Matplotlib柱状图|极客教程

Matplotlib柱状图

Matplotlib是一个功能强大的Python绘图库，可用于创建各种类型的图表，包括柱状图。柱状图是一种常见的可视化工具，用于展示数据的分布和比较不同类别或组之间的数值。在本文中，我们将详细介绍如何使用Matplotlib创建各种类型的柱状图。

基本柱状图

首先让我们创建一个简单的垂直柱状图，展示不同类别的数值。以下是一个基本柱状图的示例代码：

import matplotlib.pyplot as plt

# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values = [23, 45, 56, 78, 32]

# 创建柱状图
plt.bar(categories, values)

# 添加标题和标签
plt.title('Basic Bar Chart')
plt.xlabel('Categories')
plt.ylabel('Values')

# 显示图表
plt.show()

Output:

Matplotlib柱状图

在这个示例中，我们先定义了一些类别和对应的数值，然后使用plt.bar()函数创建了一个垂直柱状图，最后添加了标题和标签，并显示了图表。运行以上代码，你将看到一个简单的柱状图显示在你的屏幕上。

水平柱状图

除了垂直柱状图，Matplotlib还支持水平柱状图。下面是一个创建水平柱状图的示例代码：

import matplotlib.pyplot as plt

# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values = [23, 45, 56, 78, 32]

# 创建水平柱状图
plt.barh(categories, values)

# 添加标题和标签
plt.title('Horizontal Bar Chart')
plt.xlabel('Values')
plt.ylabel('Categories')

# 显示图表
plt.show()

Output:

Matplotlib柱状图

运行以上代码将生成一个水平柱状图，类别在y轴上，数值在x轴上。

多组柱状图

有时候我们需要在同一个图中比较多组数据，下面是一个示例代码演示如何创建多组柱状图：

import matplotlib.pyplot as plt

# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values1 = [23, 45, 56, 78, 32]
values2 = [17, 30, 42, 64, 28]

# 创建多组柱状图
bar_width = 0.35
plt.bar(categories, values1, bar_width, label='Group 1')
plt.bar([x + bar_width for x in categories], values2, bar_width, label='Group 2')

# 添加标题和标签
plt.title('Multiple Bar Chart')
plt.xlabel('Categories')
plt.ylabel('Values')
plt.legend()

# 显示图表
plt.show()

在这个示例中，我们定义了两组数据，然后使用两次plt.bar()函数创建了多组柱状图，然后通过plt.legend()添加了图例，用于区分不同的组。

堆叠柱状图

堆叠柱状图可以显示不同组的数据在同一类别上的累积效果。以下是一个创建堆叠柱状图的示例代码：

import matplotlib.pyplot as plt

# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values1 = [23, 45, 56, 78, 32]
values2 = [17, 30, 42, 64, 28]

# 创建堆叠柱状图
plt.bar(categories, values1, label='Group 1', color='blue')
plt.bar(categories, values2, bottom=values1, label='Group 2', color='orange')

# 添加标题和标签
plt.title('Stacked Bar Chart')
plt.xlabel('Categories')
plt.ylabel('Values')
plt.legend()

# 显示图表
plt.show()

Output:

Matplotlib柱状图

在这个示例中，我们先创建了两组数据，然后使用两次plt.bar()函数创建了堆叠柱状图。第二组数据使用bottom参数指定其在第一组数据之上显示，最后通过color参数指定柱状图的颜色。

柱状图样式定制

Matplotlib允许用户对图表进行各种样式定制，包括柱状图的颜色、透明度、边框等。下面是一个示例代码演示如何定制柱状图的样式：

import matplotlib.pyplot as plt

# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values = [23, 45, 56, 78, 32]

# 创建柱状图
plt.bar(categories, values, color='skyblue', alpha=0.7, edgecolor='black', linewidth=2)

# 添加标题和标签
plt.title('Styled Bar Chart')
plt.xlabel('Categories')
plt.ylabel('Values')

# 显示图表
plt.show()

Output:

Matplotlib柱状图

在这个示例中，我们通过color参数指定了柱状图的颜色为天蓝色，alpha参数指定了柱状图的透明度为0.7，edgecolor参数指定了柱状图的边框颜色为黑色，linewidth参数指定了边框的宽度为2。

柱状图标签

有时我们需要在柱状图上显示具体的数值，在Matplotlib中可以使用text()函数添加柱状图的标签。以下是一个示例代码演示如何向柱状图添加标签：

import matplotlib.pyplot as plt

# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values = [23, 45, 56, 78, 32]

# 创建柱状图
plt.bar(categories, values)

# 添加标签
for i, value in enumerate(values):
    plt.text(i, value + 1, str(value), ha='center')

# 添加标题和标签
plt.title('Bar Chart with Labels')
plt.xlabel('Categories')
plt.ylabel('Values')

# 显示图表
plt.show()

Output:

Matplotlib柱状图

在这个示例中，我们使用enumerate()函数遍历数值列表，并在每个柱状图上方添加对应的数值标签。

柱状图颜色渐变

有时候我们需要给柱状图添加颜色渐变效果，这样可以使图表更具视觉吸引力。以下是一个示例代码演示如何为柱状图添加颜色渐变：

import matplotlib.pyplot as plt
import numpy as np

# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values = [23, 45, 56, 78, 32]

