1. 柱状图:

柱状图是一种用矩形柱来表示数据分类的图表。
柱状图可以垂直绘制，也可以水平绘制。
它的高度与其所表示的数值成正比关系。
柱状图显示了不同类别之间的比较关系，图表的水平轴 X 指定被比较的类别，垂直轴 Y 则表示具体的类别值

2. 柱状图的绘制

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

x 表示x坐标，数据类型为float类型，一般为np.arange()生成的固定步长列表
height 表示柱状图的高度，也就是y坐标值，数据类型为float类型，一般为一个列表，包含生成柱状图的所有y值
width 表示柱状图的宽度，取值在0~1之间，默认值为0.8
bottom 柱状图的起始位置，也就是y轴的起始坐标，默认值为None
align 柱状图的中心位置，“center”，"lege"边缘，默认值为’center’
color 柱状图颜色，默认为蓝色
alpha 透明度，取值在0~1之间，默认值为1
label 标签，设置后需要调用plt.legend()生成
edgecolor 边框颜色 (ec)
linewidth 边框宽度，浮点数或类数组，默认为None (lw)
tick_label：柱子的刻度标签，字符串或字符串列表，默认值为None。
linestyle :线条样式 (ls)

2.1 基本的柱状图

import matplotlib.pyplot as plt# x轴数据
x = range(5)# y轴数据
data = [5, 20, 15, 25, 10]# 设置图形标题
plt.title("基本柱状图")# 绘制网格
plt.grid(ls="--", alpha=0.5)# bar绘制图形,x 表示x坐标  data为表示柱状图的高度
plt.bar(x, data)

bottom参数

柱状图的起始位置，也就是y轴的起始坐标，默认值为None

import matplotlib.pyplot as plt# x轴数据
x = range(5)# y轴数据
data = [5, 20, 15, 25, 10]# 设置图形标题:
plt.title("基本柱状图")# 绘制网格
plt.grid(ls="--", alpha=0.5)# bar绘制图形,x 表示x坐标  data为表示柱状图的高度
plt.bar(x, data, bottom=[10, 20, 5, 0, 10])# 注意data = [5, 20, 15, 25, 10] ----对应的bottom-->[10, 20, 5, 0, 10]

柱状图颜色

import matplotlib.pyplot as plt# x轴数据
x = range(5)# y轴数据
data = [5, 20, 15, 25, 10]# 设置图形标题:
plt.title("设置柱状图颜色")# 绘制网格
plt.grid(ls="--", alpha=0.5)# bar绘制图形,x 表示x坐标  data为表示柱状图的高度
plt.bar(x, data ,facecolor="green")
#plt.bar(x, data ,color="green")

import matplotlib.pyplot as plt# x轴数据
x = range(5)# y轴数据
data = [5, 20, 15, 25, 10]# 设置图形标题:
plt.title("color参数设置柱状图不同颜色")# 绘制网格
plt.grid(ls="--", alpha=0.5)# bar绘制图形,x 表示x坐标  data为表示柱状图的高度
'''
facecolor和color设置单个颜色时使用方式一样
color可以设置多个颜色值,facecolor不可以
'''
plt.bar(x, data ,color=['r', 'g', 'b'])

描边 -相关的关键字参数为：
- edgecolor 或 ec
- linestyle 或 ls
- linewidth 或 lw

import matplotlib.pyplot as pltdata = [5, 20, 15, 25, 10]plt.title("设置边缘线条样式")plt.bar(range(len(data)), data, ec='r', ls='--', lw=2)

2.2 同位置多柱状图

同一 x 轴位置绘制多个柱状图，主要通过调整柱状图的宽度和每个柱状图x轴的起始位置

需要绘制如下图形:

分析：

本实例需要对x轴进行计算，因此需要将x轴转数值
确定同一x轴中，每个柱状图x轴的起始位置。
需要设置图形的宽度
图形2的起始位置=图形2起始位置+图形的宽度
图形3的起始位置=图形3起始位置+2倍图形的宽度
需要给每个柱状图循环显示文本内容
显示图例

