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的gevent框架的入门教程
Apr 29 Python
python中self原理实例分析
Apr 30 Python
python 随机数使用方法,推导以及字符串,双色球小程序实例
Sep 12 Python
python互斥锁、加锁、同步机制、异步通信知识总结
Feb 11 Python
无法使用pip命令安装python第三方库的原因及解决方法
Jun 12 Python
Python基于多线程实现抓取数据存入数据库的方法
Jun 22 Python
详解Python安装tesserocr遇到的各种问题及解决办法
Mar 07 Python
PyQt5实现QLineEdit添加clicked信号的方法
Jun 25 Python
python实现在函数中修改变量值的方法
Jul 16 Python
python绘图模块matplotlib示例详解
Jul 26 Python
Pytorch 实现冻结指定卷积层的参数
Jan 06 Python
关于keras.layers.Conv1D的kernel_size参数使用介绍
May 22 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
发款php蜘蛛统计插件只要有mysql就可用
2010/10/12 PHP
PHP游戏编程25个脚本代码
2011/02/08 PHP
php发送html格式文本邮件的方法
2015/06/10 PHP
微信推送功能实现方式图文详解
2019/07/12 PHP
javascript学习随笔(使用window和frame)的技巧
2007/03/08 Javascript
超强的IE背景图片闪烁(抖动)的解决办法
2007/09/09 Javascript
js parsefloat parseint 转换函数
2010/01/21 Javascript
jquery validate使用攻略 第四步
2010/07/01 Javascript
基于jquery的多彩百分比 动态进度条 投票效果显示效果实现代码
2011/08/28 Javascript
javascript动态加载三
2012/08/22 Javascript
JS中eval函数的使用示例
2013/07/21 Javascript
JS中的异常处理方法分享
2013/12/22 Javascript
javascript实现控制div颜色
2015/07/07 Javascript
跟我学习javascript的函数和函数表达式
2015/11/16 Javascript
jQuery简单实现页面元素置顶时悬浮效果示例
2016/08/01 Javascript
JavaScript判断数组是否存在key的简单实例
2016/08/03 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
vue2.0实战之基础入门(1)
2017/03/27 Javascript
老生常谈angularjs中的$state.go
2017/04/24 Javascript
JavaScript中document.referrer的用法详解
2017/07/04 Javascript
禁止弹窗中蒙层底部页面跟随滚动的几种方法
2017/12/07 Javascript
create-react-app使用antd按需加载的样式无效问题的解决
2019/02/26 Javascript
详解Python中open()函数指定文件打开方式的用法
2016/06/04 Python
python监控进程脚本
2018/04/12 Python
对Python+opencv将图片生成视频的实例详解
2019/01/08 Python
Python任意字符串转16, 32, 64进制的方法
2019/06/12 Python
如何利用Anaconda配置简单的Python环境
2019/06/24 Python
使用Python脚本从文件读取数据代码实例
2020/01/19 Python
Python 没有main函数的原因
2020/07/10 Python
前端实现弹幕效果的方法总结(包含css3和canvas的实现方式)
2018/07/12 HTML / CSS
南非领先的在线旅行社:Travelstart南非
2016/09/04 全球购物
北京奥运会主题口号
2014/06/13 职场文书
2014乡镇班子个人对照检查材料思想汇报
2014/09/26 职场文书
2015年禁毒宣传活动总结
2015/03/25 职场文书
债务纠纷起诉书
2015/05/20 职场文书
Django如何与Ajax交互
2021/04/29 Python