之前的文章总结
1、Python 画图，点线图
点线图

文章图片

2、Python 画图，柱状图
柱状图

文章图片

最近在总结前期的一些工作，对这些绘图工具再系统总结
matplotlib 汇总（柱状图）
step1、普通柱状图绘制

• 导入matplotlib.pyplot模块
• 准备数据，可以使用numpy/pandas整理数据
• 调用pyplot.bar()绘制柱状图

import numpy as np import matplotlib.pyplot as plt import random# 准备数据 x_data = https://www.it610.com/article/[f"20{i}年" for i in range(16, 21)] y_data = https://www.it610.com/article/[random.randint(100, 300) for i in range(6)]# 正确显示中文和负号 plt.rcParams["font.sans-serif"] = ["SimHei"] plt.rcParams["axes.unicode_minus"] = False# 画图，plt.bar()可以画柱状图 for i in range(len(x_data)): plt.bar(x_data[i], y_data[i]) # 设置图片名称 plt.title("销量分析") # 设置x轴标签名 plt.xlabel("年份") # 设置y轴标签名 plt.ylabel("销量") # 显示 plt.show()

文章图片

step2、并列柱状图绘制

import matplotlib.pyplot as plt import numpy as npsize = 5 # 返回size个0-1的随机数 a = np.random.random(size) b = np.random.random(size) c = np.random.random(size) # x轴坐标, size=5, 返回[0, 1, 2, 3, 4] x = np.arange(size)# 有a/b/c三种类型的数据，n设置为3 total_width, n = 0.8, 3 # 每种类型的柱状图宽度 width = total_width / n# 重新设置x轴的坐标 x = x - (total_width - width) / 2# 画柱状图 plt.bar(x, a, width=width, label="a") plt.bar(x + width, b, width=width, label="b") plt.bar(x + 2*width, c, width=width, label="c") # 显示图例 plt.legend() # 显示柱状图 plt.show()

函数说明：

• plt.bar() 用于画柱状图，还可以使用plt.plot()绘制折线图
• plt.xlabel() plt.ylabel() 用于标注x轴、y轴
• plt.title() 用于给图片添加标题
• plt.legend() 用于给柱状图添加图例（注释）
• plt.show() 用于最终展示图片

文章图片

step3、柱状图优化（轴标签、添加数字显示）

• 功能1：使用plt.xticks()代码可以把0, 1, …替换成第1组, 第2组…
• 功能2：显示具体的数字在柱状图中，可以在plt.legend()前添加plt.text()代码
• 功能3：保存图片

import matplotlib.pyplot as plt import numpy as npsize = 5 # 返回size个0-1的随机数 a = np.random.random(size) b = np.random.random(size) c = np.random.random(size) # x轴坐标, size=5, 返回[0, 1, 2, 3, 4] x = np.arange(size)# 有a/b/c三种类型的数据，n设置为3 total_width, n = 0.8, 3 # 每种类型的柱状图宽度 width = total_width / n# 重新设置x轴的坐标 x = x - (total_width - width) / 2# 画柱状图 plt.bar(x, a, width=width, label="a") plt.bar(x + width, b, width=width, label="b") plt.bar(x + 2*width, c, width=width, label="c") # 显示图例 plt.legend()# 功能1 x_labels = ["第1组", "第2组", "第3组", "第4组", "第5组"] # 用第1组...替换横坐标x的值 plt.xticks(x, x_labels)# 功能2 for i, j in zip(x, a): plt.text(i, j + 0.01, "%.2f" % j, ha="center", va="bottom", fontsize=7) for i, j in zip(x + width, b): plt.text(i, j + 0.01, "%.2f" % j, ha="center", va="bottom", fontsize=7) for i, j in zip(x + 2 * width, c): plt.text(i, j + 0.01, "%.2f" % j, ha="center", va="bottom", fontsize=7)# 显示柱状图 plt.savefig(fname="./step_3.png", dpi=300) plt.show()

文章图片

step4、带error bar（上下2组bar）

• 该图与plot画图不一样，调图（调节图对象 ax ）也是用set_xtick，set_xticklabels
• tight_layout()表示当轴标签重叠时进行调节；详细可见 tight_layout 参考
• 此图添加误差的bar（error bar）

import numpy as np import matplotlib.pyplot as pltN = 5 men_means, men_std = (20, 35, 30, 35, 27), (2, 3, 4, 1, 2) women_means, women_std = (25, 32, 34, 20, 25), (3, 5, 2, 3, 3)ind = np.arange(N)# the x locations for the groups width = 0.35# the width of the bars: can also be len(x) sequencefig, axs = plt.subplots(2, 1) axs[0].bar(ind, men_means, width, yerr=men_std) axs[0].set_ylabel('Scores') axs[0].set_title('Scores by group and gender (men)') axs[0].set_xticks(ind) axs[0].set_xticklabels(('G1', 'G2', 'G3', 'G4', 'G5')) axs[0].set_yticks(np.arange(0, 41, 10))axs[1].bar(ind, women_means, width, yerr=men_std) axs[1].set_ylabel('Scores') axs[1].set_title('Scores by group and gender (women)') axs[1].set_xticks(ind) axs[1].set_xticklabels(('G1', 'G2', 'G3', 'G4', 'G5')) axs[1].set_yticks(np.arange(0, 41, 10))plt.tight_layout() plt.savefig(fname="./twobar_errorbar.png", dpi=300) plt.show()

