前言
matplotlib是一个非常强大的Python第三方绘图包，可以绘制非常多非常漂亮的图形。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib import font_manager
一、一般条形图
一般条形图使用 pyplot.bar()函数绘制，其形式及参数如下：
matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)
主要参数解释：
# x：一个数组或者列表，代表需要绘制的条形图的x轴的坐标点。
# height：一个数组或者列表，代表需要绘制的条形图y轴的坐标点。
# width：每一个条形图的宽度，默认是0.8的宽度。
# bottom：y轴的基线，默认是0，也就是距离底部为0.
# align：对齐方式，{'center','edge'}，默认是center，居中对齐；edge为靠边对齐，具体靠右边还是靠左边，看width的正负。
# color：条形图的颜色。
# edgecolor : 条形图边框的颜色。
# linewidth : 条形图边框的宽度。如果为 0，则不绘制边框
pyplot.bar()完整参数戳这里
示例：
某天电影票房数据：
movies = {
"流浪地球":40.78,
"飞驰人生":15.77,
"疯狂的外星人":20.83,
"新喜剧之王":6.10,
"廉政风云":1.10,
"神探蒲松龄":1.49,
"小猪佩奇过大年":1.22,
"熊出没·原始时代":6.71
}
直接通过获取字典的键值作为x，y轴数据
#票房单位亿元
movies = {
"流浪地球":40.78,
"飞驰人生":15.77,
"疯狂的外星人":20.83,
"新喜剧之王":6.10,
"廉政风云":1.10,
"神探蒲松龄":1.49,
"小猪佩奇过大年":1.22,
"熊出没·原始时代":6.71
}
# 中文显示问题
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['font.size'] = 13
# 设置图大小
plt.figure(figsize=(15,8))
x = list(movies.keys()) # 获取x轴数据(字典的键)
y = list(movies.values()) # 获取y轴数据(字典的值)
plt.bar(x,y,width=0.5,bottom=0,align='edge',color='g',edgecolor ='r',linewidth=2)
# 绘制
plt.title("电影票房数据",size=26)
# 设置轴标签
plt.xlabel("电影名",size=28)
plt.ylabel("票房/亿",size=28)
plt.show()
也可以利用字典创建DataFrame索引，通过data参数传入
#票房单位亿元
movies = {
"流浪地球":40.78,
"飞驰人生":15.77,
"疯狂的外星人":20.83,
"新喜剧之王":6.10,
"廉政风云":1.10,
"神探蒲松龄":1.49,
"小猪佩奇过大年":1.22,
"熊出没·原始时代":6.71
}
movies_df = pd.DataFrame(data={"name":list(movies.keys()),"tickes":list(movies.values())}) #通过字典创建DataFrame索引
font = font_manager.FontProperties(fname='C:\Windows\Fonts\STSONG.TTF',size=12) # 使用font_manager模块设置中文
# 设置图的大小，传入x,y
plt.figure(figsize=(14,5))
# 使用plt.bar()绘制条形图
plt.bar("name","tickes",data=movies_df,width=0.5,bottom=0,align='edge',color='g',edgecolor ='r',linewidth=2)
#设置X轴刻度，设置字体,也可以设置字体大小size
plt.xticks(fontproperties=font)
# 设置
plt.title("电影票房数据",size=30)
#设置X,Y轴名字
plt.ylabel('票房',fontproperties=font,size=25)
plt.xlabel('影片名字',fontproperties=font,size=25)
#设置Y刻度
plt.yticks(range(0,50,5),["%d"%x for x in range(0,50,5)],fontproperties=font1,size=20)
# 只保留图形信息
plt.show()
二、横向条形图
横向条形图需要使用barh()这个跟bar非常的类似，只不过把方向进行旋转。参数也和pyplot.bar()类似
matplotlib.pyplot.barh(y, width, height=0.8, left=None, *, align='center', **kwargs)
# 主要参数解释：
# y：数组或列表，代表需要绘制的条形图在y轴上的坐标点。
# width：数组或列表，代表需要绘制的条形图在x轴上的值（也就是长度）。
# height：条形图的高度(宽度)，默认是0.8。
# left：条形图的基线，也就是距离y轴的距离。默认为0
pyplot.barh()完整参数
示例：
plt.barh()
movies = {
"流浪地球":40.78,