from matplotlib import pyplot as plt
import numpy as np# 国家
countries = ['挪威', '德国', '中国', '美国', '瑞典']# 金牌个数
gold_medal = [16, 12, 9, 8, 8]
# 银牌个数
silver_medal = [8, 10, 4, 10, 5]
# 铜牌个数
bronze_medal = [13, 5, 2, 7, 5]# 1.将x轴转换为数值
x_int = np.arange(len(countries))# 2.设置图形的宽度
width = 0.2# 确定x起始位置
gold_x = x_int  # 金牌起始位置silver_x = x_int + width  # 银牌的起始位置bronze_x = x_int + 2 * width # 铜牌的起始位置# 分别绘制图形plt.bar(gold_x, gold_medal, width=width, color="gold", label="金牌")  # 金牌图形plt.bar(silver_x, silver_medal, width=width, color="silver", label="银牌") # 银牌图形plt.bar(bronze_x, bronze_medal, width=width, color="saddlebrown", label="铜牌") # 铜牌图形# 移动x标记的位置,再替换内容
plt.xticks(x_int + width,labels=countries)#-----------显示高度文本----------------
for i in range(len(countries)):# 金牌plt.text(gold_x[i],gold_medal[i], gold_medal[i],va="bottom",ha="center",fontsize=8)# 银牌             plt.text(silver_x[i],silver_medal[i],gold_medal[i],va="bottom",ha="center",fontsize=8)# 铜牌plt.text(bronze_x[i],bronze_medal[i],gold_medal[i],va="bottom",ha="center",fontsize=8)  # 显示图例
plt.legend()

绘制各国的金牌榜银牌榜和铜牌榜总榜单

plt.xticks(rotation= ) 旋转 Xticks 标签文本
fig.autofmt_xdate(rotation= ) 旋转 Xticks 标签文本
ax.set_xticklabels(xlabels, rotation= ) 旋转 Xticks 标签文本
plt.setp(ax.get_xticklabels(), rotation=) 旋转 Xticks 标签文本
ax.tick_params(axis='x', labelrotation= ) 旋转 Xticks 标签文本

from matplotlib import pyplot as plt
import numpy as np# 国家
countries = ['挪威', '德国', '中国', '美国', '瑞典']# 金牌个数
gold_medal = [16, 12, 9, 8, 8]
# 银牌个数
silver_medal = [8, 10, 4, 10, 5]
# 铜牌个数
bronze_medal = [13, 5, 2, 7, 5]# 设置画布
fig = plt.figure(figsize=(6,4),dpi=150)# 一个画布分为2行3列,定位第一个
ax1 = fig.add_subplot(234)ax1.set_title("金牌榜")
# 旋转x标签
ax1.tick_params(axis="x",rotation=45)# 金牌榜
ax1.bar(countries, gold_medal, color="gold")# 一个画布分为2行3列,定位第二个
ax2 = fig.add_subplot(235)ax2.set_title("银牌榜")
# 旋转x标签
ax2.tick_params(axis="x",rotation=45)# 银牌榜
ax2.bar(countries, silver_medal, color="silver")# 一个画布分为2行3列,定位第三个
ax3 = fig.add_subplot(236)ax3.set_title("铜牌榜")
# 旋转x标签
ax3.tick_params(axis="x",rotation=45)# 铜牌榜
ax3.bar(countries, bronze_medal, color="#A0522D")# ================绘制总图:绘制2行一列,移动到第一行======
ax = fig.add_subplot(211)# 1.将x轴转换为数值
x_int = np.arange(len(countries))# 2.设置图形的宽度
width = 0.2# 确定x起始位置
gold_x = x_int  # 金牌起始位置silver_x = x_int+width  # 银牌的起始位置bronze_x = x_int + 2*width # 铜牌的起始位置# 分别绘制图形ax.bar(gold_x, gold_medal, width=width,color="gold", label="金牌")  # 金牌图形ax.bar(silver_x, silver_medal, width=width, color="silver",label="银牌") # 银牌图形ax.bar(bronze_x, bronze_medal, width=width, color="saddlebrown",label="铜牌") # 铜牌图形# 移动x标记的位置,再替换内容
ax.set_xticks(x_int + width)ax.set_xticklabels(countries)#-----------显示高度文本----------------
# 金牌 # 银牌 # 铜牌
for i in range(len(countries)):# 金牌ax.text(gold_x[i],gold_medal[i], gold_medal[i],va="bottom",ha="center",fontsize=8)# 银牌ax.text(silver_x[i],silver_medal[i], gold_medal[i],va="bottom",ha="center",fontsize=8)# 铜牌ax.text(bronze_x[i],bronze_medal[i], gold_medal[i],va="bottom",ha="center",fontsize=8)# 显示图例
ax.legend(fontsize=6 )# 处理标题覆盖
plt.tight_layout()

