Python-Matplotlib绘制条形图

2021-12-21 1253

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： 条形图具有丰富的表现形式，常见的类型包括单组条形图，多组条形图，堆积条形图和对称条形图等。本文利用Matplotlib绘制常见条形图。

条形图

条形图具有丰富的表现形式，常见的类型包括单组条形图，多组条形图，堆积条形图和对称条形图等。

单组条形图

条形图的每种表现形式都可以绘制成垂直条形图或水平条形图，以单组条形图的两种绘制方式为例。

垂直条形图

importmatplotlib.pyplotaspltdata= [10., 20., 5., 15.]
plt.bar(range(len(data)), data)
plt.show()

绘图10.png

Tips：plt.plot()函数的作用是：接收两个参数，包括每个条形的x坐标和每个条行的高度。

通过可选参数 width，pyplot.bar() 提供了一种控制条形图中条状宽度的方法:

importmatplotlib.pyplotaspltdata= [10., 20., 5., 15.]
plt.bar(range(len(data)), data, width=0.5)
plt.show()

绘图11.png

水平条形图

如果更喜欢水平条形外观，就可以使用 plt.barh() 函数，在用法方面与 plt.bar() 基本相同，但是修改条形宽度(或者在水平条形图中应该称为高度)的参数需要使用 height：

importmatplotlib.pyplotaspltdata= [10., 20., 5., 15.]
plt.barh(range(len(data)), data, height=0.5)
plt.show()

绘图13.png

多组条形图

当需要比较不同年份相应季度的销量等此类需求时，我们可能需要多组条形图。

importnumpyasnpimportmatplotlib.pyplotaspltdata= [[10., 20., 30., 20.],[40., 25., 53., 18.],[6., 22., 52., 19.]]
x=np.arange(4)
plt.bar(x+0.00, data[0], color='b', width=0.25)
plt.bar(x+0.25, data[1], color='g', width=0.25)
plt.bar(x+0.50, data[2], color='r', width=0.25)
plt.show()

绘图14.png

堆积条形图

通过使用 plt.bar() 函数中的可选参数，可以绘制堆积条形图。

importmatplotlib.pyplotasplty_1= [3., 25., 45., 22.]
y_2= [6., 25., 50., 25.]
x=range(4)
plt.bar(x, y_1, color='b')
plt.bar(x, y_2, color='r', bottom=y_1)
plt.show()

绘图15.png

Tips：plt.bar()函数的可选参数bottom允许指定条形图的起始值。

可以结合 for 循环，利用延迟呈现机制堆叠更多的条形：

importnumpyasnpimportmatplotlib.pyplotaspltdata=np.array([[5., 30., 45., 22.], [5., 25., 50., 20.], [1., 2., 1., 1.]])
x=np.arange(data.shape[1])
foriinrange(data.shape[0]):
plt.bar(x, data[i], bottom=np.sum(data[:i], axis=0))
plt.show()

绘图17.png

对称条形图

一个简单且有用的技巧是对称绘制两个条形图。例如想要绘制不同年龄段的男性与女性数量的对比：

importnumpyasnpimportmatplotlib.pyplotaspltw_pop=np.array([5., 30., 45., 22.])
m_pop=np.array( [5., 25., 50., 20.])
x=np.arange(4)
plt.barh(x, w_pop)
plt.barh(x, -m_pop)
plt.show()