目录

[TOC]

前言

今天我们学习的是条形图,导入的函数是:

plt.bar() 于 plt.barh

(一)竖值条形图

(1)说明:

原函数定义:

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

常见的参数属性

具体参考:官网说明文档

参数 说明 类型
x x坐标 int,float
height 条形的高度 int,float
width 宽度 0~1,默认0.8
botton 条形的起始位置 也是y轴的起始坐标
align 条形的中心位置 “center”,"lege"边缘
color 条形的颜色 “r","b","g","#123465",默认“b"
edgecolor 边框的颜色 同上
linewidth 边框的宽度 像素,默认无,int
tick_label 下标的标签 可以是元组类型的字符组合
log y轴使用科学计算法表示 bool
orientation 是竖直条还是水平条 竖直:"vertical",水平条:"horizontal"

(2)源代码:

"""    默认的是竖值条形图"""import numpy as npimport matplotlib.pyplot as pltimport matplotlib# 将全局的字体设置为黑体matplotlib.rcParams['font.family'] = 'SimHei'# 数据N = 5y = [20, 10, 30, 25, 15]x = np.arange(N)# 绘图 x x轴, height 高度, 默认:color="blue", width=0.8p1 = plt.bar(x, height=y, width=0.5, )# 展示图形plt.show()

(3)输出效果:

4.4Python数据处理篇之Matplotlib系列(四)—plt.bar()与plt.barh条形图插图
01.png

(二)水平条形图

1.使用bar()绘制:

(1)说明

需要把:orientation="horizontal",然后x,与y的数据交换,再添加bottom=x,即可。

(2)源代码:

"""    水平条形图,需要修改以下属性    orientation="horizontal""""import numpy as npimport matplotlib.pyplot as plt# 数据N = 5x = [20, 10, 30, 25, 15]y = np.arange(N)# 绘图 x= 起始位置, bottom= 水平条的底部(左侧), y轴, height 水平条的宽度, width 水平条的长度p1 = plt.bar(x=0, bottom=y, height=0.5, width=x, orientation="horizontal")# 展示图形plt.show()

(3)输出效果:

4.4Python数据处理篇之Matplotlib系列(四)—plt.bar()与plt.barh条形图插图1
02.png

2.使用barh()绘制:

具体可参考:官网说明文档

(1)说明

使用barh()时,bottom改为left, 然后宽变高,高变宽。

(2)源代码:

"""    水平条形图,需要以下属性    orientation="horizontal""""import numpy as npimport matplotlib.pyplot as plt# 数据N = 5x = [20, 10, 30, 25, 15]y = np.arange(N)# 绘图 y= y轴, left= 水平条的底部, height 水平条的宽度, width 水平条的长度p1 = plt.barh(y, left=0, height=0.5, width=x)# 展示图形plt.show()

(3)输出效果:

[图片上传失败...(image-c414f2-1552186154190)]

(三)复杂的条形图

1.并列条形图:

(1)说明

我们再同一张画布,画两组条形图,并且紧挨着就时并列条形图。

改变x的位置。

(2)源代码:

import numpy as npimport matplotlib.pyplot as plt# 数据x = np.arange(4)Bj = [52, 55, 63, 53]Sh = [44, 66, 55, 41]bar_width = 0.3# 绘图 x 表示 从那里开始plt.bar(x, Bj, bar_width)plt.bar(x+bar_width, Sh, bar_width, align="center")# 展示图片plt.show()

(3)输出效果:

4.4Python数据处理篇之Matplotlib系列(四)—plt.bar()与plt.barh条形图插图2
03.png

2.叠加条形图:

(1)说明

两组条形图是处与同一个x处,并且y是连接起来的。

(2)源代码:

import numpy as npimport matplotlib.pyplot as plt# 数据x = np.arange(4)Bj = [52, 55, 63, 53]Sh = [44, 66, 55, 41]bar_width = 0.3# 绘图plt.bar(x, Bj, bar_width)plt.bar(x, Sh, bar_width, bottom=Bj)# 展示图片plt.show()

(3)输出效果:

4.4Python数据处理篇之Matplotlib系列(四)—plt.bar()与plt.barh条形图插图3
04.png

3.添加图例于数据标签的条形图:

(1)说明

  1. 对于图例:

先可选属性里添加label=“”,标签

再使用plt.lengd()显示。

  1. 对于数据的标签

使用任意方向的标签来标注,再由x,y数据确定坐标。

  1. tick_label=str,用来显示自定义坐标轴

(2)源代码:

"""    默认的是竖值条形图"""import numpy as npimport matplotlib.pyplot as pltimport matplotlib# 将全局的字体设置为黑体matplotlib.rcParams['font.family'] = 'SimHei'# 数据N = 5y = [20, 10, 30, 25, 15]x = np.arange(N)# 添加地名坐标str1 = ("北京", "上海", "武汉", "深圳", "重庆")# 绘图 x x轴, height 高度, 默认:color="blue", width=0.8p1 = plt.bar(x, height=y, width=0.5, label="城市指标", tick_label=str1)# 添加数据标签for a, b in zip(x, y):    plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=10)# 添加图例plt.legend()# 展示图形plt.show()

(3)输出效果:

4.4Python数据处理篇之Matplotlib系列(四)—plt.bar()与plt.barh条形图插图4
05.png

作者:Mark

日期:2019/02/12 周二

文章转载于:https://www.jianshu.com/p/4fbf3db490ac

原著是一个有趣的人,若有侵权,请通知删除

本博客所有文章如无特别注明均为原创。
复制或转载请以超链接形式注明转自起风了,原文地址《4.4Python数据处理篇之Matplotlib系列(四)—plt.bar()与plt.barh条形图
   

还没有人抢沙发呢~