Python——柱状图(条形图、堆叠图)

文章介绍了如何使用Python的Matplotlib库创建各种条形图,包括竖条形图、横条形图、并列条形图、添加标签和堆叠柱形图,并提供了详细的代码示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

目录

1 基本函数

2 竖条形图

3 横条形图

4 并列条形图

5 添加标签

6 堆叠柱形图


1 基本函数

bar(x, height, [width], **kwargs)   #竖条形图
barh(x, height, [width], **kwargs)  #横条形图

x:数据标签(横坐标);

height:个数或一个数组,条形的高度;

[width]:可选参数,一个数或一个数组,条形的宽度,默认为 0.8

2 竖条形图

import matplotlib.pyplot as plt
# 解决plt中文显示问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

x = ('A', 'B', 'C', 'D', 'E')
y = [1, 2, 3, 4, 5]

plt.bar(x, y)
plt.title('结果')
plt.show()

3 横条形图

import matplotlib.pyplot as plt
# 解决plt中文显示问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

x = ('A', 'B', 'C', 'D', 'E')
y = [1, 2, 3, 4, 5]

plt.barh(x, y)
plt.title('结果')
plt.show()

4 并列条形图

import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 数据
x = ('A', 'B', 'C', 'D', 'E')
y1 = [10, 12, 8, 6, 7]
y2 = [6, 7, 8, 9, 10]

bar_width = 0.2  # 条形宽度
index_y1 = np.arange(len(x))  # y1条形图的横坐标
index_y2 = index_y1 + bar_width  # y2条形图的横坐标

# 使用两次 bar 函数画出两组条形图
plt.bar(index_y1, height=y1, width=bar_width, color='#499c9f', label='y1')
plt.bar(index_y2, height=y2, width=bar_width, color='#c76813', label='y2')

plt.legend()  #图例
plt.xticks(index_y1 + bar_width/2, x)  # 标签+位置
plt.ylabel('数量')  # 纵坐标轴标题
plt.title('结果')  # 图形标题

plt.show()

5 添加标签

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 数据
x = ('A', 'B', 'C', 'D', 'E')
y1 = [10, 12, 8, 6, 7]
y2 = [6, 7, 8, 9, 10]

bar_width = 0.3  # 条形宽度
index_y1 = np.arange(len(x))  # y1条形图的横坐标
index_y2 = index_y1 + bar_width  # y2条形图的横坐标

# 使用两次 bar 函数画出两组条形图
plt.bar(index_y1, height=y1, width=bar_width, color='#499c9f', label='y1')
plt.bar(index_y2, height=y2, width=bar_width, color='#c76813', label='y2')

index = np.arange(len(y1))
for a,b in zip(index,y1):   #柱子上的数字显示
     plt.text(a*1.02,b*1.02,'%.2f'%b,ha='center',va='bottom',fontsize=7);
for a,b in zip(index+width*3,y2):
     plt.text(a*1.02,b*1.02,'%.2f'%b,ha='center',va='bottom',fontsize=7);

plt.legend()  # 显示图例
plt.xticks(index_y1 + bar_width/2, x)  # 让横坐标轴刻度显示 waters 里的饮用水, index_male + bar_width/2 为横坐标轴刻度的位置
plt.ylabel('数量')  # 纵坐标轴标题
plt.title('结果')  # 图形标题

plt.show()

6 堆叠柱形图

import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline

x = ('A', 'B', 'C', 'D', 'E')
y1 = [10, 12, 8, 6, 7]
y2 = [6, 7, 8, 9, 10]

bar_width = 0.3  # 条形宽度

plt.bar(x, y1, bar_width, color = '#A65F58', label = 'y1')
plt.bar(x, y2, bar_width, bottom = y1,           # 堆叠在第一个上方
        color = '#99886B', label = 'y2')

plt.legend()

### 关于数据可视化中的堆叠图表类型 #### 堆叠柱状图 堆叠柱状图是一种用于展示多个类别在不同维度上的贡献情况的有效方式。这种类型的图表能够清晰地表示各个类别的相对比例以及总量的变化趋势[^1]。 #### 组合变量呈现复杂数据集 三种主要的变量类型可以组合在一起以各种形式展现复杂的数据库,在视觉上既吸引人又具有实际意义。例如,堆叠条形图能很好地显示出不同分类在整个范围内的占比关系;而分组散点图则可以根据分析师设定的阈值来强调特定子集的特点[^5]。 #### Superset 中创建堆叠图表实例 当使用 Apache Superset 进行数据分析时,默认情况下会显示表格视图,但这并不是最直观的方式。为了更好地理解来自旧金山的目的地分布状况,可以通过填写面板信息构建一个更形象化的图形界面——比如选择制作一张堆叠式的三维条形图,这有助于观察各目的地之间的数量差异及其随时间变化的趋势[^3]。 #### 高级功能支持 对于希望进一步定制化自己项目的开发者来说,像 Highcharts 这样的工具提供了丰富的特性集合,包括但不限于 SVG 渲染引擎、跨平台兼容性、响应式设计原则的应用等。这些都使得它成为了一个非常适合用来实现交互性强且适应多种设备环境下的堆叠图表解决方案的选择之一[^4]。 #### 数据评估的重要性 深入理解所使用的数据源至关重要,了解其出处和局限性能帮助我们做出更加合理的决策。尝试不同的图形表达形式也是必要的过程,因为理论上某些形状可能更适合特定种类的数据结构。通过这种方式,我们可以找到最适合当前情境下使用的堆叠图表样式[^2]。 ```python import matplotlib.pyplot as plt import numpy as np N = 5 # number of groups menMeans = (20, 35, 30, 35, 27) womenMeans = (25, 32, 34, 20, 25) 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, menMeans, width) p2 = plt.bar(ind, womenMeans, width, bottom=menMeans) plt.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.show() ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值