4.4Python数据处理篇之Matplotlib系列(四)---plt.bar()与plt.barh条形图

目录

前言

今天我们学习的是条形图，导入的函数是：

plt.bar（） 于 plt.barh

（一）竖值条形图

（1）说明：

原函数定义：

bar(x, height, width=0.8, bottom=None, , align='center', data=None, kwargs*)

常见的参数属性

具体参考：官网说明文档

参数	说明	类型
x	x坐标	int,float
height	条形的高度	int,float
width	宽度	0~1，默认0.8
botton	条形的起始位置	也是y轴的起始坐标
align	条形的中心位置	“center”,"lege"边缘
color	条形的颜色	“r","b","g","#123465"，默认“b"
edgecolor	边框的颜色	同上
linewidth	边框的宽度	像素，默认无，int
tick_label	下标的标签	可以是元组类型的字符组合
log	y轴使用科学计算法表示	bool
orientation	是竖直条还是水平条	竖直："vertical"，水平条："horizontal"

（2）源代码：

"""
    默认的是竖值条形图
"""
import numpy as np
import matplotlib.pyplot as plt
import matplotlib

# 将全局的字体设置为黑体
matplotlib.rcParams['font.family'] = 'SimHei'

# 数据
N = 5
y = [20, 10, 30, 25, 15]
x = np.arange(N)

# 绘图 x x轴， height 高度, 默认：color="blue", width=0.8
p1 = plt.bar(x, height=y, width=0.5, )

# 展示图形
plt.show()

（3）输出效果：

（二）水平条形图

1.使用bar()绘制：

（1）说明

需要把：orientation="horizontal"，然后x,与y的数据交换，再添加bottom=x,即可。

（2）源代码：

"""
    水平条形图，需要修改以下属性
    orientation="horizontal"
"""
import numpy as np
import matplotlib.pyplot as plt

# 数据
N = 5
x = [20, 10, 30, 25, 15]
y = np.arange(N)

# 绘图 x= 起始位置， bottom= 水平条的底部(左侧), y轴， height 水平条的宽度， width 水平条的长度
p1 = plt.bar(x=0, bottom=y, height=0.5, width=x, orientation="horizontal")

# 展示图形
plt.show()

（3）输出效果：

2.使用barh()绘制：

具体可参考：官网说明文档

（1）说明

使用barh()时，bottom改为left, 然后宽变高，高变宽。

（2）源代码：

"""
    水平条形图，需要以下属性
    orientation="horizontal"
"""
import numpy as np
import matplotlib.pyplot as plt

# 数据
N = 5
x = [20, 10, 30, 25, 15]
y = np.arange(N)

# 绘图 y= y轴， left= 水平条的底部， height 水平条的宽度， width 水平条的长度
p1 = plt.barh(y, left=0, height=0.5, width=x)

# 展示图形
plt.show()

（3）输出效果：

[图片上传失败...(image-c414f2-1552186154190)]

（三）复杂的条形图

1.并列条形图：

（1）说明

我们再同一张画布，画两组条形图，并且紧挨着就时并列条形图。

改变x的位置。

（2）源代码：

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()

（3）输出效果：

2.叠加条形图：

（1）说明

两组条形图是处与同一个x处，并且y是连接起来的。

（2）源代码：

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
plt.bar(x, Bj, bar_width)
plt.bar(x, Sh, bar_width, bottom=Bj)

# 展示图片
plt.show()

（3）输出效果：

3.添加图例于数据标签的条形图：

（1）说明

1. 对于图例：

先可选属性里添加label=“”,标签

再使用plt.lengd()显示。

1. 对于数据的标签

使用任意方向的标签来标注，再由x,y数据确定坐标。

1. tick_label=str，用来显示自定义坐标轴

（2）源代码：

"""
    默认的是竖值条形图
"""
import numpy as np
import matplotlib.pyplot as plt
import matplotlib

# 将全局的字体设置为黑体
matplotlib.rcParams['font.family'] = 'SimHei'

# 数据
N = 5
y = [20, 10, 30, 25, 15]
x = np.arange(N)
# 添加地名坐标
str1 = ("北京", "上海", "武汉", "深圳", "重庆")

# 绘图 x x轴， height 高度, 默认：color="blue", width=0.8
p1 = plt.bar(x, height=y, width=0.5, label="城市指标", tick_label=str1)

# 添加数据标签
for a, b in zip(x, y):
    plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=10)

# 添加图例
plt.legend()

# 展示图形
plt.show()

（3）输出效果：

作者：Mark

日期：2019/02/12 周二

转载于:https://www.cnblogs.com/zyg123/p/10504637.html