"飞驰人生":15.77,
"疯狂的外星人":20.83,
"新喜剧之王":6.10,
"廉政风云":1.10,
"神探蒲松龄":1.49,
"小猪佩奇过大年":1.22,
"熊出没·原始时代":6.71
}
font2 = font_manager.FontProperties(fname='C:\Windows\Fonts\STSONG.TTF')
x1 = list(movies.keys())
y1 = list(movies.values())
# 设置图的大小
plt.figure(figsize=(10,5))
# 使用plt.barh()
plt.barh(x1,y1,height=0.7,left=0,color='c',edgecolor='r')
#设置Y轴刻度，设置字体,也可以设置字体大小size
plt.yticks(fontproperties=font2,size=20)
plt.xlabel("票房/亿",size=20)
# 设置
plt.title("电影票房数据",size=30)
# 只保留图形信息
plt.show()
Axes.barh(y, width, height=0.8, left=None, *, align='center', **kwargs)
另外，还可通过返回的axes对象绘制图形
movies = {
"流浪地球":40.78,
"飞驰人生":15.77,
"疯狂的外星人":20.83,
"新喜剧之王":6.10,
"廉政风云":1.10,
"神探蒲松龄":1.49,
"小猪佩奇过大年":1.22,
"熊出没·原始时代":6.71
}
font2 = font_manager.FontProperties(fname='C:\Windows\Fonts\STSONG.TTF')
mdf = pd.DataFrame(data={"name":list(movies.keys()),"tickes":list(movies.values())})
fig,axes = plt.subplots()
# 通过返回的axes对象绘制图形
axes.barh("name","tickes",data = mdf,height=0.6,left=0,color='c',edgecolor='r')
#设置Y轴刻度，设置字体,也可以设置字体大小size
plt.yticks(fontproperties=font2,size=20)
plt.xlabel("票房/亿",size=24)
# 设置
plt.title("电影票房数据",size=27)
# 只保留图形信息
plt.show()
三、分组条形图的绘制
五天的电影票房数据（假设日期为1.1-1.５）：并转换为DataFrame索引
movies = {
"流浪地球":[2.01,4.59,7.99,11.83,16],
"飞驰人生":[3.19,5.08,6.73,8.10,9.35],
"疯狂的外星人":[4.07,6.92,9.30,11.29,13.03],
"新喜剧之王":[2.72,3.79,4.45,4.83,5.11],
"廉政风云":[0.56,0.74,0.83,0.88,0.92],
"神探蒲松龄":[0.66,0.95,1.10,1.17,1.23],
"小猪佩奇过大年":[0.58,0.81,0.94,1.01,1.07],
"熊出没·原始时代":[1.13,1.96,2.73,3.42,4.05]
}
mdf = pd.DataFrame(movies)
mdf
绘制分组条形图思路：先选出每天所有电影的票房数据，可使用DataFrame.iloc[]方法获取，例如
# 获取第一天票房数据
mdf.iloc[0]
流浪地球 2.01
飞驰人生 3.19
疯狂的外星人 4.07
新喜剧之王 2.72
廉政风云 0.56
神探蒲松龄 0.66
小猪佩奇过大年 0.58
熊出没·原始时代 1.13
Name: 0, dtype: float64
然后按天进行绘制，这里需要确定一个中心点作为中间日期的条形图位置（这里为第三天），有多少部电影就需要多少个中心点，可使用np.arange(len(movies))获取x轴刻度作为中心点。最后根据日期按条形图的宽度调整条形图位置即可。
plt.figure(figsize=(15,5))
# 设置X轴刻度为一个数组(有广播功能)
xticks = np.arange(len(movies))
#设置字体
font = font_manager.FontProperties(fname='C:\Windows\Fonts\STSONG.TTF')
# 设置条形图宽度
bar_width = 0.15
#设置第一天所有影片条形图的位置
plt.bar(xticks-2*bar_width,mdf.iloc[0],width=bar_width,color='pink') # iloc[]取DataFrame的一行
#设置第二天所有影片条形图的位置
plt.bar(xticks-bar_width,mdf.iloc[1],width=bar_width)
#设置第三天所有影片条形图的位置，默认在[0 1 2 3 4 5 6 7]center处
plt.bar(xticks,mdf.iloc[2],width=bar_width)
#设置第四天所有影片条形图的位置
plt.bar(xticks+bar_width,mdf.iloc[3],width=bar_width)
#设置第五天所有影片条形图的位置
plt.bar(xticks+2*bar_width,mdf.iloc[4],width=bar_width)
