脚本之家，脚本语言编程技术及教程分享平台！
分类导航

Python|VBS|Ruby|Lua|perl|VBA|Golang|PowerShell|Erlang|autoit|Dos|bat|

服务器之家 - 脚本之家 - Python - Matplotlib绘制条形图的方法你知道吗

Matplotlib绘制条形图的方法你知道吗

2022-11-10 10:46芒果去核 Python

这篇文章主要为大家详细介绍了Matplotlib绘制条形图的方法，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助 

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib import font_manager

一、一般条形图

一般条形图使用pyplot.bar()函数绘制，其形式及参数如下：

matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)

主要参数解释：
# x：一个数组或者列表，代表需要绘制的条形图的x轴的坐标点。
# height：一个数组或者列表，代表需要绘制的条形图y轴的坐标点。
# width：每一个条形图的宽度，默认是0.8的宽度。
# bottom：y轴的基线，默认是0，也就是距离底部为0.
# align：对齐方式，{'center','edge'}，默认是center，居中对齐；edge为靠边对齐，具体靠右边还是靠左边，看width的正负。
# color：条形图的颜色。
# edgecolor : 条形图边框的颜色。
# linewidth  : 条形图边框的宽度。如果为 0，则不绘制边框

示例：

某天电影票房数据：

movies = {
  "流浪地球":40.78,
  "飞驰人生":15.77,
  "疯狂的外星人":20.83,
  "新喜剧之王":6.10,
  "廉政风云":1.10,
  "神探蒲松龄":1.49,
  "小猪佩奇过大年":1.22,
  "熊出没·原始时代":6.71
}

直接通过获取字典的键值作为x，y轴数据

#票房单位亿元
movies = {
  "流浪地球":40.78,
  "飞驰人生":15.77,
  "疯狂的外星人":20.83,
  "新喜剧之王":6.10,
  "廉政风云":1.10,
  "神探蒲松龄":1.49,
  "小猪佩奇过大年":1.22,
  "熊出没·原始时代":6.71
}
# 中文显示问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['font.size'] = 13
# 设置图大小
plt.figure(figsize=(15,8))

x = list(movies.keys()) # 获取x轴数据(字典的键)
y = list(movies.values()) # 获取y轴数据(字典的值)

plt.bar(x,y,width=0.5,bottom=0,align='edge',color='g',edgecolor ='r',linewidth=2)

# 绘制标题
plt.title("电影票房数据",size=26)

# 设置轴标签
plt.xlabel("电影名",size=28)
plt.ylabel("票房/亿",size=28)

plt.show()

Matplotlib绘制条形图的方法你知道吗

也可以利用字典创建DataFrame索引，通过data参数传入

#票房单位亿元
movies = {
  "流浪地球":40.78,
  "飞驰人生":15.77,
  "疯狂的外星人":20.83,
  "新喜剧之王":6.10,
  "廉政风云":1.10,
  "神探蒲松龄":1.49,
  "小猪佩奇过大年":1.22,
  "熊出没·原始时代":6.71
}
movies_df = pd.DataFrame(data={"name":list(movies.keys()),"tickes":list(movies.values())}) #通过字典创建DataFrame索引
font = font_manager.FontProperties(fname='C:\Windows\Fonts\STSONG.TTF',size=12)  # 使用font_manager模块设置中文

# 设置图的大小，传入x,y
plt.figure(figsize=(14,5))

# 使用plt.bar()绘制条形图
plt.bar("name","tickes",data=movies_df,width=0.5,bottom=0,align='edge',color='g',edgecolor ='r',linewidth=2)

#设置X轴刻度，设置字体,也可以设置字体大小size
plt.xticks(fontproperties=font)

# 设置标题
plt.title("电影票房数据",size=30)
#设置X,Y轴名字
plt.ylabel('票房',fontproperties=font,size=25)
plt.xlabel('影片名字',fontproperties=font,size=25)

#设置Y刻度
plt.yticks(range(0,50,5),["%d"%x for x in range(0,50,5)],fontproperties=font1,size=20)

# 只保留图形信息
plt.show()

Matplotlib绘制条形图的方法你知道吗

 