文章图片

step5、柱状图堆叠

• 2组数据bar堆叠

import numpy as np import matplotlib.pyplot as pltN = 5 menMeans = (20, 35, 30, 35, 27) womenMeans = (25, 32, 34, 20, 25) menStd = (2, 3, 4, 1, 2) womenStd = (3, 5, 2, 3, 3) ind = np.arange(N)# the x locations for the groups width = 0.35# the width of the bars: can also be len(x) sequencep1 = plt.bar(ind, menMeans, width, yerr=menStd) p2 = plt.bar(ind, womenMeans, width, bottom=menMeans, yerr=womenStd)# 此处加了bottomplt.ylabel('Scores') plt.title('Scores by group and gender') plt.xticks(ind, ('G1', 'G2', 'G3', 'G4', 'G5')) plt.yticks(np.arange(0, 81, 10)) plt.legend((p1[0], p2[0]), ('Men', 'Women'))plt.savefig(fname="./bar_add.png", dpi=300) plt.show()

文章图片

• 3组bar叠加

import numpy as np import matplotlib.pyplot as plt N = 5 S = (52, 49, 48, 47, 44) C = (38, 40, 45, 42, 48) d=[] for i in range(0,len(S)): sum = S[i] + C[i] d.append(sum) M = (10, 11, 7, 11, 8)ind = np.arange(N)# the x locations for the groups width = 0.35# the width of the bars: can also be len(x) sequence p1 = plt.bar(ind, S, width, color='#d62728')#, yerr=menStd) p2 = plt.bar(ind, C, width, bottom=S)#, yerr=womenStd) p3 = plt.bar(ind, M, width, bottom=d) plt.ylabel('Scores') plt.title('Scores by group and gender') plt.xticks(ind, ('G1', 'G2', 'G3', 'G4', 'G5')) plt.yticks(np.arange(0, 141, 20)) plt.legend((p1[0], p2[0], p3[0]), ('men', 'women', 'unknow'))plt.savefig(fname="./bar_add_v2.png", dpi=300) plt.show()

文章图片

step6、添加折线（同理也可添加趋势线）

import random import matplotlib.pyplot as plt plt.rcParams["font.sans-serif"]=['SimHei'] plt.rcParams["axes.unicode_minus"]=Falsex_data = https://www.it610.com/article/["20{}年".format(i) for i in range(16,21)] y_data = https://www.it610.com/article/list(random.randint(100,300) for i in range(5)) y2_data = list(random.randint(100,300) for i in range(5))y3_data = [i + j for i, j in zip(y_data, y2_data)]plt.plot(x_data,y_data,color="pink",linestyle="--")plt.plot(x_data, y3_data, color="skyblue", linestyle="-.")# 柱状图 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,j1,j2 in zip(x_data,y_data,y2_data): plt.text(i2,j1+j2+0.5,"%d"%j2,ha="center",va="bottom")plt.savefig(fname="./bar_add_line.png", dpi=300) plt.show()

文章图片

step7、绘制横版柱状图

import random import matplotlib.pyplot as plt import numpy as np plt.rcParams["font.sans-serif"]=['SimHei'] plt.rcParams["axes.unicode_minus"]=Falsex_data = https://www.it610.com/article/["20{}年".format(i) for i in range(16,21)] y_data = https://www.it610.com/article/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(np.arange(0,5) + 0.15, x_data)# 注意y轴标签居中 plt.xlim(0, 421)plt.legend()plt.title("销量分析") plt.ylabel("年份") plt.xlabel("销量")plt.savefig(fname="./barh.png", dpi=300) plt.show()

文章图片

step8、绘制正负柱状图

• pyplot.gca()方法创建axes对象
• 然后使用matplotlib.spines模块，然后调用set_position设置坐标轴位置
• spines[]选项有"left"|“bottom”|“width”|“height”；对应着上下左右
• set_position 值格式为(位置类型,数量)；位置类型; “outward”|“axes”|“data”|; 数量：中心->(“轴”,0.5),零->(“数据”,0.0)；如在下面是调节data，x轴在0处显示

import random import matplotlib.pyplot as plt import numpy as np plt.rcParams["font.sans-serif"]=['SimHei'] plt.rcParams["axes.unicode_minus"]=Falsex_data = https://www.it610.com/article/["20{}年".format(i) for i in range(16,21)] y_data = https://www.it610.com/article/np.random.randint(100, 300,5) y2_data = np.random.randint(100, 300,5) ax = plt.gca() ax.spines["bottom"].set_position(('data', 0))# 调节x轴的位置 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+25,"%d"%j,ha="center",va="top") for i2,j2 in zip(x_data,y2_data): plt.text(i2,-j2-30,"%d"%j2,ha="center",va="bottom")plt.ylim(-350,350) plt.savefig(fname="./bar_up_down.png", dpi=300) plt.show()

