Python3数据分析与挖掘建模：数据可视化——柱状图（bar）
前言
本篇文章中使用到了numpy、pandas、matplotlib以及seaborn库。数据格式为csv文件，本次实验用于了解和学习用python绘制柱状图的相关内容，所以数据量很小很小，只有15条数据。
首先引入四个库并且读入数据：
import numpy as np
import pandas as pd
df=pd.read_csv("./data/trydata.csv")
import matplotlib.pyplot as plt
import seaborn as sns
绘制过程
因为记录实验的过程是从简到繁，重点关注每段code中不同的部分，即每段code中新增的部分
对柱状图的结构进行分析，我们要统计level列中的三个值出现的次数，所以横轴为high,mid,low，纵轴为出现的次数，所以:
x=np.arange(len(df["level"].value_counts()))
y=df["level"].value_counts()
最简单的bar
代码如下：
plt.bar(x,y)
plt.show()
绘图结果：
向柱状图中增加标题，x、y轴的名字，以及标识
代码如下：
plt.title("level bar")
plt.ylabel("counts")
plt.xlabel("level")
plt.bar(x,y)
plt.xticks(x,df["level"].value_counts().index)
plt.show()
plt.xticks 第一个参数的标识改为第二个参数中的内容（数字改为high、mid、low），注意维度要一样。
绘图结果：
给每个柱子加上对应的数值
代码如下：
# 给每个柱子上加上对应的数字
plt.title("level bar")
plt.ylabel("counts")
plt.xlabel("level")
plt.bar(x,y)
plt.xticks(x,df["level"].value_counts().index)
for x,y in zip(x,y):
plt.text(x,y,y,ha="center",va="bottom",fontsize=10,color="blue") # 前两个参数是坐标 第三个参数是要标记的数
plt.show()
plt.text()的第一二个参数为标值的位置，第三个参数为要展示的值，ha是水平对齐方式，va是垂直对齐方式，fontsize是字体大小，color是字体颜色。
绘图结果：
调整柱子的位置
显示范围：plt.axis([xmin,xmax,ymin,ymax])
代码如下：
plt.title("level bar")
plt.ylabel("counts")
plt.xlabel("level")
plt.bar(x+,y,width=0.5)
plt.xticks(x,df["level"].value_counts().index)
for x,y in zip(x,y):
plt.text(x,y,y) # 前两个参数是坐标 第三个参数是要标记的数
plt.axis([0,5,0,10])
plt.show()
绘图结果:
增加了plt.axis后会发现图显示不完全，high有一半并没有显示出来。
于是我们要调整坐标，bar，xticks，text都要改动。这里我们加0.8。
代码如下：
plt.title("level bar")
plt.ylabel("counts")
plt.xlabel("level")
plt.bar(x+0.8,y,width=0.5)
plt.xticks(x+0.8,df["level"].value_counts().index)
for x,y in zip(x,y):
plt.text(x+0.8,y,y) # 前两个参数是坐标 第三个参数是要标记的数
plt.axis([0,5,0,10])
plt.show()
绘图结果：
利用seaborn增添效果
具体使用方法可以自行查看官方文档~
sns.set_style 官方文档
sns.set_context 官方文档
sns.set_palette 官方文档
代码如下：
sns.set_style(style="darkgrid") highlight=set_style
sns.set_context(context="talk",font_scale=0.8)
sns.set_palette(sns.color_palette("RdBu",n_colors=7))
plt.title("level bar")
plt.ylabel("counts")
plt.xlabel("level")
plt.bar(x+0.8,y,width=0.5)
plt.xticks(x+0.8,df["level"].value_counts().index)
for x,y in zip(x,y):
plt.text(x+0.8,y,y) # 前两个参数是坐标 第三个参数是要标记的数
plt.axis([0,5,0,10])
plt.show()
绘图结果：
结果中，我们会发现图的标题level没有显示完全，此时我们增加
plt.tight_layout()
后即可显示完整。
利用seaborn绘图
以上我们绘制柱状图使用的都是plt.bar(),接下来我们使用sns.countplot().
代码如下：
sns.set_style(style="whitegrid")
sns.set_context(context="notebook",font_scale=0.8)
sns.set_palette(sns.color_palette("husl", 9))
sns.countplot(x="level",data=df)
plt.show()
绘图结果：
在sns.countplot()中增加hue进行分层绘制
代码如下：
sns.set_style(style="whitegrid")
sns.set_context(context="notebook",font_scale=0.8)
sns.set_palette(sns.color_palette("husl", 9))
sns.countplot(x="level",hue="department",data=df)
plt.show()
按department分类绘制柱状图。
绘制结果：
对各位有帮助的话，请点个赞再走吧~