极客教程matplotlib barplot
Matplotlib 是一个用于创建数据可视化的 Python 库。在数据分析和科学研究中，绘制柱状图（barplot）是一种常用的方式来展示数据分布情况和比较不同类别的数据。本文将介绍如何使用 Matplotlib 创建柱状图，并提供详细的示例代码。
基本柱状图
首先，我们来看一个简单的柱状图示例。在这个示例中，我们将绘制两组数据的柱状图，分别代表不同类别的数据。
import matplotlib.pyplot as plt
# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values1 = [10, 20, 15, 25, 30]
values2 = [15, 25, 20, 30, 35]
# 创建柱状图
plt.bar(categories, values1, label='Group 1')
plt.bar(categories, values2, label='Group 2', alpha=0.5)
# 添加标签
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Barplot Example')
plt.legend()
# 显示图形
plt.show()
Output:
在上面的示例代码中，我们使用 plt.bar() 函数创建柱状图，分别绘制两组数据的柱状图，并使用 plt.legend() 添加图例。运行以上代码，可以得到如下图所示的柱状图：
堆叠柱状图
堆叠柱状图是一种将多组数据叠加在一起展示的柱状图类型。下面是一个堆叠柱状图的示例代码：
import matplotlib.pyplot as plt
# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values1 = [10, 20, 15, 25, 30]
values2 = [15, 25, 20, 30, 35]
# 创建堆叠柱状图
plt.bar(categories, values1, label='Group 1')
plt.bar(categories, values2, bottom=values1, label='Group 2')
# 添加标签
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Stacked Barplot Example')
plt.legend()
# 显示图形
plt.show()
Output:
上面的示例代码中，我们使用 plt.bar() 函数创建堆叠柱状图，通过 bottom 参数指定第二组数据相对于第一组数据的位置。运行以上代码，可以得到堆叠柱状图。
横向柱状图
除了垂直柱状图外，Matplotlib 还支持绘制横向柱状图。下面是一个横向柱状图的示例代码：
import matplotlib.pyplot as plt
# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values = [10, 20, 15, 25, 30]
# 创建横向柱状图
plt.barh(categories, values)
# 添加标签
plt.xlabel('Values')
plt.ylabel('Categories')
plt.title('Horizontal Barplot Example')
# 显示图形
plt.show()
Output:
在上面的示例代码中，我们使用 plt.barh() 函数创建横向柱状图，横向柱状图更加适合展示长标签或者需要比较的数据。运行以上代码，可以得到横向柱状图。
柱状图属性设置
通过设置柱状图的属性，可以自定义柱状图的外观和样式。下面是一个示例代码，展示如何设置柱状图的颜色、宽度和透明度：
import matplotlib.pyplot as plt
# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values = [10, 20, 15, 25, 30]
# 创建柱状图
plt.bar(categories, values, color='skyblue', width=0.5, alpha=0.7)
# 添加标签
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Customized Barplot Example')
# 显示图形
plt.show()
Output:
在上面的示例代码中，我们使用了 color 参数设置柱状图的颜色，width 参数设置柱状图的宽度，alpha 参数设置柱状图的透明度。通过设置这些属性，可以让柱状图更加美观。
柱状图标签
有时候，在柱状图上显示数据值可以更加直观地展示数据的情况。下面是一个示例代码，展示如何在柱状图上添加数据标签：
import matplotlib.pyplot as plt
# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values = [10, 20, 15, 25, 30]
# 创建柱状图
bars = plt.bar(categories, values)
# 添加数据标签
for bar in bars:
plt.text(bar.get_x() + bar.get_width()/2, bar.get_height(), bar.get_height(), ha='center', va='bottom')
# 添加标签
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Barplot with Data Labels')
# 显示图形
plt.show()
Output:
在上面的示例代码中，我们首先创建柱状图，然后使用 plt.text() 函数在柱状图上添加数据标签。通过 bar.get_x() 和 bar.get_width() 获取柱状图的位置和宽度，然后将数据值添加到柱状图上。运行以上代码，可以看到带有数据标签的柱状图。
多组柱状图
有时候需要在同一个图中展示多组柱状图，以进行比较。下面是一个示例代码，展示如何在同一个图中绘制多组柱状图：
import matplotlib.pyplot as plt
# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values1 = [10, 20, 15, 25, 30]
