matplotlib———柱状图

matplotlib—柱状图

柱状图的概念：

柱状图(bar chart)，是一种以长方形的长度为变量来表达图形的统计报告的图，由一系列高度不等的纵向条纹表示数据分布的情况，用来比较两个或以上变量（不同时间或者不同条件）的关系。柱状图亦可横向排列，或用多维方式表达，应用于比较分类变量的数值，例如可以用于展示衣服裤子鞋子等商品的销售量。

柱状图的做法：

1.主要参数的介绍：

bar(left, height, width=0.8, bottom=None, **kwargs)

• left : 和分类数量一致的数值序列，序列里的数值数量决定了柱子的个数，数值大小决定了距离0点的位置。
• height : 分类变量的数值大小，决定了柱子的高度。
• width : 决定了柱子的宽度，仅代表形状宽度而已。
• bottom : 决定了柱子距离x轴的高度，默认为None，即表示与x轴距离为0。

示例代码：

@skl--python
data = pd.DataFrame({"label":["a","b","c","d","e"],"value":[30,20,15,25,10]})

x = data["label"]
y = data["value"]

fig,ax = plt.subplots(figsize=(8,5),dpi=80)

ax.bar(np.arange(len(x)),y,width=0.3,bottom=[5,0,0,8,0])           #left参数值：np.arange(len(x))，height参数值：y
plt.show()

运行结果：

为了更加清楚每个参数的调整与效果，这里都将仔细的对于每一步进行展示，以便于日后自己复习。
以下将bottom参数省略时，也就是默认值None（表示与x轴的距离为0），将width值调整大一点时，柱子宽度增加(下文展示)。

示例代码：

@skl--python

data = pd.DataFrame({"label":["a","b","c","d","e"],"value":[30,20,15,25,10]})
x = data["label"]
y = data["value"]
fig,ax = plt.subplots(figsize=(8,5),dpi=80)
ax.bar(np.arange(len(x)),y,width = 0.3)
plt.show()

运行结果：

2.添加x轴标签tick label：

同样的操作，只是多了tick_label参数，这里将参数tick_label赋值为x，因为x值是data的label值为（a,b,c,d,e）。

示例代码：

@skl--python

data = pd.DataFrame({"label":["a","b","c","d","e"],"value":[30,20,15,25,10]})
x = data["label"]
y = data["value"]
fig,ax = plt.subplots(figsize = (8,5),dpi = 80)
ax.bar(np.arange(len(x)),y,width = 0.5,tick_label = x)
plt.show()

运行结果：

3.添加数据标签：

如果你觉得柱子的高度不够明确的表达数值的大小，那么我们可以采用添加数据标签的办法。具体做法如下，ax.text()中的参数，需要解释一下，既然要添加数据标签，标签也就是一个文本，那么首先需要确定文本的位置（提到位置当然要确定x轴坐标和y轴坐标的值）。第一个参数：x轴坐标的位置，这里为a。第二个参数：y轴坐标的位置，这里为b+1。第三个参数：文本的内容，这里为b。参数ha：整个标签文本的位置，参数fontsize：标签文本中字体大小。

示例代码：

@skl--python

data = pd.DataFrame({"label":["a","b","c","d","e"],"value":[30,20,15,25,10]})
x = data["label"]
y = data["value"]
fig,ax = plt.subplots(figsize = (8,5),dpi = 80)
ax.bar(np.arange(len(x)),y,tick_label = x)
ax.set_ylim(0,35)  #设置y的坐标值范围
for a,b in zip(np.arange(len(x)),y):  #添加数据标签，把（）里的打包起来
    ax.text(a,b+1,b,ha = "center",fontsize = 10)                   #a是np.arange(len(x))的值，b+1:y值+1，第三个参数是文本的内容对应y值，ha为标签的位置
plt.show()

运行结果：

把部分参数进行修改：

4.实例练习：
下面例子中用到了kaggle竞赛里一个案例的数据，Titanic罹难者救援的数据，首先还是将数据集进行读取进来，一样比步骤。

如下：

如果想知道在泰坦尼克号事故中不同等级舱位获救的人数，可以这样做。
示例代码：

@skl--python

x = np.unique(df["Pclass"])  #获取Pclass的唯一值（Pclass有几种取值）
y = df.groupby("Pclass")["Survived"].sum()  #下面进行讲解
fig,ax = plt.subplots(figsize = (7,5),dpi = 80)
ax.bar(np.arange(len(x)),y,width =0.4,tick_label = x)
ax.set_xlabel("Pclass")
ax.set_title("The number of rescued on Titanic")
ax.set_ylim(0,160)
for a,b in zip(np.arange(len(x)),y):
    ax.text(a,b+3,b,ha = "center",fontsize = 10)
plt.show()

