通过Matplotlib绘制条形图

最新推荐文章于 2022-09-21 17:50:44 发布
最新推荐文章于 2022-09-21 17:50:44 发布
阅读量333 收藏 1
点赞数 1
分类专栏： python matplotlib 文章标签： python
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/qq_43650421/article/details/117129783
版权

绘制条形图，是相关命令的具体应用。
详细内容标注在注释里：

import numpy as np
'''绘制折线图'''
from matplotlib import pyplot as plt
from matplotlib import font_manager

# 用于正常显示中文
#plt.rcParams['font.family'] = ['sans-serif']#如果是windows系统请去掉这行注释
#plt.rcParams['font.sans-serif'] = ['SimHei']#如果是windows系统请去掉这行注释
plt.rcParams["font.family"] = 'Arial Unicode MS'

#用于正常显示符号
plt.rcParams['axes.unicode_minus'] = False

plt.style.use('ggplot')

#横坐标的长度
length = 5
#设置横坐标
x = np.arange(0,length*2,2)
x_label = ['第一学期','第二学期','第三学期','第四学期','第五学期']

#设置纵坐标，使用了numpy作二维数组
# 第一行为语文成绩，第二行为数学成绩，第三行为英语成绩
# 共有四列，表示四个学期
y = np.array([[123,115,108,122,119],
              [130,120,140,139,130],
              [140,145,155,109,140]])

f,ax = plt.subplots(figsize=(6,6),facecolor='white')
#设置背景，默认为灰色
ax.set(facecolor='white')

#绘制折线图操作
plt.plot(x, y[0,:],marker='o',label='语文成绩')
plt.plot(x, y[1,:],marker='*',label='数学成绩')
plt.plot(x, y[2,:],marker='x',label='英语成绩')

#设置x轴，对应y轴的相关操作是一样的
plt.xticks(x, x_label,fontsize=13)#设置x轴的每个刻度值
plt.xlabel(u"学期")

#设置标题
#plt.title('小明第一至第四学期成绩变化折线图',fontsize=18,fontweight='bold')
ax.set_title('小明第一至第四学期成绩变化折线图',fontsize=18,fontweight='bold')
#设置图例，loc表示位置，有9种不同的位置
plt.legend(loc='upper left')
#将每个值标志在图上
for i in range(np.size(y,1)):
    for j in range(np.size(y,0)):
        ax.text(x[i],y[j,i],"%s"%str(y[j,i]), fontsize=12)

#删除所有边框
ax.spines['right'].set_visible(True)
ax.spines['top'].set_visible(True)
ax.spines['bottom'].set_visible(True)
ax.spines['left'].set_visible(True)

#显示网格
ax.grid(True)

#如果要保存，去掉这行的注释
#plt.savefig('小明成绩变化图.png')
#显示图案
plt.show()

曲线图
补充，在一张图中画多个子图。
法一：通过ax命令绘制子图

#!/usr/local/bin/python3
import xlwt
import xlrd
import numpy as np
'''绘制折线图，包括多个子图'''
from matplotlib import pyplot as plt
from matplotlib import font_manager

# 用于正常显示中文
#plt.rcParams['font.family'] = ['sans-serif']#如果是windows系统请去掉这行注释
#plt.rcParams['font.sans-serif'] = ['SimHei']#如果是windows系统请去掉这行注释
plt.rcParams["font.family"] = 'Arial Unicode MS'

#用于正常显示符号
plt.rcParams['axes.unicode_minus'] = False

plt.style.use('ggplot')

#横坐标的长度
length = 5
#设置横坐标
x = np.arange(0,length*2,2)
x_label = ['第一学期','第二学期','第三学期','第四学期','第五学期']

y1 = [123,115,108,122,119]
y2 = [130,120,140,139,130]
y3 = [140,145,155,109,140]

f,ax = plt.subplots(nrows=3,ncols=1,figsize=(6,6),facecolor='white')
#为三个子图设置一个大标题
f.suptitle('小明第一至第四学期语文成绩变化折线图',fontsize=14,fontweight='bold')

#绘制子图1
#设置背景，默认为灰色
ax[0].set(facecolor='white')
#绘制折线图操作
ax[0].plot(x, y1,marker='o',label='语文成绩')
ax[0].set_xlabel(u"学期")
ax[0].set_ylabel(u"语文分数")

