堆积图--MatplotLib

最新推荐文章于 2024-07-12 17:23:18 发布

牵牛花主人

最新推荐文章于 2024-07-12 17:23:18 发布

阅读量2.8k

点赞数

分类专栏： Matplotlib

本文链接：https://blog.csdn.net/chongbaikaishi/article/details/109104271

版权

Matplotlib 专栏收录该内容

34 篇文章 31 订阅

订阅专栏

本文介绍了如何使用Python的Matplotlib库绘制堆积柱形图、条形图和直方图，包括基本图形绘制、数据组织和参数调整，如颜色、填充样式和轴标签设置。此外，还展示了如何处理多数据并列和堆叠直方图，以及数据分析中的数据挖掘示例。

摘要由CSDN通过智能技术生成

绘制堆积柱形图

柱形图的基础绘制参见Bar函数柱形图绘制；Barh条形图绘制
堆积图是一种组合式的图形，是将若干图形堆叠起来的统计图形

使用参数 $b o t t o m$ 可以使柱形图的柱子向上平移相应的高度。同理对于堆积柱形图，上面的图形只要向上平移第一个图形每根柱子的高度即可，即参数 $b o t t o m$ =第一个图形的柱高数据在这里插入图片描述

# 导入第三方数据库
import matplotlib as mpl
import matplotlib.pyplot as plt

# 字体与负号参数配置
mpl.rcParams['font.sans-serif']=['SimHei']
mpl.rcParams['axes.unicode_minus']=False

# 产生数据
x = [1, 2, 3, 4, 5]
y = [6, 10, 4, 5, 1]
y1 = [2, 6, 3, 8, 5]

# 绘制图形
plt.bar(x,y,color='cyan',tick_label=['A', 'B', 'C', 'D', 'E'],label='1班',)
plt.bar(x,y1,color='blue',bottom=y,label='2班')

# 设置x,y轴标签
plt.xlabel('测试难度')
plt.ylabel('试卷份数')

# 显示图例
plt.legend()

# 展示图形
plt.show()

结果展示：

在这里插入图片描述

堆积条形图

与堆积柱形图绘制同理，对于堆积条形图，右边的图形只要向右平移第一个图形每根条块儿的宽度即可，即参数 $l e f t$ =第一个图形条块儿的宽度数据


# 导入第三方数据库
import matplotlib as mpl
import matplotlib.pyplot as plt

# 字体与负号参数配置
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

# 产生数据
x = [1, 2, 3, 4, 5]
y = [6, 10, 4, 5, 1]
y1 = [2, 6, 3, 8, 5]

# 绘制图形
plt.barh(x, y, color='cyan', tick_label=['A', 'B', 'C', 'D', 'E'], label='1班', )
plt.barh(x, y1, color='blue', left=y, label='2班')

# 设置x,y轴标签
plt.xlabel('测试难度')
plt.ylabel('试卷份数')

# 显示图例
plt.legend()

# 展示图形
plt.show()

结果展示：
在这里插入图片描述

多数据并列柱形图


# 导入第三方数据库
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
# 字体与负号参数配置
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

# 产生数据
x = np.arange(5)
y = [6, 10, 4, 5, 1]
y1 = [2, 6, 3, 8, 5]

bar_width=0.35
# 绘制图形
plt.bar(x, y, width=0.35, color='cyan',
        tick_label=['A', 'B', 'C', 'D', 'E'], label='1班', )
plt.bar(x+bar_width, y1, width=0.35, color='blue', label='2班')

# 设置x,y轴标签
plt.xlabel('测试难度')
plt.ylabel('试卷份数')

# 显示图例
plt.legend()

# 展示图形
plt.show()

2班横轴坐标位置为1班横轴坐标位置+柱子宽度，这是2班每根柱子的中心位置；x轴刻度显示在1班柱体中间位置
在这里插入图片描述

想要x轴刻度标签放在两个柱子的中间位置，使用参数 $x t i c k ()$ 设置x轴标签位置

# 导入第三方数据库
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
# 字体与负号参数配置
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