二、横向条形图

横向条形图需要使用barh()这个跟bar非常的类似，只不过把方向进行旋转。参数也和pyplot.bar()类似

matplotlib.pyplot.barh(y, width, height=0.8, left=None, *, align='center', **kwargs)

# 主要参数解释：
# y：数组或列表，代表需要绘制的条形图在y轴上的坐标点。
# width：数组或列表，代表需要绘制的条形图在x轴上的值（也就是长度）。
# height：条形图的高度(宽度)，默认是0.8。
# left：条形图的基线，也就是距离y轴的距离。默认为0

示例：

plt.barh()

movies = {
  "流浪地球":40.78,
  "飞驰人生":15.77,
  "疯狂的外星人":20.83,
  "新喜剧之王":6.10,
  "廉政风云":1.10,
  "神探蒲松龄":1.49,
  "小猪佩奇过大年":1.22,
  "熊出没·原始时代":6.71
}
font2 = font_manager.FontProperties(fname='C:\Windows\Fonts\STSONG.TTF')
x1 = list(movies.keys())
y1 = list(movies.values())

# 设置图的大小
plt.figure(figsize=(10,5))

# 使用plt.barh()
plt.barh(x1,y1,height=0.7,left=0,color='c',edgecolor='r')

#设置Y轴刻度，设置字体,也可以设置字体大小size
plt.yticks(fontproperties=font2,size=20)

plt.xlabel("票房/亿",size=20)

# 设置标题
plt.title("电影票房数据",size=30)

# 只保留图形信息
plt.show()

Matplotlib绘制条形图的方法你知道吗

Axes.barh(y, width, height=0.8, left=None, *, align='center', **kwargs)

另外，还可通过返回的axes对象绘制图形

movies = {
  "流浪地球":40.78,
  "飞驰人生":15.77,
  "疯狂的外星人":20.83,
  "新喜剧之王":6.10,
  "廉政风云":1.10,
  "神探蒲松龄":1.49,
  "小猪佩奇过大年":1.22,
  "熊出没·原始时代":6.71
}

font2 = font_manager.FontProperties(fname='C:\Windows\Fonts\STSONG.TTF')
mdf = pd.DataFrame(data={"name":list(movies.keys()),"tickes":list(movies.values())})

fig,axes = plt.subplots()  

# 通过返回的axes对象绘制图形
axes.barh("name","tickes",data = mdf,height=0.6,left=0,color='c',edgecolor='r')

#设置Y轴刻度，设置字体,也可以设置字体大小size
plt.yticks(fontproperties=font2,size=20)

plt.xlabel("票房/亿",size=24)

# 设置标题
plt.title("电影票房数据",size=27)

# 只保留图形信息
plt.show()

Matplotlib绘制条形图的方法你知道吗

 

三、分组条形图的绘制

五天的电影票房数据（假设日期为1.1-1.５）：并转换为DataFrame索引

movies = {
  "流浪地球":[2.01,4.59,7.99,11.83,16],
  "飞驰人生":[3.19,5.08,6.73,8.10,9.35],
  "疯狂的外星人":[4.07,6.92,9.30,11.29,13.03],
  "新喜剧之王":[2.72,3.79,4.45,4.83,5.11],
  "廉政风云":[0.56,0.74,0.83,0.88,0.92],
  "神探蒲松龄":[0.66,0.95,1.10,1.17,1.23],
  "小猪佩奇过大年":[0.58,0.81,0.94,1.01,1.07],
  "熊出没·原始时代":[1.13,1.96,2.73,3.42,4.05]
}
mdf = pd.DataFrame(movies) 　
mdf

Matplotlib绘制条形图的方法你知道吗

绘制分组条形图思路：先选出每天所有电影的票房数据，可使用DataFrame.iloc[]方法获取，例如

# 获取第一天票房数据
mdf.iloc[0]

流浪地球        2.01
飞驰人生        3.19
疯狂的外星人      4.07
新喜剧之王       2.72
廉政风云        0.56
神探蒲松龄       0.66
小猪佩奇过大年     0.58
熊出没·原始时代    1.13
Name: 0, dtype: float64

然后按天进行绘制，这里需要确定一个中心点作为中间日期的条形图位置（这里为第三天），有多少部电影就需要多少个中心点，可使用np.arange(len(movies))获取x轴刻度作为中心点。最后根据日期按条形图的宽度调整条形图位置即可。

plt.figure(figsize=(15,5))
# 设置X轴刻度为一个数组(有广播功能)
xticks = np.arange(len(movies)) 