# 设置X轴信息
plt.xticks(xticks,mdf.columns,fontproperties=font,size=15)
#设置Y刻度
plt.yticks(range(0,20,2),["%d"%x for x in range(0,20,2)],fontproperties=font,size=16)
#设置X,Y轴名字
plt.ylabel('票房/亿',fontproperties=font,size=30)
plt.xlabel('影片名字',fontproperties=font,size=30)
# 设置
plt.title("五日票房数据",fontproperties=font,size=30)
# 只保留图形信息
plt.show()
使用循环绘制每日数据
plt.figure(figsize=(16,5))
# 设置X轴刻度为一个数组(有广播功能)
#xticks1 = np.arange(len(movies)) # 这样设置每部电影X轴的距离是1，如果5个条形图宽度之后大于1会和其他电影重叠，可以设置步长
xticks1 = np.arange(0,7*len(movies),7) # 改变步长，要在设置X轴信息处改变xticks(步长*ticks labels)的第一个参数，否则对应不上
#设置字体
font4 = font_manager.FontProperties(fname='C:\Windows\Fonts\STSONG.TTF')
# 设置条形图宽度
bar_width1 = 1.05
#使用循环画出前五天的条形图
for index in mdf.index:
# plt.bar(xticks1+(-2+index)*bar_width1,mdf.iloc[index],width=bar_width1,label='第%d天票房'%(index+1))
xs = xticks1+(-2+index)*bar_width1 # 在X轴的位置
day_tickets = mdf.iloc[index]
plt.bar(xs,day_tickets,width=bar_width*7,label="第%d天票房"%(index+1))
#设置注释文本
# zip(day_tickets,xs)打包为元素为元组的列表，元素个数与最短的列表一致
for ticket,x in zip(day_tickets,xs): # ticket是day_tickets列表的值，x是xs的值
plt.annotate(ticket,xy=(x,ticket),xytext=(x-0.2,ticket+0.1))
# 设置X轴信息
plt.xticks(7*xticks,mdf.columns,fontproperties=font4,size=15)
#设置X,Y轴名字
plt.ylabel('票房/亿',fontproperties=font4,size=25)
plt.xlabel('影片名字',fontproperties=font4,size=25)
# 设置
plt.title("五日票房数据",fontproperties=font4,size=30)
# 设置图例
font4.set_size(15) # 图例无size属性，可以在字体设置font4中改大小（或者font.set_size()：只改图例
plt.legend(prop=font4) # 根据bar()函数的中的label标签进行设置，不可缺少
# 设置网格
plt.grid()
# 只保留图形信息
plt.show()
四、堆叠条形图绘制
堆叠条形图就是在已有数据基础位置上进行绘制图形，使用bottom参数，以已有数据作为新数据的基地进行新数据的绘制，可以达到调整条形图的位置的目的。
示例：
# 男女不同组别的等分情况
menMeans = (20, 35, 30, 35, 27)
womenMeans = (25, 32, 34, 20, 25)
groupNames = ('G1','G2','G3','G4','G5')
xs = np.arange(len(menMeans)) # 有多少个组
font5 = font_manager.FontProperties(fname='C:\Windows\Fonts\STSONG.TTF',size=16)
plt.figure(figsize=(15,7))
# 绘制男性得分
plt.bar(xs,menMeans,label='男性得分',width=0.4)
# 绘制女性得分，以男性得分的最大值为基底
plt.bar(xs,womenMeans,bottom=menMeans,label='女性得分',width=0.4)
#设置图例
plt.legend(prop=font5) # 根据bar()函数的中的label标签进行设置
# 设置X轴刻度名称
plt.xticks(xs,groupNames)
# 设置标签
plt.xlabel("组别",fontproperties=font5,size=23)
plt.ylabel("得分",fontproperties=font5,size=23)
# 设置
plt.title("男女不同组别得分",fontproperties=font5,size=28)
# 只保留图形
plt.show()
总结
到此这篇关于如何使用Python Matplotlib绘制条形图的文章就介绍到这了,更多相关Python Matplotlib绘制条形图内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
