Python-总结笔记-数据可视化应用-Matplotlib-条形图bar/barh

本来想把Matplotlib的常见图汇总成一篇，结果发现篇幅太长，还是把特别长的部分单独成篇叭~

条形图基础操作

• bar为纵向条形图；barh为横向条形图
• 下述代码列举了笔者常用参数；依次为：条形颜色，误差棒设置，透明度，条形宽度，条形标签，条形边框颜色，条形边框线宽

plt.bar(x,y,color='',yerr=,alpha=,width=,label='',edgecolor='',linewidth=)
plt.barh(x,y,color='',yerr=,alpha=,width=,label='',edgecolor='',linewidth=)

在条形图中添加参考线

plt.axhline(0,color='',linewidth=)  # 在y=0的位置添加一条颜色为xx，线宽为x的线
plt.axvline(0,color='',linewidth=)  # 在x=0的位置添加一条颜色为xx，线宽为x的线

将不同特征的bar设置成不同颜色

if condition:
	bar.set(color='',linewidth=)

将两组条形图合并以实现对比

其实就是将两个bar的x值设置为一正一负（横向条形图；如果时竖向条形图就将y值设置为一正一负）

簇状条形图

如果为竖向条形图，即将每一组数据的x值设置为+width

plt.bar(pos,green_data,width,alpha=0.5,color='g',label=labels[0])
plt.bar([p+width for p in pos],blue_data,width,alpha=0.5,color='b',label=labels[1])
plt.bar([p+width*2 for p in pos],red_data,width,alpha=0.5,color='r',label=labels[2])

条形图后加标签

plt.text(b.get_width()+b.get_width()*0.05,b.get_y()+b.get_height()/2,'{0:.2%}'.format(d/min(data)))  
# get_y是最下面的数据，get_x是最左边的数据，get_width是条形图的横向宽度，get_height是条形图的纵向宽度【无论bar/barh】

colormap功能

想使用colormap功能需要先导入：