#绘制子图2
ax[1].plot(x, y2,marker='*',label='数学成绩')
ax[1].set_xlabel(u"学期")
ax[1].set_ylabel(u"数学分数")
#ax[1].set_title('小明第一至第四学期数学成绩变化折线图',fontsize=14)

#绘制子图3
ax[2].plot(x, y3,marker='x',label='英语成绩')
ax[2].set_xlabel(u"学期")
ax[2].set_ylabel(u"英语分数")
#ax[2].set_title('小明第一至第四学期英语成绩变化折线图',fontsize=14)
#将每个值标志在图上
for i in range(len(y3)):
    ax[2].text(x[i],y3[i],"%s"%str(y3[i]), fontsize=12)

#显示图案
plt.show()

多个子图1

这种方法通过ax画图，ax不方便设置坐标轴的刻度和绘制标题，因为图片之间的距离太小了所以会被挡住。

法二：通过ax=plt.subplot(2,1,1)指定的方式，可以通过plt绘制子图。

#!/usr/local/bin/python3
import xlwt
import xlrd
import numpy as np
'''绘制折线图，包括多个子图'''
from matplotlib import pyplot as plt
from matplotlib import font_manager

# 用于正常显示中文
#plt.rcParams['font.family'] = ['sans-serif']#如果是windows系统请去掉这行注释
#plt.rcParams['font.sans-serif'] = ['SimHei']#如果是windows系统请去掉这行注释
plt.rcParams["font.family"] = 'Arial Unicode MS'

#用于正常显示符号
plt.rcParams['axes.unicode_minus'] = False

plt.style.use('ggplot')

#横坐标的长度
length = 5
#设置横坐标
x = np.arange(0,length*2,2)
x_ticks = ['第一学期','第二学期','第三学期','第四学期','第五学期']

y1 = [123,115,108,122,119]
y2 = [130,120,140,139,130]
y3 = [140,145,155,109,140]

#为三个子图设置一个大标题
fig = plt.figure(figsize=(8,6))
#绘制子图1
#设置背景，默认为灰色
ax0 = plt.subplot(3,1,1)
ax0.set(facecolor='white')
#绘制折线图操作
plt.plot(x, y1,marker='o',label='语文成绩')
plt.xticks(x,x_ticks)
plt.xlabel(u"学期")
plt.ylabel(u"语文分数")
plt.title('小明第一至第四学期语文成绩变化折线图',fontsize=14)

#绘制子图2
ax1 = plt.subplot(3,1,2)
plt.plot(x, y1,marker='*',label='数学成绩')
plt.xticks(x,x_ticks)
plt.xlabel(u"学期")
plt.ylabel(u"数学分数")
plt.title('小明第一至第四学期数学成绩变化折线图',fontsize=14)

#绘制子图3
ax2 = plt.subplot(3,1,3)
plt.plot(x, y1,marker='x',label='英语成绩')
plt.xticks(x,x_ticks)
plt.xlabel(u"学期")
plt.ylabel(u"数学分数")
plt.title('小明第一至第四学期英语成绩变化折线图',fontsize=14)

for i in range(len(y3)):
    ax2.text(x[i],y3[i],"%s"%str(y3[i]), fontsize=12)

#显示图案
plt.show()

绘制多个子图2
这样画图有些不好，因为子图直接的间隔太近了，标题或是xlabel容易被遮挡。
如果竖着摆放：

#!/usr/local/bin/python3
import xlwt
import xlrd
import numpy as np
'''绘制折线图，包括多个子图'''
from matplotlib import pyplot as plt
from matplotlib import font_manager

# 用于正常显示中文
#plt.rcParams['font.family'] = ['sans-serif']#如果是windows系统请去掉这行注释
#plt.rcParams['font.sans-serif'] = ['SimHei']#如果是windows系统请去掉这行注释
plt.rcParams["font.family"] = 'Arial Unicode MS'

#用于正常显示符号
plt.rcParams['axes.unicode_minus'] = False

plt.style.use('ggplot')

#横坐标的长度
length = 5
#设置横坐标
x = np.arange(0,length*2,2)
x_ticks = ['第\n一\n学\n期','第\n二\n学\n期','第\n三\n学\n期','第\n四\n学\n期','第\n五\n学\n期']

y1 = [123,115,108,122,119]
y2 = [130,120,140,139,130]
y3 = [140,145,155,109,140]

fig = plt.figure(figsize=(8,6))
#绘制子图1
#设置背景，默认为灰色
ax0 = plt.subplot(1,3,1)
#绘制折线图操作
plt.plot(x, y1,marker='o',label='语文成绩')
plt.xticks(x,x_ticks)
plt.xlabel(u"学期")
plt.ylabel(u"语文分数")
plt.title('语文成绩',fontsize=14)

