python可视化（一）-条形图

数据化运营分析不止于“分析”，数据可视化也是其中一个重要的环节。可视化图形是每份报告的必备元素，这些图形包含不同的图形类型。
这里我们主要讨论下python中使用matplotlib画条形图的类型。

一、条形图的基本元素

垂直条形图：

matplotlib.pyplot.bar（x，height，width = 0.8，bottom = None，*，align =‘center’，data = None，** kwargs ）

水平条形图：

matplotlib.pyplot.barh（y，width，height = 0.8，left = None，*，align =‘center’，** kwargs ）

主要参数：

参数名称	含义	备注
x	float或者array-like	条形图中x的坐标。
height	float或者array-like	条形图的高度
width	float或array-like	条形图的宽度
bottom	float或array-like	条形图基座y坐标，默认0
align	{‘center’, ‘edge’}，默认值：‘center’	条形图于x坐标的对齐：，center：实际x位置居中。edge：使条形图的左边缘与x位置对齐。
color	颜色或颜色列表	条形图的颜色
edgecolor	颜色或颜色列表	条形图的边缘的颜色
linewidth	float or array-like	边缘的的宽度，0则是不要绘制边缘
tick_label	str或str列表,可选	条形的刻度标签，默认值无
xerr，yerr	float或shape（N，）或shape(2,N)的数组，如果不是None，则在条形图中添加水平或垂直的错误栏	标量：所有条的对称+/-值shape（N，）：每个条的对称+/-值。shape（2，N）：每个条形的-和+值分开。第一行包含较低的错误第二行包含较高的错误。无：无错误栏。（默认
ecolor	颜色或颜色列表，默认黑色	误差线的线条颜色
capsize	float, default: rcParams[“errorbar.capsize”] (default: 0.0)	误差线的长度以磅为单位。
error_kw	dict，可选	将kwargs的字典传递给该errorbar 方法。价值观易彩或翻船这里定义的优先级高于独立kwargs。
log	bool，默认值：False	如果为True，则将y轴设置为对数刻度

其他**kwargs的Rectangle属性请参考官网。

二、条形图的常见实例
看完上面的参数是不是感觉很简单。那么，我们看着实际例子来看下吧。
1、常规的条形图

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


labels = ['G1', 'G2', 'G3', 'G4', 'G5']
men_means = [20, 34, 30, 35, 27]
women_means = [25, 32, 34, 20, 25]

x = np.arange(len(labels))  # the label locations
width = 0.35  # 条形的宽

fig, ax = plt.subplots()
rects1 = ax.bar(x - width/2, men_means, width, label='Men',edgecolor='grey',linewidth='1') #edgecolor条形图的边缘的颜色，linewidth边缘的宽度
rects2 = ax.bar(x + width/2, women_means, width, label='Women',edgecolor='grey',linewidth='1')

# Add some text for labels, title and custom x-axis tick labels, etc.
ax.set_ylabel('Scores')
ax.set_title('Scores by group and gender')
ax.set_xticks(x)
ax.set_xticklabels(labels)
ax.set_ylim(0,40)
ax.legend()


def autolabel(rects):
    """Attach a text label above each bar in *rects*, displaying its height."""
    for rect in rects:
        height = rect.get_height()
        ax.annotate('{}'.format(height),
                    xy=(rect.get_x() + rect.get_width() / 2, height),
                    xytext=(0, 3),  # 3 points vertical offset
                    textcoords="offset points",
                    ha='center', va='bottom')


autolabel(rects1)
autolabel(rects2)

fig.tight_layout()

plt.show()

2、对条形图的修正，不显示坐标轴

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


labels = ['G1', 'G2', 'G3', 'G4', 'G5']
men_means = [20, 34, 30, 35, 27]
women_means = [25, 32, 34, 20, 25]

x = np.arange(len(labels))  # the label locations
width = 0.35  # 条形的宽

fig, ax = plt.subplots()
rects1 = ax.bar(x - width/2, men_means, width, label='Men',edgecolor='grey',linewidth='1') #edgecolor条形图的边缘的颜色，linewidth边缘的宽度
rects2 = ax.bar(x + width/2, women_means, width, label='Women',edgecolor='grey',linewidth='1')
# Add some text for labels, title and custom x-axis tick labels, etc.
ax.set_ylabel('Scores')
ax.set_title('Scores by group and gender')
ax.set_xticks(x)
ax.set_xticklabels(labels)
ax.set_ylim(0,50)
ax.legend(bbox_to_anchor=(0.6,0.99),ncol=2,edgecolor='white') #调整图例
ax.spines['right'].set_visible(False) #右边的边框设置不可见
ax.spines['top'].set_visible(False)#上边的边框设置不可见
ax.spines['left'].set_visible(False)
ax.spines['bottom'].set_visible(False)
ax.grid(axis='y')  #设置网格，axis参数axis值可以使x，y，both

# ax.set_yticks(())  #y轴坐标刻度不显示

def autolabel(rects):
    """Attach a text label above each bar in *rects*, displaying its height."""
    for rect in rects:
        height = rect.get_height()
        ax.annotate('{}'.format(height),
                    xy=(rect.get_x() + rect.get_width() / 2, height),
                    xytext=(0, 3),  # 3 points vertical offset
                    textcoords="offset points",
                    ha='center', va='bottom')


autolabel(rects1)
autolabel(rects2)

fig.tight_layout()

plt.show()

到了这一步差不多包含我们常见的各种需求了，更多的操作可以查看官网。