2.3 堆叠柱状图

所谓堆叠柱状图就是将不同数组别的柱状图堆叠在一起，堆叠后的柱状图高度显示了两者相加的结果值。如图:

分析:

金牌榜的起始高度为：铜牌数据+银牌数据
银牌榜的起始高度为：银牌高度
铜牌榜的起始高度为：0
起始位置的数据相加需要使用numpy的相关知识
需要确定柱状图的颜色
显示图例

from matplotlib import pyplot as plt
import numpy as npcountries = ['挪威', '德国', '中国', '美国', '瑞典']
# 金牌个数
gold_medal = np.array([16, 12, 9, 8, 8])
# 银牌个数
silver_medal = np.array([8, 10, 4, 10, 5])
# 铜牌个数
bronze_medal = np.array([13, 5, 2, 7, 5])# 绘制堆叠图# 宽度
width = 0.3# 解决中文不显示问题
# 使用中文需要进行配置信息的设置 字体设置时,字体名称不区别大小写
plt.rcParams['font.sans-serif'] = ["SimHei"]# 绘制金牌
plt.bar(countries, gold_medal, color='gold', label='金牌',bottom=silver_medal + bronze_medal,width=width)# 绘制银牌
plt.bar(countries, silver_medal, color='silver', label='银牌', bottom=bronze_medal,width=width)# 绘制铜牌
plt.bar(countries, bronze_medal, color='#A0522D', label='铜牌',width=width)# 设置坐标轴
plt.ylabel('奖牌数')# 设置图例
plt.legend(loc='upper right')# 设置文本值
for i in range(len(countries)):max_y = bronze_medal[i]+silver_medal[i]+gold_medal[i]plt.text(countries[i], max_y, max_y, va="bottom", ha="center")

python数据分析学习day08：柱状图相关推荐

Python数据分析学习系列九绘图和可视化
Python数据分析学习系列九绘图和可视化资料转自(GitHub地址):https://github.com/wesm/pydata-book 有需要的朋友可以自行去github下载信息可视化 ...
Python数据分析学习笔记：使用SciKit-Learn进行数据规范化
Python数据分析学习笔记:使用SciKit-Learn进行数据规范化数据规范化是数据挖掘的一项基础工作.不同评价指标往往具有不同的量纲,数值见的差别可能很大,不进行处理可能会影响到数据分析的结果 ...
Python数据分析学习笔记：计算向量夹角
Python数据分析学习笔记:计算向量夹角通过计算两个向量夹角了解两个向量之间的相关性. # 计算向量夹角import numpy as npdef included_angle(a, b):a_n ...
Python数据分析学习笔记：计算相关系数
Python数据分析学习笔记:计算相关系数 1.相关系数概念相关系数,或称线性相关系数.皮氏积矩相关系数(Pearson product-moment correlation coefficient ...
Python数据分析学习笔记05：用户画像
Python数据分析学习笔记05:用户画像一.用户画像用户画像是指根据用户的属性.用户偏好.生活习惯.用户行为等信息而抽象出来的标签化用户模型.通俗说就是给用户打标签,而标签是通过对用户信息分析而 ...
Python数据分析学习系列十三 Python建模库介绍
Python数据分析学习系列十三 Python建模库介绍资料转自(GitHub地址):https://github.com/wesm/pydata-book 有需要的朋友可以自行去github下载 ...
Python数据分析学习一
Python数据分析学习系列一资料转自(GitHub地址):https://github.com/wesm/pydata-book 有需要的朋友可以自行去github下载第1章准备工作 1.1 ...
Python数据分析学习系列八数据规整：聚合、合并和重塑
Python数据分析学习系列八数据规整:聚合.合并和重塑资料转自(GitHub地址):https://github.com/wesm/pydata-book 有需要的朋友可以自行去github下 ...
Python数据分析学习系列十一时间序列
Python数据分析学习系列十一时间序列资料转自(GitHub地址):https://github.com/wesm/pydata-book 有需要的朋友可以自行去github下载时间序列(t ...

python数据分析学习day08：柱状图

1. 柱状图:

2. 柱状图的绘制

2.1 基本的柱状图

2.2 同位置多柱状图

2.3 堆叠柱状图

python数据分析学习day08：柱状图相关推荐

最新文章

热门文章