#绘制子图2
ax1 = plt.subplot(1,3,2)
plt.plot(x, y2,marker='*',label='数学成绩')
plt.xticks(x,x_ticks)
plt.xlabel(u"学期")
plt.ylabel(u"数学分数")
plt.title('数学成绩',fontsize=14)

#绘制子图3
ax2 = plt.subplot(1,3,3)
plt.plot(x, y3,marker='x',label='英语成绩')
plt.xticks(x,x_ticks)
plt.xlabel(u"学期")
plt.ylabel(u"数学分数")
plt.title('英语成绩',fontsize=14)

for i in range(len(y3)):
    plt.text(x[i],y3[i],"%s"%str(y3[i]), fontsize=12)

#显示图案
plt.show()

竖着摆放
y轴的坐标仍会被遮挡，这里还需要进一步的改进。

写程序方面的小技巧：
可以看到画每一个子图的时候有许多重复的部分，因此我们一般会写成循环或是函数的形式。
①循环形式：
需要建立一个数组，而且应该是二维或是更高维的数组，使用numpy建立多维数组很方便。

#!/usr/local/bin/python3
import xlwt
import xlrd
import numpy as np
'''绘制折线图，包括多个子图，循环形式'''
from matplotlib import pyplot as plt
from matplotlib import font_manager

# 用于正常显示中文
#plt.rcParams['font.family'] = ['sans-serif']#如果是windows系统请去掉这行注释
#plt.rcParams['font.sans-serif'] = ['SimHei']#如果是windows系统请去掉这行注释
plt.rcParams["font.family"] = 'Arial Unicode MS'

#用于正常显示符号
plt.rcParams['axes.unicode_minus'] = False

plt.style.use('ggplot')

#横坐标的长度
length = 5
#设置横坐标
x = np.arange(0,length*2,2)
x_ticks = ['第\n一\n学\n期','第\n二\n学\n期','第\n三\n学\n期','第\n四\n学\n期','第\n五\n学\n期']
y = np.array([[123,115,108,122,119],
              [130,120,140,139,130],
              [140,145,155,109,140]])
label_list = ['语文成绩','数学成绩','英语成绩']
ylabel_list = ['语文分数','数学分数','英语分数']
title_list = ['语文成绩标题','数学成绩标题','英语成绩标题']

#为三个子图设置一个大标题
fig = plt.figure(figsize=(8,6))
nrow = 1
ncol = 3
for i in range(3):
    ax = plt.subplot(nrow,ncol,i+1)#注意这里需要+1，因为不是从0开始的
    #绘制折线图操作
    plt.plot(x, y[i,:],marker='o',label=label_list[i])
    plt.xticks(x,x_ticks)
    plt.xlabel(u"学期")
    plt.ylabel(ylabel_list[i])
    plt.title(title_list[i],fontsize=14)

    for j in range(np.size(y,1)):
        plt.text(x[j],y[i,j],"%s"%str(y[i,j]), fontsize=12)

#显示图案
plt.show()

②写成函数形式：

#!/usr/local/bin/python3
import xlwt
import xlrd
import numpy as np
'''绘制折线图，包括多个子图，函数形式'''
from matplotlib import pyplot as plt
from matplotlib import font_manager

def plot_func(nrow,ncol,i,x,y,input_label,input_x_tick,input_y_label,input_title):
    ax = plt.subplot(nrow,ncol,i+1)#注意这里需要+1，因为不是从0开始的
    #绘制折线图操作
    plt.plot(x, y,marker='o',label=input_label)
    plt.xticks(x,input_x_tick)
    plt.xlabel(u"学期")
    plt.ylabel(input_y_label)
    plt.title(input_title,fontsize=14)

    for j in range(len(y)):
        plt.text(x[j],y[j],"%s"%str(y[j]), fontsize=12)

# 用于正常显示中文
#plt.rcParams['font.family'] = ['sans-serif']#如果是windows系统请去掉这行注释
#plt.rcParams['font.sans-serif'] = ['SimHei']#如果是windows系统请去掉这行注释
plt.rcParams["font.family"] = 'Arial Unicode MS'

