matplotlib bar()实现多组数据并列柱状图通用简便创建方法


Posted in Python onFebruary 24, 2021

在使用柱状图时,经常遇到需要多组数据进行比较的情况。
绘制单个数据系列的柱形图比较简单,多组数据柱状图绘制的关键有三点:

  • 多次调用bar()函数即可在同一子图中绘制多组柱形图。
  • 为了防止柱子重叠,每个柱子在x轴上的位置需要依次递增,如果柱子紧挨,这个距离即柱子宽度。
  • 为了使刻度标签居中,需要调整x轴刻度标签的位置。

由上述可知,多组数据并列柱状图需要计算柱子x轴上的位置和x轴刻度标签。
因此,有两种实现方案:

  • x轴刻度标签位置固定,根据x轴刻度计算每个柱子的宽度
  • 每个柱子的宽度固定,计算x轴刻度标签位置,使之居中

下面使用第一种方法演示两组数据、三组数据、四组数据的并列柱状图。
使用方法一、方法二演示通用多组并列柱状图的创建方法。

两组数据、三组数据、四组数据的并列柱状图

matplotlib bar()实现多组数据并列柱状图通用简便创建方法

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

plt.figure(figsize=(13, 4))
# 构造x轴刻度标签、数据
labels = ['G1', 'G2', 'G3', 'G4', 'G5']
first = [20, 34, 30, 35, 27]
second = [25, 32, 34, 20, 25]
third = [21, 31, 37, 21, 28]
fourth = [26, 31, 35, 27, 21]

# 两组数据
plt.subplot(131)
x = np.arange(len(labels)) # x轴刻度标签位置
width = 0.25 # 柱子的宽度
# 计算每个柱子在x轴上的位置,保证x轴刻度标签居中
# x - width/2,x + width/2即每组数据在x轴上的位置
plt.bar(x - width/2, first, width, label='1')
plt.bar(x + width/2, second, width, label='2')
plt.ylabel('Scores')
plt.title('2 datasets')
# x轴刻度标签位置不进行计算
plt.xticks(x, labels=labels)
plt.legend()
# 三组数据
plt.subplot(132)
x = np.arange(len(labels)) # x轴刻度标签位置
width = 0.25 # 柱子的宽度
# 计算每个柱子在x轴上的位置,保证x轴刻度标签居中
# x - width,x, x + width即每组数据在x轴上的位置
plt.bar(x - width, first, width, label='1')
plt.bar(x, second, width, label='2')
plt.bar(x + width, third, width, label='3')
plt.ylabel('Scores')
plt.title('3 datasets')
# x轴刻度标签位置不进行计算
plt.xticks(x, labels=labels)
plt.legend()
# 四组数据
plt.subplot(133)
x = np.arange(len(labels)) # x轴刻度标签位置
width = 0.2 # 柱子的宽度
# 计算每个柱子在x轴上的位置,保证x轴刻度标签居中
plt.bar(x - 1.5*width, first, width, label='1')
plt.bar(x - 0.5*width, second, width, label='2')
plt.bar(x + 0.5*width, third, width, label='3')
plt.bar(x + 1.5*width, fourth, width, label='4')
plt.ylabel('Scores')
plt.title('4 datasets')
# x轴刻度标签位置不进行计算
plt.xticks(x, labels=labels)
plt.legend()

plt.show()

通用多组并列柱状图的简便创建方法

上面的示例比较简易,有一些问题没有考虑。为了便于重复使用,下面的通用方法可调整x轴标签刻度步长、每组柱子的总宽度、每组柱子之间的间隙、组与组之间的间隙。

matplotlib bar()实现多组数据并列柱状图通用简便创建方法

方法一

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

label = ['G1', 'G2', 'G3', 'G4', 'G5']
first = [20, 34, 30, 35, 27]
second = [25, 32, 34, 20, 25]
third = [21, 31, 37, 21, 28]
fourth = [26, 31, 35, 27, 21]
data = [first, second, third, fourth]


def create_multi_bars(labels, datas, tick_step=1, group_gap=0.2, bar_gap=0):
  '''
  labels : x轴坐标标签序列
  datas :数据集,二维列表,要求列表每个元素的长度必须与labels的长度一致
  tick_step :默认x轴刻度步长为1,通过tick_step可调整x轴刻度步长。
  group_gap : 柱子组与组之间的间隙,最好为正值,否则组与组之间重叠
  bar_gap :每组柱子之间的空隙,默认为0,每组柱子紧挨,正值每组柱子之间有间隙,负值每组柱子之间重叠
  '''
  # ticks为x轴刻度
  ticks = np.arange(len(labels)) * tick_step
  # group_num为数据的组数,即每组柱子的柱子个数
  group_num = len(datas)
  # group_width为每组柱子的总宽度,group_gap 为柱子组与组之间的间隙。
  group_width = tick_step - group_gap
  # bar_span为每组柱子之间在x轴上的距离,即柱子宽度和间隙的总和
  bar_span = group_width / group_num
  # bar_width为每个柱子的实际宽度
  bar_width = bar_span - bar_gap
  # baseline_x为每组柱子第一个柱子的基准x轴位置,随后的柱子依次递增bar_span即可
  baseline_x = ticks - (group_width - bar_span) / 2
  for index, y in enumerate(datas):
    plt.bar(baseline_x + index*bar_span, y, bar_width)
  plt.ylabel('Scores')
  plt.title('multi datasets')
  # x轴刻度标签位置与x轴刻度一致
  plt.xticks(ticks, labels)
  plt.show()
  

create_multi_bars(label, data, bar_gap=0.1)