文章图片

step9、绘制破损的柱状图

• bar的数据中间有数据缺失

import matplotlib.pyplot as pltfig, ax = plt.subplots() ax.broken_barh([(110, 30), (150, 10)], (10, 9), facecolors='blue') ax.broken_barh([(10, 50), (100, 20), (130, 10)], (20, 9), facecolors=('red', 'yellow', 'green')) ax.set_ylim(5, 35) ax.set_xlim(0, 200) ax.set_xlabel('seconds since start') ax.set_yticks([15, 25]) ax.set_yticklabels(['Bill', 'Jim']) ax.grid(True)plt.savefig(fname="./bar_broken.png", dpi=300) plt.show()

文章图片

step10、内外嵌套Bar（Bar上加Bar）

import numpy as np import matplotlib.pyplot as plt def get_data(): size = 5 border = 80 x = np.linspace(start=1, stop=size, endpoint=True, num=size, dtype=np.dtype(int) )y1 = np.random.randint(low=border, high=100, size=size) y2 = np.random.randint(low=50, high=border, size=size) ret = (x, y1, y2) return ret def main(): plt.rcParams['font.sans-serif'] = ['SimHei']# 中文乱码 plt.rcParams['axes.unicode_minus'] = False# 正负号 data = https://www.it610.com/article/get_data()plt.figure(figsize=(15, 10)) plt.bar(x=data[0], height=data[1], alpha=0.5, width=0.6, color='green', edgecolor='red', label='直方图1', lw=3) plt.bar(x=data[0], height=data[2], alpha=0.8, width=0.4, color='blue', edgecolor='yellow', label='直方图2', lw=3)# 图例位置 plt.legend(loc='upper right') plt.xlabel('x坐标轴', fontsize=25) plt.ylabel('y坐标轴', fontsize=20) plt.title('直方图(柱状图)', fontsize=30) # 若设置将覆盖默认的坐标轴刻度值。 # 默认的刻度值即是x=data[0] plt.xticks(ticks=np.arange(start=1, stop=6, step=1), labels=list('zhang'), rotation=45, size=30, color='red') # 若设置将覆盖默认的坐标轴刻度值。 # 默认的刻度值即是y=data[1],y=data[2] # 默认的刻度值由系统自动生成。 plt.ylim(0, 120) plt.yticks(ticks=np.linspace(start=10, stop=110, endpoint=True, num=10, dtype=np.dtype(int)), rotation=90)# 画网格 plt.grid(axis='x', linestyle='--', linewidth=3, color='red')# 显示竖直的网格线 plt.grid(axis='y', linestyle='-.', linewidth=3, color='gray')# 显示水平的网格线plt.savefig(fname="./bar_in_out.png", dpi=300) plt.show()if __name__ == '__main__': main()

【Python绘图总结|python matplotlib 画图（柱状图）总结】参考链接：
step 1-3参考
step 5参考
step 6-8参考
step 9参考
step 10参考

推荐阅读

• 

  佳能70d加18-135 佳能70d18-135拍视频的效果
• 

  佳能的18-55拍人像好还是拍景色好 佳能的18-135
• 

  新鲜的刺五加怎么保存时间长 刺五加保存方法
• 

  田鸡多少钱一斤，青蛙肉多少钱一斤
• 

  动漫名句 动漫名句有哪些
• 

  河水浑浊也可以钓鱼吗？该用什么类型的饵？
• 

  苏铁的介绍 苏铁简介
• 

  〔玄幻〕王者荣耀英雄篇|〔玄幻〕王者荣耀英雄篇 （2）
• 

  python网上订餐系统问题定义，python点餐界面代码
• 

  未成年孩子可以买房吗
• 

  求一都市学生类小说名
• 

  天猫有哪些潮牌品牌旗舰店 潮店有哪些
• 

  桃胶几天吃一次最好
• 

  儒家推崇学而优则仕,而鄙视商人、瞧不起经商致富,这对中国文化发展有什么消极影响？
• 

  路面基层可以分为哪几种
• 

  $windows.~bt删不掉怎么办 $Windows.~BT删不掉的处理操作教程
• 

  机车是什么意思网络用语
• 

  影视大全免费下载，手机软件影视大全在哪下载
• 

  风扇|火龙助力，从小众走向大众市场的游戏手机
• 

  安哥拉兔的特点

• python|Python 画图，点线图
• python|Python 画图，柱状图
• IT|Python开发学习之Python和Excel的数据实现互通
• machine|GridSearchCV调参方法
• PHP与Python有什么区别和不同（）
• 发现几个好玩的游戏编程平台，与君共勉！
• 机器学习|Python实现词云舞
• python相关学习|用python批量修改图片名称！超级简单
• 大数据|超高分辨率显著目标检测，新颖高效的错层嫁接架构PGNet（CVPR2022）