#用于正常显示符号
plt.rcParams['axes.unicode_minus'] = False

plt.style.use('ggplot')

#横坐标的长度
length = 5
#设置横坐标
x = np.arange(0,length*2,2)
x_tick = ['第\n一\n学\n期','第\n二\n学\n期','第\n三\n学\n期','第\n四\n学\n期','第\n五\n学\n期']
y = np.array([[123,115,108,122,119],
              [130,120,140,139,130],
              [140,145,155,109,140]])
#为三个子图设置一个大标题
fig = plt.figure(figsize=(8,6))
nrow = 1
ncol = 3

plot_func(nrow,ncol,0,x,y[0,:],'语文成绩',x_tick,'语文分数','语文成绩标题')
plot_func(nrow,ncol,1,x,y[1,:],'数学成绩',x_tick,'数学分数','数学成绩标题')
plot_func(nrow,ncol,2,x,y[2,:],'英语成绩',x_tick,'英语分数','英语成绩标题')

#显示图案
plt.show()
qq_43650421
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
python的plot如何实时更新_基于Python实现matplotlib中动态更新图片(交互式绘图)
weixin_39759182的博客
11-23 824
最近在研究动态障碍物避障算法，在Python语言进行算法仿真时需要实时显示障碍物和运动物的当前位置和轨迹，利用Anaconda的Python打包集合，在Spyder中使用Python3.5语言和matplotlib实现路径的动态显示和交互式绘图（和Matlab功能类似）。Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理...
python绘制qq图_Python中作QQ图（quantilequantile Plot）
weixin_31569663的博客
02-04 5331
Q-Q图主要可以用来回答这些问题：两组数据是否来自同一分布PS：当然也可以用KS检验，利用python中scipy.stats.ks_2samp函数可以获得差值KS statistic和P值从而实现判断。两组数据的尺度范围是否一致两组数据是否有类似的分布形状前面两个问题可以用样本数据集在Q-Q图上的点与参考线的距离判断；而后者则是用点的拟合线的斜率判断。用Q-Q图来分析分布的好处都有啥？(谁说对了...
python使用Matplotlib画条形图
09-20
主要介绍了python使用Matplotlib画条形图，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
第二章 使用 matplotlib 绘制条形图
Python 自习室
04-18 7435
系列文章目录 第一章 使用 matplotlib 绘制折线图 第二章 使用 matplotlib 绘制条形图 第三章 使用 matplotlib 绘制直方图 第四章 使用 matplotlib 绘制散点图 第五章 使用 matplotlib 绘制饼图 第六章 使用 matplotlib 绘制热力图 第七章 使用 matplotlib 绘制堆叠条形图 第八章 使用 matplotlib 在一个画布内绘制多个图 文章目录系列文章目录前言一、什么是条形图？二、竖直条形图的绘制三、水平条形图的绘制四、应用场景1.
qq图的理解以及python的实现
基博的博客
05-09 1万+
qq图的全称和概念，（quantile-quantile plot），这是一个和分位数（quantile）相关的图像。 qq图的原理是比较两组数据的累计分布函图从而判断两组数据是否服从同一个分布。
如何使用Python画QQ图
neweastsun的专栏
07-18 9689
QQ图，全称quantile-quantileplot，又称为分位图。通常用于判断一组数据是否服从某种理论分布，大多数情况用于判断是否服从正太分布。尽管Q-Q图不是正式的统计检验，但它提供了一种直观、简单方法来检查数据集是否为正态分布的。本文介绍如何使用Python创建QQ图。...
【matlab之QQ图】
weixin_57662182的博客
09-21 2910
数据中一串数目的每个点都是该数据的某分位点，把这些点的（称为样本分位数点）和相应的理论上的分位数配对做出散点图，如果该数据服从正态分布，那么该图看上去应该像一条直线，否则就不服从正态分布。
python3使用matplotlib绘制条形图
12-26
本文实例为大家分享了python3使用matplotlib绘制条形图的具体代码，供大家参考，具体内容如下 绘制竖状条形图 代码 from matplotlib import pyplot as plt from matplotlib import font_manager my_font = font_...
[Matplotlib科学绘图系列]使用Matplotlib绘制条形图
最新发布
11-21
[Matplotlib科学绘图系列]使用Matplotlib绘制条形图 实现步骤 1、导入必要的库：我们需要导入matplotlib.pyplot库，以便进行数据可视化的工作。这个库非常常用，并且对于数据可视化有很强大的支持。我们将这个库简写...
