Python画论文级别的柱状图（plt.bar）

已于 2022-07-21 09:29:27 修改
阅读量1.4w 收藏 115
点赞数 18
分类专栏： 基于Python的实战绘图 文章标签： python matplotlib
于 2022-07-19 16:22:14 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/mihuanchengbao/article/details/125872816
版权

Python美化柱状图（plt.bar）

前言

致力于让小白可以利用python画论文级别的条形图

一、核心内容

1. 主体库函数

matplotlib.pyplot.bar:  条形图垂直与X轴

matplotlib.pyplot.barh： 条形图水平与X轴

官网API:bar(x, height) / barh(y, width) — Matplotlib 3.5.2 documentation

2. 库函数的使用

plt.bar(index_X,data,width=0.1,label='hellow word',color='deepskyblue',hatch='/'，zorder=1)  #bar width     hatch=‘//’ 比hatch=‘/’ 斜线密集

plt.barh(index_Y,data,height=0.1,label='How old are you',color='deepskyblue')

index_X （index_Y）：plt.bar（plt.barh） 中 画柱状图X（Y）的坐标

data：是你要画的具体值，详细可看下面数据

label：数据的标签 配合plt.legend一起使用

plt.legend(frameon=False,loc='upper right')

color：柱状图上色的颜色，更多颜色可参见：

Matlab RGB 颜色对照表(0-1之间取值)_Anne033的博客-CSDN博客_matlab颜色rgb对照表

hatch：给条形图打上符号，比如hatch='/' 是打上斜杠 ，'//'比'/'斜杠更多哦

zorder：画布绘图先后顺序，顺序不设置的话很容易出现覆盖现象哦

3. 美化图片一些代码

坐标轴加粗

#===坐标轴加粗==
ax=plt.gca();#获得坐标轴的句柄
ax.spines['bottom'].set_linewidth(2);###设置底部坐标轴的粗细
ax.spines['left'].set_linewidth(2);####设置左边坐标轴的粗细
ax.spines['right'].set_linewidth(2);###设置右边坐标轴的粗细
ax.spines['top'].set_linewidth(2);###设置右边坐标轴的粗细

plt.scatter 和plt. text 打点和标注 

二、使用步骤

1.引入库

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
import matplotlib as mpl

2.绘图第一步，创建一个画布

plt.figure(figsize=(25, 15))

3. 系统修改画图的字体、大小和粗细（习惯用Times New Roman和加粗字体'bold'）

mpl.rcParams['font.sans-serif'] = ['Times New Roman']  # 设置matplotlib整体用Times New Roman
mpl.rcParams['font.weight'] = 'bold'  # 设置matplotlib整体用Times New Roman
mpl.rcParams['font.size'] = 26  # 设置matplotlib整体用Times New Roman

4.  数据

#图（a）数据
fa1=[0.877,0.867,0.851,0.839,0.502]
fa2=[0.992,0.992,0.983,0.946,0.719]
fa3=[0.99,0.99,0.983,0.719,0.845]

index_fa1=[0.1,0.5,0.9,1.3,1.7]
index_fa2=[0.2,0.6,1.0,1.4,1.8]
index_fa3=[0.3,0.7,1.1,1.5,1.9]
#图（b）数据
fb1=[0.799,0.826,0.815]# 4 7 10
fb2=[0.863,0.893,0.878]
fb3=[0.775,0.799,0.792]
fb4=[0.850,0.877,	0.865]
fb5=[0.77,0.760,0.806]
fb6=[0.847,0.873,0.877]

index_fb1=[1,2,3]
index_fb2=[1.2,2.2,3.2]
index_fb3=[1.1,2.1,3.1]
index_fb4=[1.3,2.3,3.3]

5. 画图 （两个子图）

#==========================子图（a）====================================
plt.subplot(121)
plt.barh(index_fa1,fa1,height=0.1,label='Teemo',color='deepskyblue')
plt.barh(index_fa2,fa2,height=0.1,label='Yasuo',color='mediumturquoise')
plt.barh(index_fa3,fa3,height=0.1,label='Yone',color='g')
plt.legend(frameon=False,loc='upper right')