# 产生数据
x = np.arange(5)
y = [6, 10, 4, 5, 1]
y1 = [2, 6, 3, 8, 5]

bar_width=0.35
tick_labels=['A', 'B', 'C', 'D', 'E']
# 绘制图形
plt.bar(x, y, width=0.35, color='cyan',
        tick_label=tick_labels, label='1班', )
plt.bar(x+bar_width, y1, width=0.35, color='blue', label='2班')

# 设置刻度标签位置
plt.xticks(x+bar_width/2,tick_labels)

# 设置x,y轴标签
plt.xlabel('测试难度')
plt.ylabel('试卷份数')

# 显示图例
plt.legend()

# 展示图形
plt.show()

图形展示
在这里插入图片描述

绘制平行条形图

# 导入第三方数据库
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np

# 字体与负号参数配置
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

# 产生数据
x = np.arange(5)
y = [6, 10, 4, 5, 1]
y1 = [2, 6, 3, 8, 5]

bar_width = 0.35
tick_labels = ['A', 'B', 'C', 'D', 'E']
# 绘制图形
plt.barh(x, y, height=0.35, color='cyan', tick_label=tick_labels, label='1班', hatch='/')
plt.barh(x + bar_width, y1, height=0.35, color='blue', label='2班', hatch='//')

# 设置y轴刻度标签位置
plt.yticks(x+bar_width/2, tick_labels)
# 设置x,y轴标签
plt.xlabel('测试难度')
plt.ylabel('试卷份数')

# 显示图例
plt.legend()
# 展示图形
plt.show()

图形展示：
图中可以看出两个条形图的填充样式虽然都是 $^{'} /^{'}$ ，但是填充密度不同。参数 $h a t c h$ 除了可以指定填充样式之外，还可以调整填充密度。符号字符串的符号数量越多，几何图形的密集程度越高。例如：参数 $h a t c h$ 可以取值 $^{'} /^{'}$ ，则 $h a t c h =^{'} / / /^{'}$ ， $h a t c h =^{'} / /^{'}$ ， $h a t c h =^{'} /^{'}$ 填充密度依次降低。
在这里插入图片描述

绘制堆积直方图

绘制堆积直方图只需要向函数hist中添加关键字参数 $s t a c k e d = T r u e$

# 导入第三方数据库
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
# 字体与负号参数配置
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

# 产生数据
scoreT1 = np.random.randint(0, 100, 100)
scoreT2 = np.random.randint(0, 100, 100)
bins = range(0, 101, 10)
# 绘制图形
plt.hist((scoreT1,scoreT2), bins=bins,stacked=True,
       edgecolor='k', histtype='bar', label=('1班','2班'))

# 设置x,y轴标签
plt.xlabel('测试难度')
plt.ylabel('试卷份数')

# 显示图例
plt.legend()
# 展示图形
plt.show()

图形展示：
在这里插入图片描述
改变参数 $h i s t t y p e$ ，设置直方图类型

# 导入第三方数据库
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
# 字体与负号参数配置
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

# 产生数据
scoreT1 = np.random.randint(0, 100, 100)
scoreT2 = np.random.randint(0, 100, 100)
bins = range(0, 101, 10)
# 绘制图形
plt.hist((scoreT1,scoreT2), bins=bins,stacked=True,
       edgecolor='k', histtype='stepfilled', label=('1班','2班'))

# 设置x,y轴标签
plt.xlabel('测试难度')
plt.ylabel('试卷份数')

# 显示图例
plt.legend()
# 展示图形
plt.show()

在这里插入图片描述
当参数 $s t a c k e d = F a l s e$ (默认值为False)，可以绘制并排放置的直方图

# 导入第三方数据库
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
# 字体与负号参数配置
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

# 产生数据
scoreT1 = np.random.randint(0, 100, 100)
scoreT2 = np.random.randint(0, 100, 100)
bins = range(0, 101, 10)
# 绘制图形
plt.hist((scoreT1,scoreT2), bins=bins,stacked=False,
       edgecolor='k', histtype='bar', label=('1班','2班'))

# 设置x,y轴标签
plt.xlabel('测试难度')
plt.ylabel('试卷份数')

# 显示图例
plt.legend()
# 展示图形
plt.show()