Python画柱状图在图上显示数据|极客教程

Python画柱状图在图上显示数据

在数据分析和可视化领域，柱状图是一种常见的图表类型，用于显示不同类别之间的数量或比较不同组之间的指标。Python提供了多种库和工具，可以方便地绘制柱状图并在图上显示数据。本文将详细介绍如何使用Python画柱状图，并给出5个示例代码和运行结果。

1. 准备工作

在开始之前，我们需要安装Python和相关的库。Python可以从官方网站（https://www.python.org/）下载并安装。关于绘图所需的常用扩展库，我们可以通过pip包管理工具进行安装。打开终端或命令提示符，输入以下命令进行安装：

pip install matplotlib

安装完成后，我们就可以使用matplotlib库进行图表绘制了。

2. 示例代码和运行结果

2.1 基础柱状图

下面是一个简单的示例代码，用于绘制基础的柱状图，并在图上显示数据：

import matplotlib.pyplot as plt

# 准备数据
x = ['A', 'B', 'C', 'D']
y = [10, 15, 7, 12]

# 绘制柱状图
plt.bar(x, y)

# 在图上显示数据
for a, b in zip(x, y):
    plt.text(a, b, str(b), ha='center', va='bottom')

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

# 显示图表
plt.show()

运行以上代码，我们将得到一个简单的柱状图，其中每个柱代表一个类别的数值，同时在每个柱的顶部显示相应的数值。

2.2 堆叠柱状图

堆叠柱状图用于在同一类别中比较多个组的数值。下面是一个示例代码，用于绘制堆叠柱状图并在图上显示数据：

import numpy as np
import matplotlib.pyplot as plt

# 准备数据
x = ['A', 'B', 'C', 'D']
y1 = [10, 15, 7, 12]
y2 = [5, 8, 6, 10]

# 绘制堆叠柱状图
plt.bar(x, y1, label='Group 1')
plt.bar(x, y2, bottom=y1, label='Group 2')

# 在图上显示数据
for a, b1, b2 in zip(x, y1, y2):
    plt.text(a, b1/2, str(b1), ha='center', va='bottom')
    plt.text(a, b1+b2/2, str(b2), ha='center', va='bottom')

# 设置标题和标签
plt.title('Stacked Bar Chart')
plt.xlabel('Categories')
plt.ylabel('Values')

# 添加图例
plt.legend()

# 显示图表
plt.show()

运行以上代码，我们将得到一个堆叠柱状图，其中每个类别都有两个组的数值，并在每个柱的顶部显示相应的数值。

2.3 水平柱状图

与垂直柱状图相比，水平柱状图可以更好地显示类别名称和数值。下面是一个示例代码，用于绘制水平柱状图并在图上显示数据：

import matplotlib.pyplot as plt

# 准备数据
y = ['A', 'B', 'C', 'D']
x = [10, 15, 7, 12]

# 绘制水平柱状图
plt.barh(y, x)

# 在图上显示数据
for a, b in zip(y, x):
    plt.text(b, a, str(b), ha='left', va='center')

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

# 显示图表
plt.show()

运行以上代码，我们将得到一个水平柱状图，其中每个柱代表一个类别的数值，并在每个柱的右侧显示相应的数值。

2.4 多组柱状图

如果需要比较多个组的数值，可以使用多组柱状图。下面是一个示例代码，用于绘制多组柱状图并在图上显示数据：

import numpy as np
import matplotlib.pyplot as plt

# 准备数据
x = np.arange(4)
y1 = [10, 15, 7, 12]
y2 = [5, 8, 6, 10]
y3 = [3, 5, 9, 11]

# 绘制多组柱状图
width = 0.2
plt.bar(x, y1, width=width, label='Group 1')
plt.bar(x + width, y2, width=width, label='Group 2')
plt.bar(x + 2*width, y3, width=width, label='Group 3')

# 在图上显示数据
for i, j in enumerate(x):
    plt.text(j, y1[i], str(y1[i]), ha='center', va='bottom')
    plt.text(j + width, y2[i], str(y2[i]), ha='center', va='bottom')
    plt.text(j + 2*width, y3[i], str(y3[i]), ha='center', va='bottom')

# 设置标题和标签
plt.title('Multiple Bar Chart')
plt.xlabel('Categories')
plt.ylabel('Values')

# 添加图例
plt.legend()

# 设置x轴刻度
plt.xticks(x + width, ['A', 'B', 'C', 'D'])

# 显示图表
plt.show()

运行以上代码，我们将得到一个多组柱状图，其中每个类别都有多个组的数值，并在每个柱的顶部显示相应的数值。

2.5 带误差线的柱状图

柱状图除了可以显示每个组的数值，还可以显示误差线。下面是一个示例代码，用于绘制带误差线的柱状图并在图上显示数据：

import numpy as np
import matplotlib.pyplot as plt

# 准备数据
x = np.arange(4)
y = [10, 15, 7, 12]
error = [1, 2, 0.5, 1]

# 绘制带误差线的柱状图
plt.bar(x, y, yerr=error, capsize=4)

# 在图上显示数据
for i, j in enumerate(x):
    plt.text(j, y[i]+error[i]+0.5, str(y[i]), ha='center', va='bottom')

# 设置标题和标签
plt.title('Bar Chart with Error Bars')
plt.xlabel('Categories')
plt.ylabel('Values')

# 设置x轴刻度
plt.xticks(x, ['A', 'B', 'C', 'D'])

# 显示图表
plt.show()

运行以上代码，我们将得到一个带误差线的柱状图，其中每个柱代表一个类别的数值，并在每个柱顶部显示相应的数值，同时还显示了误差线。