Python用 matplotlib 繪制柱狀圖
復習回顧:
Python 為數據展示提供瞭大量優秀的功能包,其中 matplotlib 模塊可以方便繪制制作折線圖、柱狀圖、散點圖等高質量的數據包。
關於 matplotlib 模塊,我們前期已經對matplotlib進行基本框架、以及常用方法的學習
matplotlib 模塊基礎知識:對matplotlib模塊進行初步認識,對常用的方法進行學習
matplotlib 模塊底層原理:matplotlib 模塊包含腳本層、美工層及後端層三層細節瞭解
matplotlib 模塊折線圖繪制:總結折線圖相關屬性和方法
在 matplotlib 模塊提供的圖表中,除瞭折線圖使用最多外,柱狀圖也是我們日常數據分析的圖表。
接下來我們開始學習繪制柱狀圖相關屬性和方法
1. 柱狀圖概述
1.1什麼是柱狀圖
- 柱狀圖又稱為條形圖,是一種以長方形的長度為變量數據進行統計的圖表
- 柱狀圖用來比較兩個或以上類型
- 柱狀圖隻有一個以長方形的長度為變量
- 柱狀圖可以橫向排列或者多維方式展示
1.2柱狀圖使用場景
- 柱狀圖適用在較小數據集的分析
- 適用二維數據集,隻比較一個維度數據差異項
- 直觀展示各個體之間數據的差異
- 表現離散型的時間序列
1.3柱狀圖繪制步驟
- 導入matplotlib.pyplot模塊
- 準備數據,可以使用numpy/pandas整理數據
- 調用pyplot.bar()繪制柱狀圖
1.3案例展示
本次,我們分析過去5年內的產品年銷量展示
案例所用到的數據如下:
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)關鍵字
- color 關鍵字
- 顏色簡稱:
屬性值 | 說明 | 屬性值 | 說明 |
---|---|---|---|
“b”/”bule” | 藍色 | “m”/”magenta” | 品紅 |
“g” /”green” | 綠色 | “y”/”yellow” | 黃色 |
“r”/”red” | 紅色 | “k”/”black” | 黑色 |
“c”/”cyan” | 青色 | “w”/”white” |
- 格式形式:(r,g,b)
- 取值范圍:0~1
2.2狀描邊設置
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:
屬性值 | 說明 |
---|---|
“-” 、”solid” | 默認實線顯示 |
“–“、”dashed” | 虛線 |
“-.” “dashdot” | 點劃線 |
“:”、”dotted” | 虛線 |
“None” “””” | 空 |
2.3狀體邊框寬度
- linewidth 或者 lw
- 柱狀圖填充樣式
hatch: 設置填充樣式
屬性取值:{‘/’, ”, ‘|’, ‘-‘, ‘+’, ‘x’, ‘o’, ‘O’, ‘.’, ‘*’} |
2.4刻度標簽
- tickle label:默認使用數字標簽
我們對 第一節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,我們會在同時對比兩組數據在同一類中的表現形式,因此需要繪制堆疊柱狀圖
- bottom : 條形底座的y坐標,默認值為0
在第一節案例中,添加一組y軸數據所有數據如下:
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. 並列柱狀圖
在繪制並列的柱狀圖中,要控制好每個柱狀體的位置和大小可以使用width屬性
- width: 設置每組柱狀體的寬度
- x軸:x軸的寬度每組直接也要設置好
例如繼續改造上面案例,我們為bar1和bar2添加瞭width屬性後,單獨設置x軸並排的寬度為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,有時候需要讓柱狀圖水平放置,比較差異,我們這時候需要使用到barh
方法
- pyplot.barh(y,width):繪制水平柱狀圖
- 結合上述案例,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
我們在查看柱狀圖時,有時候會需要輔助折線來查看
- 使用
pyplot.plot()
方法匯總折線圖 - 同時使用
pyplot.text()
顯示坐標值 - 當堆疊圖時,需要計算好折線相對位置
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. 正負柱狀圖
我們需要使用Axes對象來設置坐標軸的位置
- 首先使用
pyplot.gca()
方法創建axes對象 - 然後使用
matplotlib.spines
模塊調用set_position設置坐標軸位置 - set_position 設置軸位置點
- spines[]選項有”
left"|"bottom"|"width"|"height"
- set_position 值格式為(位置類型,數量);位置類型;”outward”|”axes”|”data”|;數量:中心->(“軸”,0.5),零->(“數據”,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:
本文我們atplotlib模塊中詳細學習繪制各種柱狀圖標相關屬性和方法,在遇到需要直觀展示離散數據點的差異時,我們可以使用bar()或者barh()繪制美觀的圖表。
到此這篇關於Python用 matplotlib 繪制柱狀圖的文章就介紹到這瞭,更多相關matplotlib 繪制柱狀圖內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- python使用Matplotlib繪制多種常見圖形
- python 用matplotlib繪制折線圖詳情
- 手把手教你用Matplotlib實現數據可視化
- Python數據分析之matplotlib繪圖詳解
- Python Matplotlib數據可視化模塊使用詳解