#设置字体
font = font_manager.FontProperties(fname='C:\Windows\Fonts\STSONG.TTF')

# 设置条形图宽度
bar_width = 0.15

#设置第一天所有影片条形图的位置
plt.bar(xticks-2*bar_width,mdf.iloc[0],width=bar_width,color='pink') # iloc[]取DataFrame的一行
#设置第二天所有影片条形图的位置 
plt.bar(xticks-bar_width,mdf.iloc[1],width=bar_width)
#设置第三天所有影片条形图的位置，默认在[0 1 2 3 4 5 6 7]center处
plt.bar(xticks,mdf.iloc[2],width=bar_width)
#设置第四天所有影片条形图的位置
plt.bar(xticks+bar_width,mdf.iloc[3],width=bar_width)
#设置第五天所有影片条形图的位置
plt.bar(xticks+2*bar_width,mdf.iloc[4],width=bar_width)

# 设置X轴信息
plt.xticks(xticks,mdf.columns,fontproperties=font,size=15)
#设置Y刻度
plt.yticks(range(0,20,2),["%d"%x for x in range(0,20,2)],fontproperties=font,size=16)

#设置X,Y轴名字
plt.ylabel('票房/亿',fontproperties=font,size=30)
plt.xlabel('影片名字',fontproperties=font,size=30)

# 设置标题
plt.title("五日票房数据",fontproperties=font,size=30)

# 只保留图形信息
plt.show()

Matplotlib绘制条形图的方法你知道吗

使用循环绘制每日数据

plt.figure(figsize=(16,5))
# 设置X轴刻度为一个数组(有广播功能)
#xticks1 = np.arange(len(movies)) # 这样设置每部电影X轴的距离是1，如果5个条形图宽度之后大于1会和其他电影重叠，可以设置步长
xticks1 = np.arange(0,7*len(movies),7) # 改变步长，要在设置X轴信息处改变xticks(步长*ticks labels)的第一个参数，否则对应不上

#设置字体
font4 = font_manager.FontProperties(fname='C:\Windows\Fonts\STSONG.TTF')

# 设置条形图宽度
bar_width1 = 1.05

#使用循环画出前五天的条形图
for index in mdf.index:
 # plt.bar(xticks1+(-2+index)*bar_width1,mdf.iloc[index],width=bar_width1,label='第%d天票房'%(index+1))
  xs = xticks1+(-2+index)*bar_width1 # 在X轴的位置
  day_tickets = mdf.iloc[index]
  plt.bar(xs,day_tickets,width=bar_width*7,label="第%d天票房"%(index+1))
  #设置注释文本
  # zip(day_tickets,xs)打包为元素为元组的列表，元素个数与最短的列表一致
  for ticket,x in zip(day_tickets,xs):   # ticket是day_tickets列表的值，x是xs的值
      plt.annotate(ticket,xy=(x,ticket),xytext=(x-0.2,ticket+0.1))


# 设置X轴信息
plt.xticks(7*xticks,mdf.columns,fontproperties=font4,size=15)

#设置X,Y轴名字
plt.ylabel('票房/亿',fontproperties=font4,size=25)
plt.xlabel('影片名字',fontproperties=font4,size=25)

# 设置标题
plt.title("五日票房数据",fontproperties=font4,size=30)

# 设置图例
font4.set_size(15) # 图例无size属性，可以在字体设置font4中改大小（或者font.set_size()：只改图例
plt.legend(prop=font4)  # 根据bar()函数的中的label标签进行设置，不可缺少

# 设置网格
plt.grid()

# 只保留图形信息
plt.show()

Matplotlib绘制条形图的方法你知道吗

 

四、堆叠条形图绘制

堆叠条形图就是在已有数据基础位置上进行绘制图形，使用bottom参数，以已有数据作为新数据的基地进行新数据的绘制，可以达到调整条形图的位置的目的。

示例：

# 男女不同组别的等分情况
menMeans = (20, 35, 30, 35, 27)
womenMeans = (25, 32, 34, 20, 25)
groupNames = ('G1','G2','G3','G4','G5')

xs = np.arange(len(menMeans))  # 有多少个组

font5 = font_manager.FontProperties(fname='C:\Windows\Fonts\STSONG.TTF',size=16)

plt.figure(figsize=(15,7))

