最多外，柱狀圖也是我們?nèi)粘?shù)據(jù)分析的圖表。

接下來(lái)我們開(kāi)始學(xué)習(xí)繪制柱狀圖相關(guān)屬性和方法

1. 柱狀圖概述

1.1什么是柱狀圖

• 柱狀圖又稱為條形圖，是一種以長(zhǎng)方形的長(zhǎng)度為變量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)的圖表
• 柱狀圖用來(lái)比較兩個(gè)或以上類型
• 柱狀圖只有一個(gè)以長(zhǎng)方形的長(zhǎng)度為變量
• 柱狀圖可以橫向排列或者多維方式展示

1.2柱狀圖使用場(chǎng)景

• 柱狀圖適用在較小數(shù)據(jù)集的分析
• 適用二維數(shù)據(jù)集,只比較一個(gè)維度數(shù)據(jù)差異項(xiàng)
• 直觀展示各個(gè)體之間數(shù)據(jù)的差異
• 表現(xiàn)離散型的時(shí)間序列

1.3柱狀圖繪制步驟

• 導(dǎo)入matplotlib.pyplot模塊
• 準(zhǔn)備數(shù)據(jù)，可以使用numpy/pandas整理數(shù)據(jù)
• 調(diào)用pyplot.bar()繪制柱狀圖

1.3案例展示

本次，我們分析過(guò)去5年內(nèi)的產(chǎn)品年銷量展示

案例所用到的數(shù)據(jù)如下：

import random

x_data = ["20{}年".format(i) for i in range(16,21)]
y_data = [random.randint(100,300) for i in range(6)]

繪制柱狀圖

import matplotlib.pyplot as plt

plt.rcParams["font.sans-serif"]=["SimHei"]
plt.rcParams["axes.unicode_minus"]=False

for i in range(len(x_data)):
    plt.bar(x_data[i],y_data[i])

plt.title("銷量分析")
plt.xlabel("年份")
plt.ylabel("銷量")

plt.show()

2. 柱狀圖屬性

2.1柱狀體顏色填充

• facecolor（fc）關(guān)鍵字
• color 關(guān)鍵字
• 顏色簡(jiǎn)稱：

• 格式形式：(r,g,b)
• 取值范圍：0~1

2.2狀描邊設(shè)置

柱狀體邊框顏色

• edgecolor 或者 ec

柱狀體邊框樣式

• linestyle 或者 ls
• 線條樣式：

2.3狀體邊框?qū)挾?/h3>

• linewidth 或者 lw
• 柱狀圖填充樣式

hatch: 設(shè)置填充樣式
屬性取值：{"/", "", "|", "-", "+", "x", "o", "O", ".", "*"} |

 

2.4刻度標(biāo)簽

• tickle label：默認(rèn)使用數(shù)字標(biāo)簽

我們對(duì) 第一節(jié)柱狀圖添加邊框樣式為"--",添加指定rgb顏色，填充圓圈

for i in range(len(x_data)):
   plt.bar(x_data[i],y_data[i],color=(0.2*i,0.2*i,0.2*i),linestyle="--",hatch="o")

3. 堆疊柱狀圖

• 在柱狀圖中，我們會(huì)在同時(shí)對(duì)比兩組數(shù)據(jù)在同一類中的表現(xiàn)形式，因此需要繪制堆疊柱狀圖
• bottom : 條形底座的y坐標(biāo)，默認(rèn)值為0

在第一節(jié)案例中，添加一組y軸數(shù)據(jù)所有數(shù)據(jù)如下：

x_data = ["20{}年".format(i) for i in range(16,21)]
 y_data = list(random.randint(100,300) for i in range(5))
 y2_data = list(random.randint(100,300) for i in range(5))

再添加一次pyplot.bar方法，添加bottom屬性

 plt.bar(x_data,y_data,lw=0.5,fc="r",label="Phone")
 plt.bar(x_data,y2_data,lw=0.5,fc="b",label="Android",bottom=y_data)

4. 并列柱狀圖

在繪制并列的柱狀圖中，要控制好每個(gè)柱狀體的位置和大小可以使用width屬性

• width: 設(shè)置每組柱狀體的寬度
• x軸：x軸的寬度每組直接也要設(shè)置好

例如繼續(xù)改造上面案例，我們?yōu)閎ar1和bar2添加了width屬性后，單獨(dú)設(shè)置x軸并排的寬度為0.3

x_width = range(0,len(x_data))
x2_width = [i+0.3 for i in x_width]


plt.bar(x_width,y_data,lw=0.5,fc="r",width=0.3,label="Phone")
plt.bar(x2_width,y2_data,lw=0.5,fc="b",width=0.3,label="Android")

plt.xticks(range(0,5),x_data)

