利用matplotlib库绘制折线图和柱形图

首先，我们先来了解一下折线图和柱形图。折线图是将数据标注成点，并通过直线将这些点按某种顺序连接而成的图表，它以折线的方式形象地反映事物沿某个维度地变化趋势。用一张简单的折线图来看一下吧

图中可以清晰地展示数据增减的趋势，折线图还可以展示数据增减的速率、规律、还有峰值等特征。 接下来，我们将进行使用matplotlib来进行绘制某地9天的最高气温和最低气温的折线图。

#首先导入pyplot模块
import matplotlib.pyplot as plt
#导入numpy模块
import numpy as np

以上我们先导入了matplotlib.pyplot和numpy模块，并且分别重命名为plt和np。

我们图表会以x表示x轴的数据，以y表示y轴的数据。

#设置x轴的数据
x = np.arange(1,10)
#设置y轴的数据
y_man = np.array([33,34,35,35,32,30,32,29,30])#某天气温最高温
y_min = np.array([19,21,23,20,18,15,18,15,21])#某天气温最低温

创建对象

#创建代表画布的Figure类的对象fig
fig = plt.figure()
#在画布fig上添加坐标系风格的绘图区域ax
ax = fig.add_subplot(111)

 

当我们设置了x轴和y轴的数据后，连续两次调用plot（）函数分别绘制两条折线图。

#绘制折线图
ax.plot(x,y_max)
ax.plot(x,y_min)

最后调用show（）函数进行图表展示

#展示图表
plt.show()

 便生成以下的折线图

对于折线图，我们还可以根据自身审美或是需求对它进行美化修改

#对折线的美化
#其中，color是对折线颜色的设置，linestyle是对折线样式的设置
ax.plot(x,y_max,color='blue',linestyle='dotted')
ax.plot(x,y_min,color='green',linestyle='dashed')

 修改后的折线图

 对于代码，我们也可以进行简写，去除复杂化，更方便于我们的使用

#简单化式
ax.plot(x,y_max,color='b',ls=':')
ax.plot(x,y_min,color='g',ls='--')

#更简洁式
ax.plot(x,y_max,'b:')
ax.plot(x,y_min,'g--')

而柱形图是由一系列宽度相等的纵向矩形条组成的图表，它利用矩形条的高度表示数值，以此来反映不同分类数据之间的差异，它比较适用于中小规模数据集的各分类之间比较的场景。

首先，我们还是一样先导入matplotlib.pyplot和numpy模块，并将它重新命名

#导入pyplot模块
import matplotlib.pyplot as plt
#导入numpy模块
import numpy as np

设置x轴和y轴的数据

#设置x轴的数据
x=np.arange(5)
#设置y轴的数据
y=np.array([9,12,7,10,8])

 设置表中柱形的宽度

#柱形的宽度
bar_width = 0.3

使用bar（）函数绘制柱形图

#创建代表画布的Figure类的对象fig
fig = plt.figure()
#在画布fig上添加坐标系风格的绘图区域ax
ax = fig.add_subplot(111)
#绘制柱形图
#tick_label表示柱形对应的刻度标签，width表示柱形的宽度
ax.bar(x,y,tick_label = ['a','b','c','d','e']，width = bar_width)
#展示图表
plt.show()

使用pyplot的bar（）函数还可可以绘制具有多组柱形的柱形图

设置x轴的数据
x = np.arange(5)
设置y1和y2的数据
y1 = np.array([9,12,7,10,8])
y2 = np.array([6,8,10,13,12])
#柱形的宽度
bar_width = 0.3
#创建代表画布的Figure类的对象fig
fig = plt.figure()
#在画布fig上添加坐标系风格的绘图区域ax
ax = fig.add_subplot(111)
#根据多组数据绘制柱形图
ax.bar(x,y1,tick_label = ['a','b','c','d','e'],width = bar_width)
ax.bar(x+bar_width,y2,width = bar_width)     #此处可省略tick_label

#展示图表
plt.show()

其中x+bar_width+数值可以改变柱形之间的空隙，进而美化图表 

 运行结果如下：

同时也可以使用bar（）函数让两组柱形堆叠形成堆积柱形图 

#绘制堆积柱形图
ax.bar(x,y1,tick_label = ['a','b','c','d','e'],width = bar_width)

#bottom表示柱形底部的y坐标值，默认为0
ax.bar(x,y2,bottom = y1,width = bar_width)  
#展示图表
plt.show()

堆积柱形图如下：

数据难免存在误差，我们也可以使用pyplot的bar（）函数绘制图表时通过给xerr、yerr参数传值的方式为堆积柱形图添加误差棒 

​#偏差数据
error = [1.5 ,1 ,2 ,1.5 ,2]
#绘制带有误差棒的堆积柱形图
ax.bar(x,y1,tick_label = ['a','b','c','d','e'],width = bar_width)

#bottom表示柱形底部的y坐标值，默认为0
#yerr表示柱形图的垂直误差,xerr表示水平误差
ax.bar(x,y2,bottom = y1,width = bar_width, yerr = error)  
#展示图表
plt.show()

​

运行结果如下图：

如果想要更改柱形图的柱形颜色的话，可以参考折线图的修改方式哟