# 绘制男性得分
plt.bar(xs,menMeans,label='男性得分',width=0.4)

# 绘制女性得分，以男性得分的最大值为基底
plt.bar(xs,womenMeans,bottom=menMeans,label='女性得分',width=0.4)

#设置图例
plt.legend(prop=font5)  # 根据bar()函数的中的label标签进行设置

# 设置X轴刻度名称
plt.xticks(xs,groupNames)

# 设置标签
plt.xlabel("组别",fontproperties=font5,size=23)
plt.ylabel("得分",fontproperties=font5,size=23)

# 设置标题
plt.title("男女不同组别得分",fontproperties=font5,size=28)

# 只保留图形
plt.show()

Matplotlib绘制条形图的方法你知道吗

总结

本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注服务器之家的更多内容!

原文链接：https://blog.csdn.net/weixin_45499440/article/details/123618033

  • matplotlib
  • 条形图

    • 延伸 · 阅读

    精彩推荐
    • PythonPython爬虫实例爬取网站搞笑段子

      Python爬虫实例爬取网站搞笑段子

      这篇文章主要介绍了Python爬虫实例爬取网站搞笑段子，具有一定参考价值，看完了代码不妨看看段子，希望大家每天开心。...

      fuzzer5072020-12-16
    • Python浅谈tensorflow1.0 池化层（pooling)和全连接层(dense)

      浅谈tensorflow1.0 池化层（pooling)和全连接层(dense)

      本篇文章主要介绍了浅谈tensorflow1.0 池化层（pooling)和全连接层(dense)，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧...

      denny4029032021-02-06
    • Python高质量Python代码编写的5个优化技巧

      高质量Python代码编写的5个优化技巧

      这篇文章主要为大家详细介绍了编写高质量Python代码的5个优化技巧，具有一定的参考价值，感兴趣的小伙伴们可以参考一下...

      Michael Washburn Jr.6092020-12-18
    • Python详解python中文编码问题

      详解python中文编码问题

      一直以来python中文编码是个及其头大的问题，需要好好学习下，我用python为例，简单介绍下python编程时如何处理好中文编码的问题，感兴趣的朋友们可以参...

      daivlin4432021-12-06
    • Python详解pandas获取Dataframe元素值的几种方法

      详解pandas获取Dataframe元素值的几种方法

      这篇文章主要介绍了详解pandas获取Dataframe元素值的几种方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的...

      K.I.O54592020-06-15
    • PythonPython进阶:生成器 懒人版本的迭代器详解

      Python进阶:生成器 懒人版本的迭代器详解

      这篇文章主要介绍了Python进阶:生成器 懒人版本的迭代器详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋...

      秋官4772021-07-27
    • Python基于python的Tkinter实现一个简易计算器

      基于python的Tkinter实现一个简易计算器

      这篇文章主要介绍了基于python的Tkinter实现一个简易计算器的相关资料，还为大家分享了仅用用50行Python代码实现的简易计算器，感兴趣的小伙伴们可以参考...

      Vigor11232020-08-05
    • PythonPython返回数组/List长度的实例

      Python返回数组/List长度的实例

      今天小编就为大家分享一篇Python返回数组/List长度的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧...

      zhengxiangwen6362021-03-08
    最近更新
    编辑推荐
    阅读排行
    热门标签
    2048 　 6006 　 contextlib 　 SLOTS 　 MELIAE 　 FEEDPARSER 　 暂存 　 持久性管理 　 pickle模块 　 THREADING 　 reduce 　 nignx 　 装饰器 　 函数式编程 　 兔子毒药 　 监控文件 　 流量监控 　 Web框架 　 控制访问 　 PIL库 　 高斯模糊 　 wxPython 　 import 　 自定义模块 　 Python开发 　 元类 　 metaclass 　 魔术方法 　 DNSPod 　 动态解析域名 　
    © 2019-2022 脚本之家 | 服务器之家(www.tuohang.net)旗下站点 版权所有关于我们联系我们版权申明网站地图