【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】

高斯小哥

已于 2024-02-18 23:46:56 修改

阅读量2.6k

点赞数 53

分类专栏： Matplotlib之旅：零基础精通数据可视化文章标签： matplotlib 信息可视化 python pycharm 开发语言数据可视化

于 2024-02-18 21:35:43 首次发布

本文链接：https://blog.csdn.net/qq_41813454/article/details/136144597

版权

Matplotlib之旅：零基础精通数据可视化专栏收录该内容

30 篇文章 29 订阅

订阅专栏

本文介绍了如何使用Matplotlib库中的plt.bar函数创建条形图，包括基本概念、定制与优化以及交互式图表的实现，帮助读者从入门到精通这一数据可视化工具。

摘要由CSDN通过智能技术生成

【📊plt.bar绘制条形图】：从入门到精通，只需一篇文章！【Matplotlib】

在这里插入图片描述

利用Matplotlib进行数据可视化示例

在这里插入图片描述

大家好！👋 欢迎来到我的博客，今天我们将一起探索如何使用Matplotlib库中的plt.bar()函数绘制条形图。条形图是一种常见的数据可视化工具，用于展示不同类别的数据之间的比较。通过本文，你将从入门到精通，掌握使用plt.bar()绘制条形图的技巧！🚀

🔍 一、初识plt.bar：条形图的基本概念

首先，让我们来了解一下条形图的基本概念。条形图是一种用矩形条表示数据的图表，矩形条的长度或高度表示数据的数值。在Matplotlib中，我们可以使用plt.bar()函数来绘制条形图。这个函数的基本语法非常简单，只需要指定x轴的位置和y轴的数值即可。

下面是一个简单的示例代码，展示如何使用plt.bar()绘制基本的条形图：

import matplotlib.pyplot as plt

# 数据准备
categories = ['Apple', 'Banana', 'Orange']
values = [10, 15, 7]

# 创建条形图
plt.bar(categories, values)

# 设置图表标题和坐标轴标签
plt.title('Fruit Consumption')
plt.xlabel('Fruits')
plt.ylabel('Quantity')

# 显示图表
plt.show()

运行以上代码，你将看到一个简单的条形图，展示了三种水果的消费量：

在这里插入图片描述

Fig.1 使用plt.bar绘制基本的条形图

💡 二、plt.bar进阶：条形图的定制与优化

📊 1. 定制与优化条形图

除了基本的条形图绘制外，我们还可以使用一些进阶技巧来定制和优化条形图的外观和效果。下面是一些常用的定制选项：

调整条形的宽度和间距
添加数据标签和注释
调整坐标轴的范围和刻度
设置图表的网格线和样式

下面是一个示例代码，展示如何使用这些进阶技巧定制条形图：

import matplotlib.pyplot as plt

# 数据准备
categories = ['Apple', 'Banana', 'Orange', 'Watermelon', 'Grape']
values = [23, 15, 36, 28, 33]
colors = ['red', 'yellow', 'orange', 'green', 'purple']

# 设置条形的宽度和间距
bar_width = 0.4
index = range(len(categories))

# 创建条形图，设置颜色和标签
for i, category in enumerate(categories):
    plt.bar(i, values[i], bar_width, color=colors[i], label=category, edgecolor='black')

# 添加数据标签
for i, v in enumerate(values):
    plt.text(i, v + 0.5, str(v), ha='center', va='bottom')

# 设置坐标轴的刻度和标签
plt.xlabel('Categories')
plt.ylabel('Sales Quantity')
plt.title('Fruit Sales by Category')
plt.xticks([i for i in index], categories)  # 将刻度标签设置在条形的中心

# 添加图例，传入类别名称列表
plt.legend(categories)

# 设置网格线
plt.grid(axis='y', alpha=0.5)

# 设置坐标轴的范围
plt.xlim([-bar_width / 2, len(categories) - (1 - bar_width / 2)])
plt.ylim(0, max(values) + 10)  # 为y轴设置合理的范围，留出一些空间

# 显示图表
plt.show()

🎉 效果展示

在这里插入图片描述

Fig.2 使用plt.bar定制条形图

这段代码使用Python的Matplotlib库绘制了一个条形图，展示了不同水果类别🍎🍌🍇🍉🍊的销售数量。通过为每个水果类别分配独特的颜色，并在条形上方添加数据标签，用户能够直观地看到各类水果的销售情况。