# 创建颜色映射
colors = plt.cm.viridis(np.linspace(0, 1, len(categories)))

# 创建柱状图
bars = plt.bar(categories, values, color=colors)

# 添加标题和标签
plt.title('Bar Chart with Color Gradient')
plt.xlabel('Categories')
plt.ylabel('Values')

# 显示图例
plt.colorbar(bars)

# 显示图表
plt.show()

在这个示例中，我们首先使用plt.cm.viridis()创建了一个颜色映射，然后将该颜色映射应用到柱状图中，实现了柱状图颜色的渐变效果。

柱状图宽度调整

在柱状图中，可以通过调整柱状图的宽度来改变图表的外观。以下是一个示例代码演示如何调整柱状图的宽度：

import matplotlib.pyplot as plt

# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values = [23, 45, 56, 78, 32]

# 创建柱状图
plt.bar(categories, values, width=0.5)

# 添加标题和标签
plt.title('Bar Chart with Custom Width')
plt.xlabel('Categories')
plt.ylabel('Values')

# 显示图表
plt.show()

Output:

Matplotlib柱状图

在这个示例中，我们使用width参数指定了柱状图的宽度为0.5，可以根据需要调整该数值来改变柱状图的外观。

群组柱状图

有时候我们需要将相关的柱状图分组显示，以便更直观地比较不同组数据。以下是一个示例代码演示如何创建群组柱状图：

import matplotlib.pyplot as plt

# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values1 = [23, 45, 56, 78, 32]
values2 = [17, 30, 42, 64, 28]

# 创建群组柱状图
bar_width = 0.35
plt.bar([x - bar_width/2 for x in categories], values1, bar_width, label='Group 1')
plt.bar([x + bar_width/2 for x in categories], values2, bar_width, label='Group 2')

# 添加标题和标签
plt.title('Grouped Bar Chart')
plt.xlabel('Categories')
plt.ylabel('Values')
plt.legend()

# 显示图表
plt.show()

在这个示例中，我们使用两次plt.bar()函数创建了群组柱状图，通过调整每组柱状图的位置和宽度，实现了相关数据的分组显示。

堆叠群组柱状图

堆叠群组柱状图是群组柱状图的一种扩展形式，可以同时展示不同组数据的堆叠和分组效果。以下是一个示例代码演示如何创建堆叠群组柱状图：

import matplotlib.pyplot as plt

# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values1 = [23, 45, 56, 78, 32]
values2 = [17, 30, 42, 64, 28]

# 创建堆叠群组柱状图
bar_width = 0.35
plt.bar(categories, values1, bar_width, label='Group 1')
plt.bar(categories, values2, bar_width, bottom=values1, label='Group 2')

# 添加标题和标签
plt.title('Stacked Grouped Bar Chart')
plt.xlabel('Categories')
plt.ylabel('Values')
plt.legend()

# 显示图表
plt.show()

Output:

Matplotlib柱状图

在这个示例中，我们使用两次plt.bar()函数创建了堆叠群组柱状图，实现了群组数据的堆叠显示效果。

柱状图水平对齐

有时候我们需要让柱状图在水平方向上对齐显示，可以通过调整柱状图的位置来实现。以下是一个示例代码演示柱状图水平对齐的效果：

import matplotlib.pyplot as plt

# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values1 = [23, 45, 56, 78, 32]
values2 = [17, 30, 42, 64, 28]

# 创建水平对齐的柱状图
bar_width = 0.35
plt.bar([x - bar_width/2 for x in range(len(categories))], values1, bar_width, label='Group 1')
plt.bar([x + bar_width/2 for x in range(len(categories))], values2, bar_width, label='Group 2')

# 添加标题和标签
plt.title('Horizontally Aligned Bar Chart')
plt.xlabel('Categories')
plt.ylabel('Values')
plt.legend()

# 显示图表
plt.show()

Output:

Matplotlib柱状图

在这个示例中，我们通过调整每组柱状图的位置，实现了柱状图的水平对齐显示效果。

堆叠柱状图分类显示

有时候我们需要将堆叠柱状图按不同的类别展示，以便更清晰地比较数据。以下是一个示例代码演示堆叠柱状图分类显示的效果：

import matplotlib.pyplot as plt

# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values1 = [23, 45, 56, 78, 32]
values2 = [17, 30, 42, 64, 28]

# 创建堆叠柱状图分类显示
bar_width = 0.5
plt.bar(categories, values1, bar_width, label='Group 1')
plt.bar(categories, values2, bar_width, bottom=values1, label='Group 2')

# 添加标题和标签
plt.title('Stacked Bar Chart with Category')
plt.xlabel('Categories')
plt.ylabel('Values')
plt.legend()

# 显示图表
plt.show()

Output:

Matplotlib柱状图

在这个示例中，我们使用两次plt.bar()函数创建了堆叠柱状图，并将其按照不同的类别显示，实现了分类展示的效果。

柱状图数据标签排列

有时候我们需要调整柱状图的数据标签排列方式，以便更好地展示数据。以下是一个示例代码演示柱状图数据标签排列的效果：

import matplotlib.pyplot as plt

# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values = [23, 45, 56, 78, 32]

# 创建柱状图
bars = plt.bar(categories, values)

# 添加数据标签
for bar in bars:
    height = bar.get_height()
    plt.text(bar.get_x() + bar.get_width()/2.0, height, str(height), ha='center', va='bottom')

# 添加标题和标签
plt.title('Bar Chart with Data Labels')
plt.xlabel('Categories')
plt.ylabel('Values')

# 显示图表
plt.show()