PYTHON使用Matplotlib去实现各种条形图的绘制


Posted in Python onMarch 22, 2022

1. 条形图的绘制

plt.bar 方法有以下常用参数:

  • x :一个数组或者列表,代表需要绘制的条形图的x轴的坐标点。
  • height :一个数组或者列表,代表需要绘制的条形图y轴的坐标点。
  • width :每一个条形图的宽度,默认是0.8的宽度。
  • bottom : y 轴的基线,默认是0,也就是距离底部为0.
  • align :对齐方式,默认是 center ,也就是跟指定的 x 坐标居中对齐,还有为 edge ,靠
  • 边对齐,具体靠右边还是靠左边,看 width 的正负。
  •  color :条形图的颜色。

返回值为 BarContainer ,是一个存储了条形图的容器,而条形图实际上的类型
是 matplotlib.patches.Rectangle 对象。
更多参考

比如现在有 2019 年贺岁片票房的数据(数据来源

#票房单位亿元
movies = {
 "流浪地球":40.78,
 "飞驰人生":15.77,
 "疯狂的外星人":20.83,
 "新喜剧之王":6.10,
 "廉政风云":1.10,
 "神探蒲松龄":1.49,
 "小猪佩奇过大年":1.22,
 "熊出没·原始时代":6.71
}

用条形图绘制每部电影及其票房的代码如下:

movies = {
    "流浪地球":40.78,
    "飞驰人生":15.77,
    "疯狂的外星人":20.83,
    "新喜剧之王":6.10,
    "廉政风云":1.10,
    "神探蒲松龄":1.49,
    "小猪佩奇过大年":1.22,
    "熊出没·原始时代":6.71
}
x = list(movies.keys())
y = list(movies.values())
plt.figure(figsize=(15,5))
# plt.bar(x,y,width=-0.3,align="edge",color='r',edgecolor='k')
movie_df = pd.DataFrame(data={"names":list(movies.keys()),"tickets":list(movies.values())})
plt.bar("names","tickets",data=movie_df)
plt.xticks(fontproperties=font,size=12)
plt.yticks(range(0,45,5),["%d亿"%x for x in range(0,45,5)],fontproperties=font,size=12)
plt.grid()

PYTHON使用Matplotlib去实现各种条形图的绘制

其中 xticks yticks 的用法跟之前的折线图一样。这里新出现的方法是 bar , bar 常用的有3个参数,分别是 x (x轴的坐标点), y (y轴的坐标点)以及 width (条形的宽度)。

2. 横向条形图

横向条形图需要使用plt.barh 这个方法跟 bar 非常的类似,只不过把方向进行旋转。参数
跟 bar 类似,但也有区别。

如下:

  • y :数组或列表,代表需要绘制的条形图在 y 轴上的坐标点。
  • width :数组或列表,代表需要绘制的条形图在 x 轴上的值(也就是长度)。
  • height :条形图的高度,默认是0.8。
  • left :条形图的基线,也就是距离y轴的距离。

其他参数跟 bar 一样。
返回值也是 BarContainer 容器对象。

还是以以上数据为例,将电影名和票房反转一下。

示例代码如下:

plt.barh(list(movies.keys()),list(movies.values()))
plt.yticks(fontproperties=font,size=12)

PYTHON使用Matplotlib去实现各种条形图的绘制

3. 分组条形图

现在有一组数据,是2019年春节贺岁片前五天的电影票房记录。

示例代码如下:

movies = {
    "流浪地球":[2.01,4.59,7.99,11.83,16],
    "飞驰人生":[3.19,5.08,6.73,8.10,9.35],
    "疯狂的外星人":[4.07,6.92,9.30,11.29,13.03],
    "新喜剧之王":[2.72,3.79,4.45,4.83,5.11],
    "廉政风云":[0.56,0.74,0.83,0.88,0.92],
    "神探蒲松龄":[0.66,0.95,1.10,1.17,1.23],
    "小猪佩奇过大年":[0.58,0.81,0.94,1.01,1.07],
    "熊出没·原始时代":[1.13,1.96,2.73,3.42,4.05]
}

plt.figure(figsize=(20,8))
width = 0.75
bin_width = width/5
movie_pd = pd.DataFrame(movies)
ind = np.arange(0,len(movies))
# 第一种方案
# first_day = movie_pd.iloc[0]
# plt.bar(ind-bin_width*2,first_day,width=bin_width,label='第一天')
# second_day = movie_pd.iloc[1]
# plt.bar(ind-bin_width,second_day,width=bin_width,label='第二天')
# third_day = movie_pd.iloc[2]
# plt.bar(ind,third_day,width=bin_width,label='第三天')
# four_day = movie_pd.iloc[3]
# plt.bar(ind+bin_width,four_day,width=bin_width,label='第四天')
# five_day = movie_pd.iloc[4]
# plt.bar(ind+bin_width*2,five_day,width=bin_width,label='第五天')

# 第二种方案
for index in movie_pd.index:
    day_tickets = movie_pd.iloc[index]
    xs = ind-(bin_width*(2-index))
    plt.bar(xs,day_tickets,width=bin_width,label="第%d天"%(index+1))
    for ticket,x in zip(day_tickets,xs):
        plt.annotate(ticket,xy=(x,ticket),xytext=(x-0.1,ticket+0.1))
# 设置图例
plt.legend(prop=font)
plt.ylabel("单位:亿",fontproperties=font)
plt.title("春节前5天电影票房记录",fontproperties=font)
# 设置x轴的坐标
plt.xticks(ind,movie_pd.columns,fontproperties=font)
plt.xlim
plt.grid(True)
plt.show()