运行结果：

补充知识：
关于以上代码中groupby的用法，Hadley Wickham 创造了一个用于表示分组运算的术语“split-apply-combine”（拆分-应用-合并），这个词很好的描述了整个过程。分组运算的第一个阶段，pandas对象（无论是Series、DataFrame还是其他的）中的数据会根据你所提供的一个或多个键被拆分（split）为多组。拆分操作是在对象的特定轴上执行的。例如，DataFrame可以在其行（axis = 0）或列（axis = 1）上进行分组。然后，将一个函数（如求和，求均值函数）应用到各个分组并产生一个新值。最后，所有这些函数的执行结果会被合并（Combine）到最终的结果对象上。下图大致说明了简单的分组聚合过程。

在本例中：

结论：
从以上柱状图中我们可以得到如下信息：1等舱的获救人数最多，3等舱次之，2等舱获救人数最少。
其实这个问题用pandas绘图来做更简单：

这里我们会发现pandas来作图，似乎更加简单一些。下面解释一下如何用pandas进行绘图。
示例：

如果想进一步了解不同等级舱位中男女的获救人数情况，用pandas绘图如下：

既然以上提到了两种作图，pandas很简洁但是定制能力不够，我们可以通过pandas 和matplotlib结合起来做更个性化的图。
示例代码：

@skl--python

fig,ax = plt.subplots(figsize = (8,5),dpi = 80) #matplotlib

df_ps = df.groupby(["Pclass","Sex"])["Survived"].sum()
#数据分类汇总

#用pandas 绘图画出分类汇总后的数据，并与ax对象关联起来
df_ps.plot(kind = "bar",rot = 0,figsize = (8,5),ax = ax,edgecolor = "w") 
#ax = ax,中左边为形参右边是实参（第一行创建的子图对象），
#把ax子图对象和pandas关联起来，

ax.set_title("The number of rescued on Titanic",fontsize = 14)  #ax设置的标题会直接关联到pandas做出的图里

#添加数据标签
for a,b in zip(np.arange(len(df_ps.values)),df_ps.values):
    ax.text(a,b+1,b,ha = "center")

#添加一条平均线，值为每种舱位每种性别的平均获救人数
avg = df["Survived"].sum()/6

#添加一条平行于x轴的水平线（垂直于y轴）
ax.axhline(y=avg,color =(210/255,199/255,180/255),linestyle = "--")  
ax.text(5,avg+5,"average is :"+str(int(avg))) #平行线的文本标签

#去除左右上的边框线，去除掉y轴刻度
ax.spines["left"].set_color("none")
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.set_yticks([])  #去掉y轴刻度
plt.show()

运行结果：

5.其他柱状图类型

• 堆积柱状图

示例代码：

@skl--python

plt.rcParams["font.sans-serif"] = ["SimHei"]                       #显示中文字体为SimHei,如不加可能会出现中文乱码

sale8 = [10,20,30,15,18]
sale9 = [10,12,24,32,8]
labels = ["{}号衣服".format(i) for i in range(1,6)]                 #将1到5的这些值传入到花括号里，这样可以生成1号衣服，2号衣服。。。

fig,ax = plt.subplots(figsize = (8,5),dpi = 80)
ax.bar(np.arange(len(sale8)),sale8,tick_label = labels,label = "8月")
ax.bar(np.arange(len(sale9)),sale9,bottom = sale8,tick_label = labels,label = "9月") #注意bottom值变化（bottom:距离x轴的高度）
ax.legend()
plt.show()

运行结果：

• 并列柱状图

示例代码：

@skl--python

plt.rcParams["font.sans-serif"] = ["SimHei"]

sale8 = [5,20,15,25,10]
sale9 = [10,15,25,30,5]
labels = ["{}号衣服".format(i) for i in range(1,6)]

fig,ax = plt.subplots(figsize = (8,5), dpi = 80)
width_1 = 0.4

ax.bar(np.arange(len(sale8)),sale8,width = width_1,tick_label = labels,label = "8月")
ax.bar(np.arange(len(sale9))+width_1,sale9,width = width_1,tick_label = labels,label = "9月") #注意宽度的变化
ax.legend()
plt.show()

运行结果：