利用 matplotlib 制作条形图
12-22
利用 matplotlib 制作条形图 排列在工作表的列或行中的数据可以绘制到柱状图(条形图)中。 特点：绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计/对比) 我们用一个例子来描述利用matplotlib...
python matplotlib库绘制条形图练习题
09-18
主要介绍了python matplotlib库绘制条形图练习题,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
Python使用matplotlib绘制条形图
码码的哈士奇
01-03 1983
使用matplotlib绘制条形图，包括基础的条形图和系列条形图以及堆叠条形图。同时使用pandas的数据结构实现优雅的绘制条形图！
Matplotlib之条形图绘制
自成背后的博客
03-21 5858
文章目录1. 条形图的绘制2. 横向条形图3. 分组条形图4. 堆叠条形图5. 条形图应用场景 1. 条形图的绘制 条形图的绘制方式跟折线图非常的类似，只不过是换成了 plt.bar 方法。 plt.bar 方法有以下常用参数： 7. x ：一个数组或者列表，代表需要绘制的条形图的x轴的坐标点。 8. height ：一个数组或者列表，代表需要绘制的条形图y轴的坐标点。 9. width ：每一个条形图的宽度，默认是0.8的宽度。 10. bottom ： y 轴的基线，默认是0，也就是距离底部为0. 11
matplotlib绘制直方图、条形图和饼图
热门推荐
zxhohai的博客
01-18 25万+
matplotlib绘制直方图、条形图和饼图 matplotlib是一个非常强大的Python第三方绘图包，可以绘制非常多非常漂亮的图形。matplotlib.pyplot提供了一个类Matlab的函数式编程环境。通常的绘图任务，都可以通过matplotlib.pyplot完成，下面将记录下绘制直方图和饼图的过程。 1 绘制直方图 首先需要区分清楚概念：直方图和条形图。 条形图：条形图用
python-matplotlib-条形图绘制
weixin_62743623的博客
02-09 1628
条形图 绘制纵向条形图：plt.bar() 绘制横向条形图：plt.barh() 例子： 代码： from matplotlib import pyplot as plt from matplotlib import font_manager #显示中文 my_font = font_manager.FontProperties(fname=r"c:\windows\fonts\msyh.ttc") a=["猩球崛起3:终极之战","敦刻尔克","蜘蛛侠:英雄归来","战狼2"] b_16=[15
利用matplotlib绘制条形图
weixin_42304193的博客
03-28 5304
利用matplotlib绘制条形图 matplotlib是python中一种非常强大的绘图库，是数据分析必不可少的一部分，它可以把数据转化成统计图形的方式展示，这次是利用matplotlib来绘制条形图，matplotlib还可以绘制很多统计图形，比如：散点图、折线图、曲线图等等。这些图形案例都可以上matplotlib官网中去查看，官网上的案例都是代码，可以直接运行的，这样就更方便我们学习mat...
Matplotlib 绘制条形图
weixin_45499440的博客
03-20 1万+
Matplotlib学习笔记002 绘制条形图 文章目录Matplotlib学习笔记002 绘制条形图一、一般条形图二、横向条形图三、分组条形图的绘制四、堆叠条形图绘制 import numpy as np import pandas as pd import matplotlib.pyplot as plt from matplotlib import font_manager 一、一般条形图 一般条形图使用 pyplot.bar()函数绘制，其形式及参数如下： matplotlib.pyplot.ba
Matplotlib-高级篇（利用subplot()绘制多幅图形）
qq_42379006的博客
06-26 3万+
Matplotlib中绘制多幅图形 在实际的工作中，我们有一 种需求是需要在一块画布上输出多个相关的图形，进行比较或多角度分析，如下图所示： matplotlib和pyplot有当前的图形（figure）和当前的轴 （axes）的概念，所有的作图命令都是对当前的对象作用。可以通过gca()获得当前的axes（轴），通过gcf()获得当前的图形（figure）： 代码演示：...
matplotlib绘制条形图
11-16
以下是使用matplotlib绘制条形图的示例代码： ```python import matplotlib.pyplot as plt # 输入数据 x = ['A', 'B', 'C', 'D', 'E'] y = [20, 35, 30, 25, 40] # 绘制条形图 plt.bar(x, y) # 添加标题和标签 ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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