Matplotlib 分组条形图

在数据可视化分析过程中，我们经常需要看到关于一定范围内数据的比较。在这个时候，就会用到分组条形图。matplotlib是一个流行的Python数据可视化库。它提供了广泛的选项和功能，可以让我们轻松地绘制各种类型的图表，如分组条形图。

阅读更多：Matplotlib 教程

什么是Matplotlib分组条形图？

分组条形图是一种图形表示，允许将不同的分类变量之间的数量比较。它可以显示多个数据系列，每个数据系列表示为单独的棒状图。

例如，如果你正在分析销售人员的销售量，你可能需要将他们分成几个组，如地理区域或产品类型。这时，你可以使用分组条形图。它可以按组别，显示每个组的连续的垂直条形图。

创建Matplotlib分组条形图

我们将使用Python的matplotlib库来创建分组条形图。首先，让我们导入必要的库。

import matplotlib.pyplot as plt
import numpy as np

接下来，我们创建一些虚构的销售数据。

data = {'Product A': [10, 20, 30, 40], 
        'Product B': [15, 30, 45, 60],
        'Product C': [25, 35, 45, 55]}

以上代码将创建一个名为“data”的字典。字典包括三个产品类型（Product A，Product B，Product C）的销售数据。通过上述代码，我们已经定义好了要用于分组条形图的数据集。

代码实现

让我们使用上述数据集，创建一个Matplotlib分组条形图。

# 创建画布和子图
fig, ax = plt.subplots()

# 生成各个产品销售数据的位置信息
x_pos = list(range(len(data['Product A'])))

# 每个产品条形图的宽度
width = 0.25

# 绘制每个产品类型的条形图，并分别设置颜色
plt.bar(x_pos, data['Product A'], width, color='#EDC951')
plt.bar([x + width for x in x_pos], data['Product B'], width, color='#CC333F')
plt.bar([x + width*2 for x in x_pos], data['Product C'], width, color='#00A0B0')

# 设置x轴坐标刻度变量名为产品连锁编号
ax.set_xticks([x + width for x in x_pos])
ax.set_xticklabels(['Chain 1', 'Chain 2', 'Chain 3', 'Chain 4'])

# 添加产品类型说明
plt.legend(['Product A', 'Product B', 'Product C'], loc='upper left')

# 添加图形标题和x，y轴说明
plt.title('Sales by product chain and type')
plt.xlabel('Product Chains')
plt.ylabel('Sales')

# 展示图形
plt.show()

以上代码将生成一个名为“Sales by product chain and type”的分组条形图。

分组条形图的参数解析

让我们仔细看看分组条形图的参数，以了解它的功能：

第一组参数

首先，我们创建画布和子图：

# 创建画布和子图
fig, ax = plt.subplots()

其中“fig”是整个图形对象，“ax”是当前轴。

第二组参数

接下来，我们生成各个产品销售数据的位置信息：

# 生成各个产品销售数据的位置信息
x_pos = list(range(len(data['Product A'])))

第三组参数

然后，我们设置每个产品类型的条形图的宽度：

# 每个产品条形图的宽度
width = 0.25

第四组参数

接下来，我们绘制每个产品类型的条形图，并分别设置颜色：

# 绘制每个产品类型的条形图，并分别设置颜色
plt.bar(x_pos, data['Product A'], width, color='#EDC951')
plt.bar([x + width for x in x_pos], data['Product B'], width, color='#CC333F')
plt.bar([x + width*2 for x in x_pos], data['Product C'], width, color='#00A0B0')

第一个参数表示每个产品的x值，第二个参数表示每个产品的y值，第三个参数表示每个产品的宽度，最后一个参数表示每个产品的颜色。如上所示，我们对于每个产品定义了它们的颜色。

第五组参数

然后，我们设置x轴坐标刻度变量名为产品连锁编号：

# 设置x轴坐标刻度变量名为产品连锁编号
ax.set_xticks([x + width for x in x_pos])
ax.set_xticklabels(['Chain 1', 'Chain 2', 'Chain 3', 'Chain 4'])

这会将x轴上的刻度标签更改为我们提供的名称。

第六组参数

接下来，我们添加产品类型说明：

# 添加产品类型说明
plt.legend(['Product A', 'Product B', 'Product C'], loc='upper left')

这个参数给每个产品类型分配说明，并将它们放在指定位置。

第七组参数

然后，我们添加图形标题和x，y轴说明：

# 添加图形标题和x，y轴说明
plt.title('Sales by product chain and type')
plt.xlabel('Product Chains')
plt.ylabel('Sales')

这将为整个图表添加标题和轴说明。

最后一组参数

最后，我们展示生成的图形：

# 展示图形
plt.show()

总结

Matplotlib分组条形图是一种有效的数据可视化方法，可用于比较不同分类变量之间的数量。在本文中，我们了解了如何使用matplotlib库创建分组条形图，并学习了关于分组条形图的各种参数。它是数据科学和数据可视化任务中一个非常有用的工具。