方法二

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

label = ['G1', 'G2', 'G3', 'G4', 'G5']
first = [20, 34, 30, 35, 27]
second = [25, 32, 34, 20, 25]
third = [21, 31, 37, 21, 28]
fourth = [26, 31, 35, 27, 21]
data = [first, second, third, fourth]


def create_multi_bars(labels, datas, tick_step=1, group_gap=0.2, bar_gap=0):
  '''
  labels : x轴坐标标签序列
  datas :数据集,二维列表,要求列表每个元素的长度必须与labels的长度一致
  tick_step :默认x轴刻度步长为1,通过tick_step可调整x轴刻度步长。
  group_gap : 柱子组与组之间的间隙,最好为正值,否则组与组之间重叠
  bar_gap :每组柱子之间的空隙,默认为0,每组柱子紧挨,正值每组柱子之间有间隙,负值每组柱子之间重叠
  '''
  # x为每组柱子x轴的基准位置
  x = np.arange(len(labels)) * tick_step
  # group_num为数据的组数,即每组柱子的柱子个数
  group_num = len(datas)
  # group_width为每组柱子的总宽度,group_gap 为柱子组与组之间的间隙。
  group_width = tick_step - group_gap
  # bar_span为每组柱子之间在x轴上的距离,即柱子宽度和间隙的总和
  bar_span = group_width / group_num
  # bar_width为每个柱子的实际宽度
  bar_width = bar_span - bar_gap
  # 绘制柱子
  for index, y in enumerate(datas):
    plt.bar(x + index*bar_span, y, bar_width)
  plt.ylabel('Scores')
  plt.title('multi datasets')
  # ticks为新x轴刻度标签位置,即每组柱子x轴上的中心位置
  ticks = x + (group_width - bar_span) / 2
  plt.xticks(ticks, labels)
  plt.show()

create_multi_bars(label, data[:3], bar_gap=0.1)
Python 相关文章推荐
python使用循环实现批量创建文件夹示例
Mar 25 Python
Python的函数的一些高阶特性
Apr 27 Python
python爬虫之百度API调用方法
Jun 11 Python
django 多数据库配置教程
May 30 Python
Python OpenCV处理图像之滤镜和图像运算
Jul 10 Python
利用Python如何制作好玩的GIF动图详解
Jul 11 Python
python实现简易动态时钟
Nov 19 Python
Opencv+Python 色彩通道拆分及合并的示例
Dec 08 Python
django 实现编写控制登录和访问权限控制的中间件方法
Jan 15 Python
对python读取CT医学图像的实例详解
Jan 24 Python
python几种常用功能实现代码实例
Dec 25 Python
在Python中实现字典反转案例
Dec 05 Python
pandas apply使用多列计算生成新的列实现示例
Feb 24 #Python
pandas map(),apply(),applymap()区别解析
Feb 24 #Python
Python的Tqdm模块实现进度条配置
Feb 24 #Python
详解pandas apply 并行处理的几种方法
Feb 24 #Python
python自动生成sql语句的脚本
Feb 24 #Python
Django与AJAX实现网页动态数据显示的示例代码
Feb 24 #Python
一文读懂python Scrapy爬虫框架
Feb 24 #Python
You might like
使用php shell命令合并图片的代码
2011/06/23 PHP
thinkphp实现图片上传功能分享
2014/03/04 PHP
php使用str_replace实现输入框回车替换br的方法
2014/11/24 PHP
smarty简单入门实例
2014/11/28 PHP
Gird组件 Part-3:范例RSSFeed Viewer
2007/03/10 Javascript
jQuery easyui datagrid动态查询数据实例讲解
2013/02/26 Javascript
使用jquery实现放大镜效果
2014/09/02 Javascript
jQuery中append()方法用法实例
2014/12/25 Javascript
纯JS实现表单验证实例
2016/12/24 Javascript
JS正则截取两个字符串之间及字符串前后内容的方法
2017/01/06 Javascript
Bootstrap笔记之缩略图、警告框实例详解
2017/03/09 Javascript
原生js获取left值和top值的三种方法
2017/08/02 Javascript
js实现以最简单的方式将数组元素添加到对象中的方法
2017/12/20 Javascript
vue获取元素宽、高、距离左边距离,右,上距离等还有XY坐标轴的方法
2018/09/05 Javascript
JS实现纵向轮播图(初级版)
2020/01/18 Javascript
使用Node.js实现base64和png文件相互转换的方法
2020/03/11 Javascript
uin-app+mockjs实现本地数据模拟
2020/08/26 Javascript
如何手动实现一个 JavaScript 模块执行器
2020/10/16 Javascript
python base64 decode incorrect padding错误解决方法
2015/01/08 Python
Python实现连接两个无规则列表后删除重复元素并升序排序的方法
2018/02/05 Python
解决Python网页爬虫之中文乱码问题
2018/05/11 Python
教你利用Python玩转histogram直方图的五种方法
2018/07/30 Python
Python 隐藏输入密码时屏幕回显的实例
2019/02/19 Python
Python+OpenCV采集本地摄像头的视频
2019/04/25 Python
Python + OpenCV 实现LBP特征提取的示例代码
2019/07/11 Python
Python使用Matlab命令过程解析
2020/06/04 Python
Keras 数据增强ImageDataGenerator多输入多输出实例
2020/07/03 Python
拿来就用!Python批量合并PDF的示例代码
2020/08/10 Python
Python为何不支持switch语句原理详解
2020/10/21 Python
介绍一下SQL Server里面的索引视图
2016/07/31 面试题
实习心得体会
2014/01/02 职场文书
监察建议书范文
2014/03/12 职场文书
超市创意活动方案
2014/08/15 职场文书
python基础之函数的定义和调用
2021/10/24 Python
Python 视频画质增强
2022/04/28 Python
Redis入门基础常用操作命令整理
2022/06/01 Redis