plt.ylim(0,2.3)
plt.xticks([0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1])
plt.yticks([0.2,0.6,1.0,1.4,1.8], ['None','SZA', 'SBTS', 'TCWV', 'BTS'], fontsize=26)
plt.ylabel('TA', fontsize=30,fontweight='bold')
plt.xlabel('ZX', fontsize=30,fontweight='bold')
plt.text(0, 2.35, '(b)')
ax=plt.gca()
ax.spines['bottom'].set_linewidth(2)
ax.spines['left'].set_linewidth(2)
ax.spines['right'].set_linewidth(2)
ax.spines['top'].set_linewidth(2)
#==========================子图（b）====================================
plt.subplot(122)
plt.bar(index_fb1,fb1,width=0.1,label='League Of Legend1',color='deepskyblue',zorder=1)  
plt.bar(index_fb2,fb2,width=0.1,label='League Of Legend2',color='deepskyblue',hatch='/',zorder=1)
plt.bar(index_fb3,fb3,width=0.1,label='League Of Legend3',color='mediumturquoise',zorder=1)
plt.bar(index_fb4,fb4,width=0.1,label='League Of Legend4',color='mediumturquoise',hatch='/',zorder=1)
plt.legend(frameon=False)
plt.ylim(0,1.3)
plt.xticks([1.15, 2.15, 3.15], ['April','July', 'October'], fontsize=26)
plt.yticks([0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1])
plt.xlabel('Test Month', fontsize=30,fontweight='bold')
plt.ylabel('Accuracy', fontsize=30,fontweight='bold')
ax=plt.gca()
ax.spines['bottom'].set_linewidth(2)
ax.spines['left'].set_linewidth(2)
ax.spines['right'].set_linewidth(2)
ax.spines['top'].set_linewidth(2)

6. 利用plt.scatter 和plt. text 打点和标注


plt.scatter(2.2,1.01, s=400, marker="*", color='black',zorder=2)#120
plt.text(2.25, 1, 'MVP')
plt.text(0.8, 1.32, '(a)')

7. 保存图片

plt.savefig('./bar_example.png', bbox_inches='tight', dpi=1200)
plt.show()

bbox_inches='tight'：让保存的图片充分充满图片，避免空白很多或者matplotlib图片显示不全（这个小技巧很重要）

dpi：设置图片保存分辨率

三、图片展示

四、完整代码

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
import matplotlib as mpl


plt.figure(figsize=(25, 15))
mpl.rcParams['font.sans-serif'] = ['Times New Roman']  
mpl.rcParams['font.weight'] = 'bold'  
mpl.rcParams['font.size'] = 26  
plt.subplot(121)
fa1=[0.877,0.867,0.851,0.839,0.502]
fa2=[0.992,0.992,0.983,0.946,0.719]
fa3=[0.99,0.99,0.983,0.719,0.845]
index_fa1=[0.1,0.5,0.9,1.3,1.7]
index_fa2=[0.2,0.6,1.0,1.4,1.8]
index_fa3=[0.3,0.7,1.1,1.5,1.9]
plt.barh(index_fa1,fa1,height=0.1,label='Teemo',color='deepskyblue')
plt.barh(index_fa2,fa2,height=0.1,label='Yasuo',color='mediumturquoise')
plt.barh(index_fa3,fa3,height=0.1,label='Yone',color='g')
plt.legend(frameon=False,loc='upper right')
plt.ylim(0,2.3)
plt.xticks([0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1])
plt.yticks([0.2,0.6,1.0,1.4,1.8], ['None','SZA', 'SBTS', 'TCWV', 'BTS'], fontsize=26)
plt.ylabel('TA', fontsize=30,fontweight='bold')
plt.xlabel('ZX', fontsize=30,fontweight='bold')
plt.text(0, 2.35, '(a)')
ax=plt.gca()
ax.spines['bottom'].set_linewidth(2)
ax.spines['left'].set_linewidth(2)
ax.spines['right'].set_linewidth(2)
ax.spines['top'].set_linewidth(2)

plt.subplot(122)
fb1=[0.799,0.826,0.815]# 4 7 10
fb2=[0.863,0.893,0.878]
fb3=[0.775,0.799,0.792]
fb4=[0.850,0.877,	0.865]
fb5=[0.77,0.760,0.806]
fb6=[0.847,0.873,0.877]
index_fb1=[1,2,3]
index_fb2=[1.2,2.2,3.2]
index_fb3=[1.1,2.1,3.1]
index_fb4=[1.3,2.3,3.3]

