Python可视化matplotlib12-垂直|水平|堆积柱形图详解

  • 柱形图(又称柱状图、直方图、条形图)用于各组数据的数量比较,可以简单的分为水平柱形图、垂直柱形图及堆积柱形图。
  • 本文详细介绍matpltlib中垂直、水平和堆积三种柱形图的绘制。

目录

欢迎随缘关注@pythonic生物人

1、垂直柱形图

垂直柱形图参数详解

多个垂直柱形图并列显示

柱形图高度显示在柱子上方

堆积柱形图

2、水平柱形图

 水平柱形图参数详解

 3、参考资料


1、垂直柱形图

  • 垂直柱形图参数详解

import matplotlib.pyplot as plt
import numpy as np
plt.figure(dpi=100)
labels = ['Jack','Rose','Jimmy']
year_2019=np.arange(1,4)
plt.bar(np.arange(len(labels)),#每个柱子的名称
        year_2019,#每个柱子的高度
        width=0.4,#柱子宽度,默认宽度: 0.8
        bottom=0,#柱子起始位置对应纵坐标,默认从0开始
        align='center',#柱子名称位置,默认为'center',可选'edge'
        color='pink',#柱子填充色
        edgecolor='b',#柱子外框线xian色
        linewidth=1,#柱子外框线宽度
        tick_label=labels,#自定义每个柱子的名称
        yerr=[0.1,0.2,0.3],#添加误差棒
        ecolor='red',#误差棒颜色,默认为黑色
        capsize=5,#误差棒上下的横线长度
        log=False,#y轴坐标取对数       
        )

 Python可视化matplotlib12-垂直|水平|堆积柱形图详解_第1张图片

  • 多个垂直柱形图并列显示

import matplotlib.pyplot as plt
import numpy as np
plt.figure(dpi=100)
labels = ['Jack','Rose','Jimmy']
year_2019=np.arange(1,4)
year_2020=np.arange(1,4)+1
bar_width=0.4

plt.bar(np.arange(len(labels))-bar_width/2,#为了两个柱子一样宽
        year_2019,
        color='#B5495B',
        width=bar_width, 
        label='year_2019'#图例
        
       )
plt.bar(np.arange(len(labels))+bar_width/2,
        year_2020,
        color='#2ca02c',
        width=bar_width,
        label='year_2020'#图例
        
       )
plt.xticks(np.arange(0, 3, step=1),labels,rotation=45)#定义柱子名称
plt.legend(loc=2)#图例在左边

 Python可视化matplotlib12-垂直|水平|堆积柱形图详解_第2张图片

  • 柱形图高度显示在柱子上方

import matplotlib.pyplot as plt
import numpy as np
plt.figure(dpi=100)
labels = ['Jack','Rose','Jimmy']
year_2019=np.arange(1,4)
year_2020=np.arange(1,4)+1
bar_width=0.4

bar1 = plt.bar(np.arange(len(labels))-bar_width/2,#为了两个柱子一样宽
        year_2019,
        color='#B5495B',
        width=bar_width, 
        label='year_2019'#图例
        
       )
bar2 = plt.bar(np.arange(len(labels))+bar_width/2,
        year_2020,
        color='#2ca02c',
        width=bar_width,
        label='year_2020'#图例
        
       )
plt.xticks(np.arange(0, 3, step=1),labels,rotation=45)#定义柱子名称
plt.legend(loc=2)#图例放置左边


def autolabel(rects):
    """柱子上添加柱子的高度"""
    for rect in rects:
        height = rect.get_height()
        plt.annotate('{}'.format(height),
                    xy=(rect.get_x() + rect.get_width() / 2, height),
                    xytext=(0, 0.8),#柱子上方距离
                    textcoords="offset points",
                    ha='center', va='bottom')
        


autolabel(bar1)
autolabel(bar2)
plt.tight_layout()
plt.show()

 Python可视化matplotlib12-垂直|水平|堆积柱形图详解_第3张图片

  • 堆积柱形图

import matplotlib.pyplot as plt
import numpy as np
plt.figure(dpi=100)
labels = ['Jack','Rose','Jimmy']
year_2019=np.arange(1,4)
year_2020=np.arange(1,4)+1
bar_width=0.4

plt.bar(np.arange(len(labels)),
        year_2019,
        color='#B5495B',
        width=bar_width, 
        label='year_2019'
        )
plt.bar(np.arange(len(labels)),
        year_2020,
        color='#2ca02c',
        width=bar_width,
        bottom=year_2019,#上面柱子起始高度设置为第一个柱子的结束位置,默认从0开始
        label='year_2020'#图例
        )
plt.xticks(np.arange(0, 3, step=1),labels,rotation=45)#定义柱子名称
plt.legend(loc=2)#图例在左边

 Python可视化matplotlib12-垂直|水平|堆积柱形图详解_第4张图片

2、水平柱形图

  •  水平柱形图参数详解

注意比较和垂直柱形图中参数的细微差别

import matplotlib.pyplot as plt
import numpy as np
plt.figure(dpi=100)
labels = ['Jack','Rose','Jimmy']
year_2019=np.arange(1,4)
plt.barh(np.arange(len(labels)),#每个柱子的名称
        width=year_2019,#柱子高度
        height=0.8,#柱子宽度,默认为0.8
        left=1,#柱子底部位置对应x轴的横坐标,类似bar()中的bottom         
        align='center',#柱子名称位置,默认为'center',可选'edge'
        color='pink',#柱子填充色
        edgecolor='b',#柱子外框线xian色
        linewidth=1,#柱子外框线宽度
        tick_label=labels,#自定义每个柱子的名称
        xerr=[0.1,0.2,0.3],#添加误差棒
        ecolor='red',#误差棒颜色,默认为黑色
        capsize=5,#误差棒上下的横线长度
        log=False,#y轴坐标取对数       
        )

 Python可视化matplotlib12-垂直|水平|堆积柱形图详解_第5张图片

 

 3、参考资料

  • https://matplotlib.org/api/_as_gen/matplotlib.pyplot.bar.html#matplotlib.pyplot.bar
  • https://matplotlib.org/api/_as_gen/matplotlib.pyplot.barh.html#matplotlib.pyplot.barh

欢迎随缘关注@pythonic生物人

 

 

 

 

 

 

 

你可能感兴趣的:(Python可视化)