values2 = [15, 25, 20, 30, 35]
# 创建多组柱状图
bar_width = 0.35
plt.bar([x - bar_width/2 for x in range(len(categories))], values1, width=bar_width, label='Group 1')
plt.bar([x + bar_width/2 for x in range(len(categories))], values2, width=bar_width, label='Group 2')
# 添加标签
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Multiple Barplot Example')
plt.legend()
# 显示图形
plt.show()
Output:
在上面的示例代码中，我们通过调整柱状图的位置和宽度，实现在同一个图中绘制多组柱状图。运行以上代码，可以看到多组柱状图的效果。
柱状图颜色映射
利用颜色映射（colormap），可以根据数据值的大小对柱状图进行着色，更直观地展示数据分布。下面是一个示例代码，展示如何使用颜色映射创建柱状图：
import matplotlib.pyplot as plt
import numpy as np
# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values = [10, 20, 15, 25, 30]
colors = np.array(values)
# 创建柱状图
bars = plt.bar(categories, values, color=plt.cm.viridis(colors/30))
# 添加标签
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Barplot with Color Mapping')
# 显示图例
plt.colorbar(bars)
# 显示图形
plt.show()
在上面的示例代码中，我们使用 plt.cm.viridis 颜色映射和数据值的大小来着色柱状图。通过调整颜色映射和数据值的范围，可以展示出数据的分布情况。运行以上代码，可以看到颜色映射的柱状图。
水平堆叠柱状图
除了垂直堆叠柱状图外，Matplotlib 也支持绘制水平堆叠柱状图。下面是一个示例代码，展示如何创建水平堆叠柱状图：
import matplotlib.pyplot as plt
# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values1 = [10, 20, 15, 25, 30]
values2 = [15, 25, 20, 30, 35]
# 创建水平堆叠柱状图
plt.barh(categories, values1, label='Group 1')
plt.barh(categories, values2, left=values1, label='Group 2')
# 添加标签
plt.xlabel('Values')
plt.ylabel('Categories')
plt.title('Horizontal Stacked Barplot Example')
plt.legend()
# 显示图形
plt.show()
Output:
在上面的示例代码中，我们使用了 plt.barh() 函数创建水平堆叠柱状图，通过 left 参数指定第二组数据相对于第一组数据的位置。运行以上代码，可以得到水平堆叠柱状图。
分组柱状图
在某些情况下，需要将多组柱状图分组展示，以便更清晰地比较数据。下面是一个示例代码，展示如何创建分组柱状图：
import matplotlib.pyplot as plt
# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values1 = [10, 20, 15, 25, 30]
values2 = [15, 25, 20, 30, 35]
# 创建分组柱状图
group_width = 0.4
plt.bar([x - group_width/2 for x in range(len(categories))], values1, width=group_width, label='Group 1')
plt.bar([x + group_width/2 for x in range(len(categories))], values2, width=group_width, label='Group 2')
# 添加标签
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Grouped Barplot Example')
plt.legend()
# 显示图形
plt.show()
Output:
在上面的示例代码中，我们通过调整柱状图的位置和宽度，实现分组柱状图的展示。运行以上代码，可以看到分组柱状图的效果。
自定义柱状图风格
除了默认的风格外，Matplotlib 还支持自定义柱状图的风格，包括边框样式、填充样式等。下面是一个示例代码，展示如何自定义柱状图的风格：
import matplotlib.pyplot as plt
# 数据
categories = ['A', 'B', 'C', 'D', 'E']
values = [10, 20, 15, 25, 30]
# 创建柱状图
bars = plt.bar(categories, values)
# 自定义柱状图边框
for bar in bars:
bar.set_linewidth(2)
bar.set_edgecolor('red')
# 自定义填充样式
patterns = ['/', 'O', '*', 'x', '.']
for bar, pattern in zip(bars, patterns):
bar.set_hatch(pattern)
# 添加标签
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Customized Barplot Style')
# 显示图形
plt.show()
Output:
在上面的示例代码中，我们通过设置 bar.set_linewidth() 和 bar.set_edgecolor() 自定义柱状图的边框，通过设置 bar.set_hatch() 自定义填充样式。通过调整这些属性，可以实现自定义柱状图的风格。