plt.bar(index_fb1,fb1,width=0.1,label='League Of Legend1',color='deepskyblue',zorder=1) 
plt.bar(index_fb2,fb2,width=0.1,label='League Of Legend2',color='deepskyblue',hatch='/',zorder=1)
plt.bar(index_fb3,fb3,width=0.1,label='League Of Legend3',color='mediumturquoise',zorder=1)
plt.bar(index_fb4,fb4,width=0.1,label='League Of Legend4',color='mediumturquoise',hatch='/',zorder=1)
plt.legend(frameon=False)
for i in range(3):
    plt.scatter(index_fb3[i], fb5[i], s=400, marker="*", color='black',zorder=2)
    plt.scatter(index_fb4[i], fb6[i], s=400, marker="*", color='black',zorder=2)
plt.ylim(0,1.3)
plt.xticks([1.15, 2.15, 3.15], ['April','July', 'October'], fontsize=26)
plt.yticks([0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1])
plt.scatter(2.2,1.01, s=400, marker="*", color='black',zorder=2)#120
plt.text(2.25, 1, 'MVP')
plt.text(0.8, 1.32, '(b)')
plt.xlabel('Test Month', fontsize=30,fontweight='bold')
plt.ylabel('Accuracy', fontsize=30,fontweight='bold')
ax=plt.gca()
ax.spines['bottom'].set_linewidth(2)
ax.spines['left'].set_linewidth(2)
ax.spines['right'].set_linewidth(2)
ax.spines['top'].set_linewidth(2)
plt.savefig('./bar_example.png', bbox_inches='tight', dpi=1200)
plt.show()

