Matplotlib数据可视化之条形图绘制plt.bar()

条形图绘制plt.bar()

上一篇我们讲到了折线图的绘制，下来来说一下条形图绘制…
码上…

import matplotlib.pyplot as plt

import numpy as np


N = 5

y = [20, 30, 10, 25, 15]

index = np.arange(N)

plt.bar(left=index, height=y)

plt.show()

这是最简单的条形图例子，下面我们来分析一下…

import matplotlib.pyplot as plt

import numpy as np

这两行代码是对我们需要使用的包的导入，注意我们在这里用到了numpy这个第三方包，下面来大概介绍一下…

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩展而开发了 NumPy。NumPy 为开放源代码并且由许多协作者共同维护开发。
NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：
一个强大的N维数组对象 ndarray
广播功能函数
整合 C/C++/Fortran 代码的工具
线性代数、傅里叶变换、随机数生成等功能

Matplotlib经常和numpy结合使用，因此想要学习matplotlib也需要掌握一定的numpy才可，关于numpy将会在后续文章中写到…

N = 5

y = [20, 30, 10, 25, 15]

对数据进行保存…

index = np.arange(N)

np.arange()可以返回指定步长，指定个数的数，有关用法如下：

参数个数情况： np.arange()函数分为一个参数，两个参数，三个参数三种情况
1）一个参数时，参数值为终点，起点取默认值0，步长取默认值1。
2）两个参数时，第一个参数为起点，第二个参数为终点，步长取默认值1。
3）三个参数时，第一个参数为起点，第二个参数为终点，第三个参数为步长。其中步长支持小数。

plt.bar(left=index, height=y)
plt.show()

生成条形图并引出界面，效果如下：

下面我们更深一步探究…
调整颜色和宽度

plt.bar(left=index, height=y, color='red', width=0.5)
plt.show()

效果如下：

类似颜色宽度的方法，可以更改更多，如下：
*bar(x, height, width=0.8, bottom=None, ***, align=‘center’, data=None, *kwargs)
参数如下：

持续更新…