通过这段代码，我们不仅能够看到每个水果类别的销售数量，还能感受到其视觉上的美感。这使得数据的展示更加直观和易于理解。

💫 2. 交互式条形图

除了静态的条形图，我们还可以使用Matplotlib创建交互式条形图，使图表更具吸引力和互动性。Matplotlib支持事件处理，我们可以通过添加回调函数来响应用户的交互操作。

下面是一个示例代码，展示如何创建一个简单的交互式条形图：

# 导入matplotlib.pyplot模块，通常用于绘图
import matplotlib.pyplot as plt
# 导入matplotlib模块，这是一个用于绘制2D图形的库
import matplotlib

# 设置matplotlib使用TkAgg作为其后端，TkAgg是一个基于Tkinter的GUI后端
matplotlib.use('TkAgg')

# 数据准备
# 定义一个列表categories，用于存储水果的名称
categories = ['Apple', 'Strawberry', 'Watermelon', 'Pineapple', 'Peach']
# 定义一个列表values，用于存储每种水果对应的值
values = [23, 46, 69, 56, 45]

# 创建条形图
# 创建一个新的图形窗口和一个坐标轴
fig, ax = plt.subplots()
# 在坐标轴上绘制条形图，其中categories是x轴的数据，values是y轴的数据
# 设置条形图的颜色为skyblue，边缘颜色为black
bars = ax.bar(categories, values, color='skyblue', edgecolor='black')


# 定义一个函数，用于处理鼠标点击事件
def onclick(event):
    # 遍历每一个条形
    for bar in bars:
        # 检查鼠标点击的位置是否在条形内部
        if bar.contains(event)[0]:
            # 如果是，则获取条形的位置和高度
            # 获取条形中心的x坐标
            x = bar.get_x() + bar.get_width() / 2
            # 获取条形的高度
            height = bar.get_height()
            # 打印出被点击的条形的类别和值
            print(f"Clicked on {categories[bars.index(bar)]} with a value of {height}")
            # 找到一个条形后，退出循环
            break

        # 将鼠标点击事件连接到处理函数onclick


# 当用户点击图形窗口时，会触发onclick函数
fig.canvas.mpl_connect('button_press_event', onclick)

# 设置图表的标题和坐标轴的标签
# 设置标题为'Bar Chart with Click Events'
ax.set_title('Bar Chart with Click Events')
# 设置x轴的标签为'Category'
ax.set_xlabel('Category')
# 设置y轴的标签为'Value'
ax.set_ylabel('Value')

# 显示图表
# 这将打开一个图形窗口，显示创建的条形图
plt.show()

以上代码的功能是创建一个带有交互性的条形图，使用户能够通过点击来查看每个条形的详细信息。首先，导入了matplotlib.pyplot和matplotlib模块，它们是Python中用于绘制2D图形的强大库。📈 接着，设置了matplotlib使用TkAgg作为其后端，以便在Tkinter窗口中展示图形。然后，定义了categories和values两个列表，分别存储水果名称和对应的值。这些值将作为条形图的y轴数据。使用plt.subplots()创建了一个新的图形窗口和一个坐标轴，并在坐标轴上绘制了条形图，设置了颜色为天空蓝，边缘为黑色。💙

为了增加交互性，定义了一个onclick函数，用于处理鼠标点击事件。当用户点击图形窗口时，该函数会遍历每个条形，检查点击位置是否在条形内部。如果是，则获取该条形的位置和高度，并打印出对应的水果类别和值。通过fig.canvas.mpl_connect将鼠标点击事件与onclick函数连接起来，实现了点击交互功能。🖱️

最后，设置了图表的标题、x轴和y轴的标签，并使用plt.show()显示图表。这将打开一个图形窗口，展示创建的条形图。用户可以通过点击条形来查看其对应的水果类别和值，从而增强了图表的可读性和互动性。🌈

🎉 效果展示

在这里插入图片描述

Fig.3 使用plt.bar定制交互式条形图

当依次点击上图的五个条形时，代码会在运行窗口输出对应的水果类别和值：

Clicked on Apple with a value of 23
Clicked on Strawberry with a value of 46
Clicked on Watermelon with a value of 69
Clicked on Pineapple with a value of 56
Clicked on Peach with a value of 45