_ICE_
关注
  • 18
    点赞
  • 踩
  • 115
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
plt.bar画图
fanchui5287的博客
05-16 1万+
import numpy as np import matplotlib.pyplot as plt # 数据 x = np.arange(4) Bj = [52, 55, 63, 53] Sh = [44, 66, 55, 41] bar_width = 0.3 # 绘图 x 表示 从那里开始 plt.bar(x, Bj, bar_width) plt.bar(x+bar_width, Sh, bar_width, align="center") # 展示图片 plt.show() 一张图上画两种bar
python画柱状图--不同颜色并显示数值的方法
09-19
3. 使用`plt.bar()`函数绘制柱状图，通过`color`参数设置颜色。 4. 使用`plt.text()`在每个柱子顶部添加数值标签，通过坐标和格式化字符串控制位置和显示内容。 5. 调整Y轴的范围以适应所有柱子。 6. 通过`plt.show...
Python matplotlip 柱状图 柱形图 条形图 标签 图例全集
好记性不如烂笔头
09-07 8272
然后创建一个子图（或多个子图），在子图上操作，1,1,1 表示创建一行一列的子图，并在第一个（此时也是唯一一个）子图上操作。将图片保存在当前文件夹下，并设置文件名；dpi 设置图片分辨率；bbox_inches 保存图片时去掉四周的空白部分。labelrotation =45 标签旋转45°，labelsize 标签字体。表示模拟 ggplot2 的风格。刻度线只显示在 x 轴 底部。刻度线只显示在 y 轴 右侧。# 设置 X轴刻度标签。条形与标签中间对齐。
Matplotlib基本使用方法
qq_46107892的博客
07-15 244
matplotlib
科研论文柱状图——Python matplotlib
最新发布
qq_50604294的博客
06-20 317
Python绘制柱状图代码及效果
Python中Matplotlib数据可视化基础
weixin_47314602的博客
07-13 5554
Matplotlib数据可视化基础plt.plot()折线图 plt.bar()柱状图 plt.scatter()散点图 pandas自带的绘图工具 plt.pie（）饼状图添加文字说明 两条线添加图例 中文显示异常绘制多图subplot()前提：使用Python自带的可视化库叫做matplotlib plt.plot()折线图 -默认的实线color颜色 linewidth线宽度 '--'短划线 '-'实线 ':'虚线 'step'阶梯图 'None’ 条形图的横轴可以是字符串表..
matplotlib可视化之柱状图plt.bar()
热门推荐
weixin_46707493的博客
08-20 3万+
在本期内容中，我们先从柱状图开始，条形图实际上是用来表示分组（或离散）变量的可视化，可以使用matplotlib模块中的bar函数完成柱状图的绘制。 函数功能：柱状图，寻找各类别之间的关系 调用方法：plt.bar(x, y, width，color, edgecolor, bottom, linewidth, align, tick_label, align) 参数说明： x：指定x轴上数值 y：指定y轴上的数值 width：表示柱状图的宽度，取值在0~1之间，默认为0.8 color：
【Python plt.bar函数及其参数详解】
武帝为此的博客
01-31 4897
条形图（bar chart）用于展示不同类别或组的数据分布情况。
Matplotlib柱状图 - plt.bar()、plt.barh()
喜欢大海
09-14 9955
一、plt.bar()、plt.barh()参数详解 简介： plt.bar()：正常柱状图????????，常见的统计图； plt.barh()：横向的柱状图，可以理解为正常柱状图旋转了90°。 import matplotlib as mpl import matplotlib.pyplot as plt from matplotlib.pyplot import MultipleLocator from matplotlib import ticker %matplotlib inline plt
python使用matplotlib画柱状图、散点图
01-01
本文实例为大家分享了python使用matplotlib画柱状图、散点图的具体代码，供大家参考，具体内容如下 柱状图（plt.bar） 代码与注释 import numpy as np from matplotlib import pyplot as plt plt.figure(figsize=(9...
python使用matplotlib绘制柱状图教程
09-21
在Python的数据可视化领域，Matplotlib库是不可或缺的一部分，它提供了丰富的图形绘制功能，包括柱状图。本教程将深入探讨如何使用Matplotlib绘制各种类型的柱状图，包括基本的柱状图、堆叠柱状图、并列柱状图以及...
Python绘制堆叠柱状图的实例
09-19
接着，通过 `plt.bar()` 函数绘制堆叠柱状图。这个函数接受多个参数，包括 x 轴的值、y 轴的值（即各子类别的高度）、底部值（用于堆叠）、标签、颜色等。通过循环遍历所有子类别，我们依次叠加柱子，确保每个柱子的...
Python matplotlib模块及柱状图用法解析
09-16
在Python中，我们可以使用matplotlib的`pyplot`子模块（通常通过`plt`导入）来创建柱状图。在给出的示例代码中，`test4()`函数展示了如何绘制堆叠的柱状图。`names`变量存储了类别的名称，`real_num1`、`real_num2`...
【python数据分析】-python可视化-柱状图
11-08
python数据分析与可视化 # 导入matplotlib.pyplot，并使用"plt"作为该模块的简写 ...# 使用plt.bar()函数 # 以data["month"]为x轴的值和data["sum"]为y轴的值，将柱子的宽度设置为0.5，颜色设置为"skyblue
python使用Plotly绘图工具绘制柱状图
09-19
Python中的Plotly是一个强大的交互式可视化库，它允许开发者创建各种复杂的图表，包括柱状图。Plotly提供了简单易用的API，使得在Python中绘制图表变得非常方便。本篇文章将详细讲解如何使用Plotly在Python中绘制...
Python画柱状统计图操作示例【基于matplotlib库】
09-20
使用`plt.bar()`函数绘制柱状图，传入年龄范围和对应数量的列表，还可以设置柱状的颜色、宽度以及图例标签： ```python plt.bar(x1, Y1, facecolor='red', width=3, label = 'FG-NET') plt.bar(x, Y2, facecolor...
Matplotlib（2、柱状图） - plt.bar()、plt.barh()参数解释&应用实例
weixin_45520028的博客
02-21 3万+
matplotlib画柱状图 - plt.bar() 一、plt.bar()参数详解 import matplotlib as mpl import matplotlib.pyplot as plt from matplotlib.pyplot import MultipleLocator from matplotlib import ticker %matplotlib inline bar(x, height, width=0.8, bottom=None, *, align='center', d
【plt.bar绘制条形图or柱状图】：从入门到精通，只需一篇文章！【Matplotlib可视化】
创作高质量博文，分享知识，共同进步！
02-18 2431
📊 走进条形图的魔法世界！🌈 从初识`plt.bar`的基本概念，到进阶定制与优化，再到探索交互式条形图的魅力，本文将带你领略`plt.bar`的无限可能！🔥 📌 从选色、布局到交互效果，我们将一步步解锁`plt.bar`的高级用法，让你的数据可视化作品脱颖而出！🎨 🔍 别再犹豫了，快来跟随我们的脚步，一起探索`plt.bar`的奥秘吧！🌠 在这个充满创意与激情的旅程中，你将收获满满的数据可视化知识与灵感。
plt.bar绘图规则——以绘制直方图为例
weixin_43490216的博客
10-19 5754
plt.bar()函数绘图规则——以绘制直方图为例
pyplot绘制柱状plt.bar属性设置
10-13
好的，关于pyplot绘制柱状图plt.bar属性设置，常用的属性有： - x：指定x轴上的数据； - height：指定柱状图的高度； - width：指定柱状图的宽度，默认为0.8； - color：指定柱状图的颜色； - edgecolor：指定柱状图边框的颜色； - linewidth：指定柱状图边框的宽度； - tick_label：指定x轴上的刻度标签； - align：指定柱状图的对齐方式，可选值为'center'、'edge'。 下面是一个例子： ```python import matplotlib.pyplot as plt x = ['A', 'B', 'C', 'D'] y = [20, 35, 30, 25] plt.bar(x, y, width=0.5, color='green', edgecolor='black', linewidth=1, tick_label=x, align='center') plt.show() ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值