python matplotlib画多条柱状图plt.bar

# 画回归系数图
beta_st = result['beta_st']   # 标准化回归系数
(n, m) = beta_st.shape  # n自变量数，m因变量数
label_x = ['x%s'%i for i in range(n)]
label_y = ['y%s'%i for i in range(n)]
barx = np.arange(n)     # x坐标

# 画图
width = 0; wid = 0.17
plt.figure(figsize=(12,5))
for i in range(m):  # 遍历每个yj的系数
    plt.bar(barx+width, beta_st[:, i], width=wid, label=label_y[i])
    width += wid            # 
plt.legend()

通过调整wid

例子2：

a

a = 用户标签.groupby('年代')[['夜间活跃','午间活跃','下午活跃','上午活跃']].sum() # 计算占比.apply(lambda x: x/x.sum(), axis=1)

barx = np.arange(len(a))     # x坐标

# 画图
width = 0; wid = 0.17
plt.figure(figsize=(12,5))
for i in range(len(a.T)):  # 遍历每个yj的系数
    plt.bar(barx+width, a.iloc[:, i].values, width=wid, label=a.columns[i])  # , label=label_y[i]
    width += wid            
    
plt.xticks(range(len(a)), a.index)
plt.legend()