5. 水平柱狀圖

柱狀圖中，有時(shí)候需要讓柱狀圖水平放置，比較差異，我們這時(shí)候需要使用到barh方法

• pyplot.barh(y,width)：繪制水平柱狀圖
• 結(jié)合上述案例，改用barh方法

x_data = ["20{}年".format(i) for i in range(16,21)]
  y_data = list(random.randint(100,300) for i in range(5))
  y2_data = list(random.randint(100,300) for i in range(5))

  x_width = range(0,len(x_data))
  x2_width = [i+0.3 for i in x_width]

  plt.barh(x_width,y_data,lw=0.5,fc="r",height=0.3,label="Phone")
  plt.barh(x2_width,y2_data,lw=0.5,fc="b",height=0.3,label="Android")
  plt.yticks(range(0,5),x_data)

  plt.legend()

  plt.title("銷量分析")
  plt.ylabel("年份")
  plt.xlabel("銷量")

  plt.show()

6. 添加折線柱狀圖

我們?cè)诓榭粗鶢顖D時(shí)，有時(shí)候會(huì)需要輔助折線來(lái)查看

• 使用pyplot.plot()方法匯總折線圖
• 同時(shí)使用pyplot.text()顯示坐標(biāo)值
• 當(dāng)堆疊圖時(shí)，需要計(jì)算好折線相對(duì)位置

plt.plot(x_data,y_data,color="pink",linestyle="--")

plt.plot(x_data, y2_data+200, color="skyblue", linestyle="-.")

# 柱狀圖
plt.bar(x_data,y_data,lw=0.5,fc="r",width=0.3,label="Phone",alpha=0.5)
plt.bar(x_data,y2_data, lw=0.5, fc="b", width=0.3, label="Android",alpha=0.5,bottom=y_data)

for i,j in zip(x_data,y_data):

   plt.text(i,j+0.05,"%d"%j,ha="center",va="bottom")

for i2,j2 in zip(x_data,y2_data):

   plt.text(i2,j2+180,"%d"%j2,ha="center",va="bottom")

7. 正負(fù)柱狀圖

我們需要使用Axes對(duì)象來(lái)設(shè)置坐標(biāo)軸的位置

• 首先使用pyplot.gca()方法創(chuàng)建axes對(duì)象
• 然后使用matplotlib.spines模塊調(diào)用set_position設(shè)置坐標(biāo)軸位置
• set_position 設(shè)置軸位置點(diǎn)
• spines[]選項(xiàng)有"left"|"bottom"|"width"|"height"
• set_position 值格式為(位置類型,數(shù)量)；位置類型;"outward"|"axes"|"data"|;數(shù)量：中心->("軸",0.5),零->("數(shù)據(jù)",0.0)

y_data = np.random.randint(100, 300,5)
y2_data = np.random.randint(100, 300,5)

ax = plt.gca()
ax.spines["bottom"].set_position(("data", 0))

plt.bar(x_data,+y_data,lw=0.5,fc="r",width=0.3,label="Phone")
plt.bar(x_data,-y2_data, lw=0.5, fc="b", width=0.3, label="Android")

for i,j in zip(x_data,y_data):

    plt.text(i,j,"%d"%j,ha="center",va="top")

for i2,j2 in zip(x_data,y2_data):

    plt.text(i2,-j2,"%d"%j2,ha="center",va="bottom")

總結(jié):
本文我們atplotlib模塊中詳細(xì)學(xué)習(xí)繪制各種柱狀圖標(biāo)相關(guān)屬性和方法，在遇到需要直觀展示離散數(shù)據(jù)點(diǎn)的差異時(shí)，我們可以使用bar()或者barh()繪制美觀的圖表。

到此這篇關(guān)于Python用 matplotlib 繪制柱狀圖的文章就介紹到這了,更多相關(guān)matplotlib 繪制柱狀圖內(nèi)容請(qǐng)搜索服務(wù)器之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持服務(wù)器之家！

原文鏈接：https://juejin.cn/post/7030008027373633573