matplotlib——条形图

matplotlib——条形图

条形图的概念：

条形图一般用于表示分类变量的数值大小，或者各类别频数的多少。条形图一般用于数量较多的分类比较，而柱状图一般用于数量较少的分类比较。
这里所用到的画图函数是：barh(bottom, width, height=0.8, left=None, **kwargs)对于其中的参数，简单描述：bottom:y轴的值，width：x轴的值，height：条形图的高度，left=None:就是紧挨y轴。

---

两种条形图绘制方法：

1.一般条形图

引入例子进行展示，在这里使用Titanic的数据集。具体看以下代码与运行结果。
示例代码：

如果我们利用此数据集，想做一个top10票价与对应人名的条形图，该怎样做呢？（有加入注释）
示例代码：

@skl--python

#y轴的刻度值
labels_length = np.arange(len(df_top10["Name"]))
#表示数据条的长度
values = df_top10["Fare"].round(1).sort_values()
#y轴刻度标签
labels = df_top10["Name"].sort_index(ascending = False)

#创建fig,axes对象
fig,ax = plt.subplots(figsize = (8,5),dpi = 80)
#在子图对象上画条形图，添加名字标签
ax.barh(labels_length,values,tick_label = labels)
ax.set_xlabel("Fare")  #并添加x轴标签
ax.set_title("top10 of Fare")  #图形的主标题

#添加数据标签
for a,b in zip(labels_length,values):
    ax.text(b+21,a,b,ha = "center")
plt.show()

运行结果：

分步理解代码：

2.正负条形图

如果我们想在一个图中增加了一个维度，例如显示不同船舱等级，不同性别的获救人数。此时，可以考虑用正负条形图来展示。
示例代码：

@skl--python

#显示中文字体为SimHei
plt.rcParams["font.sans-serif"]=["SimHei"]
#用来正常显示负号
plt.rcParams['axes.unicode_minus']=False 

#数据源
df_grouped1 = df.groupby(["Sex","Pclass"])["Survived"].sum()  #利用sex和Pclass进行分组
female = df_grouped1.loc["female"]       #性别为female，Pclass为1,2,3时各获救人数
male = df_grouped1.loc["male"]        #同上
labels = df_grouped1.loc["male"].index   #male的索引值其实就是Pclass的值1、2、3

#创建figure和axes对象
fig,ax = plt.subplots(figsize=(8,5),dpi=80)

#在子图对象上画条形图
ax.barh(np.arange(len(female)),female,label="female",height=0.5)
ax.barh(np.arange(len(male)),-male,label="male",height=0.5,tick_label=labels)

#添加x轴标签，y轴标签，标题，修改x轴范围，显示图例
ax.set(xlabel="获救人数",ylabel="等级舱",title="不同舱位的男女获救人数")
ax.set_xlim(-100,100)
ax.legend()


#添加数据标签
for a,b in zip(female,np.arange(len(female))):
    ax.text(a+4,b,a,ha="center",fontsize=10)
for a,b in zip(male,np.arange(len(male))):
    ax.text(-a-4,b,a,ha="center",fontsize=10)
plt.show()

运行结果：

分步代码：