PYTHON使用Matplotlib去实现各种条形图的绘制

4. 堆叠条形图

堆叠条形图,是将一组相关的条形图堆叠在一起进行比较的条形图。

比如以下案例:

menMeans = (20, 35, 30, 35, 27)
womenMeans = (25, 32, 34, 20, 25)
groupNames = ('G1','G2','G3','G4','G5')
plt.bar(groupNames,menMeans,label="男性得分")
plt.bar(groupNames,womenMeans,bottom=menMeans,label='女性得分')
plt.legend(prop=font)

PYTHON使用Matplotlib去实现各种条形图的绘制

在绘制女性得分的条形图的时候,因为要堆叠在男性得分的条形图上,所以使用到了一
bottom 参数,就是距离 x 轴的距离。通过对贴条形图,我们就可以清楚的知道,哪一个队伍的综合排名是最高的,并且在每个队伍中男女的得分情况。

5. 条形图应用场景

  • 数量统计。
  • 频率统计。
  • 适用于分类数据对比。
  • 垂直条形图最多不超过12个分类(也就是12个柱形),横向条形图最多不超过30个分类。如果垂直条形图的分类名太长,那么建议换成横向条形图。
  • 柱状图不适合表示趋势,如果想要表示趋势,应该使用折线图。

到此这篇关于Matplotlib实现各种条形图绘制的文章就介绍到这了,更多相关Matplotlib条形图绘制内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
Python常用随机数与随机字符串方法实例
Apr 09 Python
Django框架中的对象列表视图使用示例
Jul 21 Python
使用turtle绘制五角星、分形树
Oct 06 Python
Python Gluon参数和模块命名操作教程
Dec 18 Python
Python切割图片成九宫格的示例代码
Mar 10 Python
django-利用session机制实现唯一登录的例子
Mar 16 Python
Python多个装饰器的调用顺序实例解析
May 22 Python
Python selenium模块实现定位过程解析
Jul 09 Python
Python Numpy之linspace用法说明
Apr 17 Python
Python机器学习之基础概述
May 19 Python
Python实现对齐打印 format函数的用法
Apr 28 Python
Python实现Matplotlib,Seaborn动态数据图
May 06 Python
Python+OpenCV实现在图像上绘制矩形
Matplotlib绘制条形图的方法你知道吗
Python的代理类实现,控制访问和修改属性的权限你都了解吗
Mar 21 #Python
python的netCDF4批量处理NC格式文件的操作方法
Python&Matlab实现灰狼优化算法的示例代码
Python学习之时间包使用教程详解
Mar 21 #Python
Python数据结构之队列详解
You might like
php中检查文件或目录是否存在的代码小结
2012/10/22 PHP
PHP+redis实现微博的推模型案例分析
2019/07/10 PHP
解决FireFox下[使用event很麻烦]的问题
2006/11/26 Javascript
jquery中加载图片自适应大小主要实现代码
2013/08/23 Javascript
JQuery的Ajax请求实现局部刷新的简单实例
2014/02/11 Javascript
thinkphp 表名 大小写 窍门
2015/02/01 Javascript
jQuery解析XML与传统JavaScript方法的差别实例分析
2015/03/05 Javascript
javascript中动态函数用法实例分析
2015/05/14 Javascript
JS如何实现文本框随文本的长度而增长
2015/07/30 Javascript
jquery.form.js框架实现文件上传功能案例解析(springmvc)
2016/05/26 Javascript
jQuery轻松实现无缝轮播效果
2017/03/22 jQuery
JavaScript实现三级联动菜单实例代码
2017/06/26 Javascript
jQuery实现简单日期格式化功能示例
2017/09/19 jQuery
webpack学习教程之前端性能优化总结
2017/12/05 Javascript
JS运动特效之链式运动分析
2018/01/24 Javascript
详解微信小程序中组件通讯
2018/10/30 Javascript
ES7之Async/await的使用详解
2019/03/28 Javascript
Element Badge标记的使用方法
2020/07/27 Javascript
pymongo实现控制mongodb中数字字段做加法的方法
2015/03/26 Python
python清除字符串里非字母字符的方法
2015/07/02 Python
python中函数默认值使用注意点详解
2016/06/01 Python
在CentOS6上安装Python2.7的解决方法
2018/01/09 Python
win7+Python3.5下scrapy的安装方法
2018/07/31 Python
Python如何实现转换URL详解
2019/07/02 Python
详解python中docx库的安装过程
2019/11/08 Python
Ubuntu16.04安装python3.6.5步骤详解
2020/01/10 Python
如何使用Pytorch搭建模型
2020/10/26 Python
M.M.LaFleur官网:美国职业女装品牌
2020/10/27 全球购物
推荐信模板
2014/05/09 职场文书
科技节口号
2014/06/19 职场文书
学校党委副书记个人对照检查材料思想汇报
2014/09/28 职场文书
工作年限证明范本
2015/06/15 职场文书
2015年乡镇组织委员工作总结
2015/10/23 职场文书
2016拓展训练心得体会范文
2016/01/12 职场文书
Django REST framework 限流功能的使用
2021/06/24 Python
关于k8s环境部署mysql主从的问题
2022/03/13 MySQL