matplotlib绘制柱状图(基础操作)

今天药忘吃喽~ 2022-09-09 12:56 229阅读 0赞

@TOC

--------------------

# 前言 #

Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用，如 PyQt 和 wxPython。本文由浅入深，教你画柱状图

--------------------

# 柱状图的部分源码 #

bar(x, height, width=0.8, bottom=None, *, align='center',
            data=None, **kwargs)

这里是bar中部分源码(主要是参数部分)，下面的内容将由浅入深逐渐演示各个参数的作用，以达到理解的作用，且能画出漂亮的柱状图。

# 一、画一个简单的柱状图 #

bar(x, height, width=0.8, bottom=None, *, align='center',
            data=None, **kwargs)

首先，我们只需要指定两个参数，就可以画一个简单的柱状图  
一个是x，一个是height.  
x 的作用是设置柱所在的位置(也就是在x坐标上面的什么位置)  
height的作用是设置柱状图的高度

x与geight的数据存储在list当中，在实际写入时，并不需要去指定，python会自动识别出来(可以去debug 一下进入plt.bar(\[xxxx\],\[xxxx\])这个语句,就会发现bar会做特别多的事)

import matplotlib.pyplot as plt
    
    plt.bar([0,1,2,3],[5,6,7,8])
    plt.show()

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP6Zuo5YeJ5aaC5rC0_size_10_color_FFFFFF_t_70_g_se_x_16]

# 二、设置坐标的刻度(ticks)，轴的标签和标题 #

在数据分析的很多时候，我们各个柱下面通常不是x刻度值，而是有实际意义的字符串，那么这个时候就需要我们进行一个设置，比如说

1.plt.xticks(各个柱所在的x坐标的位置，想换成的标签)  
一般传入将数据存在列表中再传入参数  
设置r轴也同样的道理

2.设置x与y轴的标签就比较简单了  
plt.xlabel("")  
plt.ylabel("")  
3.设置标题  
plt.title(“i am title”)

import matplotlib.pyplot as plt
    import matplotlib
    
    data = [5, 6, 7, 8]
    labels = ["a", "b", "c", "d"]
    
    plt.bar(range(len(data)), data)
    plt.xticks(range(len(data)),labels)
    plt.xlabel("i am x")
    plt.ylabel("i am y")
    plt.title("i am title")
    plt.show()

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP6Zuo5YeJ5aaC5rC0_size_19_color_FFFFFF_t_70_g_se_x_16]

# 三、设置图的颜色 #

这里我只说非常简单的设置颜色的方法，因为如果详细的说如何设置关于颜色的东西，需要另外写一篇博文来详细说明，这一篇是不够的，但我会放一个链接，里面会有非常详细关于颜色的设置.

颜色的设置在bar中，我们只需要写color = \[xxxxx\]就可以设置

如果需要设置的量比较大，还可以这样设置

import matplotlib.colors as mcolors
    colors = list(mcolors.TABLEAU_COLORS.keys())

import matplotlib.pyplot as plt
    import matplotlib
    
    data = [5, 6, 7, 8]
    labels = ["a", "b", "c", "d"]
    colors = ["red","yellow",'blue','black']
    
    
    plt.bar(range(len(data)), data,color="colors")
    plt.xticks(range(len(data)),labels)
    plt.xlabel("i am x")
    plt.ylabel("i am y")
    plt.title("i am title")
    plt.show()

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP6Zuo5YeJ5aaC5rC0_size_19_color_FFFFFF_t_70_g_se_x_16 1]

更多设置颜色的方法，请看下面的几篇博文:  
[一文搞懂matplotlib中的颜色设置][matplotlib]

[Python Matplotlib绘制渐变色柱状图（bar）并加边框和配置渐变颜色条（colorbar）][Python Matplotlib_bar_colorbar]

# 四、设置柱的透明度 #

这个也比较容易，在bar中写入alpha=x就就可以了，x在0-1之间，这里不作过多展示

# 五、设置柱的宽度(width) #

width宽度是在bar中的参数  
设置也很容易，我们只需要指定一个数值即可，即width = x  
width 的默认值是0.8，如果想让各个柱挨在一起，可以设置width = 1.0  
width一般设置范围就在（0,1）之间。

width设置大于1.0 或者是负数也是可以的 ，可以自己尝试一下。

import matplotlib.pyplot as plt
    import matplotlib
    
    data = [5, 6, 7, 8]
    labels = ["a", "b", "c", "d"]
    colors = ["red","yellow",'blue','black']
    
    plt.bar(range(len(data)), data,color=colors,width=0.5)
    plt.xticks(range(len(data)),labels)
    plt.xlabel("i am x")
    plt.ylabel("i am y")
    plt.show()

这个是width = 0.5  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP6Zuo5YeJ5aaC5rC0_size_19_color_FFFFFF_t_70_g_se_x_16 2]

这个是width = 1.0

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP6Zuo5YeJ5aaC5rC0_size_19_color_FFFFFF_t_70_g_se_x_16 3]

这个是width = 5

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP6Zuo5YeJ5aaC5rC0_size_19_color_FFFFFF_t_70_g_se_x_16 4]

# 六、在柱上添加数据 #

上面我们画出了图，但是各个图的高度并不能非常清晰的看出来，于是我们可以在上面添加各个数的高度,那么就需要用到下面的函数

> plt.text()

plt.text(x=100, y=100, s=‘text’, rotation=90)  
x=：表示在画布上的x坐标  
y=：表示在画布上的y坐标  
s=：表示需要展示的文本  
rotation=：表示文本的旋转角度

import matplotlib.pyplot as plt
    import matplotlib
    
    data = [5, 6, 7, 8]
    labels = ["a", "b", "c", "d"]
    colors = ["red","yellow",'blue','black']
    
    plt.bar(range(len(data)), data,color=colors,width=0.5)
    plt.xticks(range(len(data)),labels)
    for i in range(len(data)):
        plt.text(x= i- 0.05 , y=data[i] + 0.2, s = '%d' % data[i])
    plt.xlabel("i am x")
    plt.ylabel("i am y")
    plt.title("i am title")
    plt.show()

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP6Zuo5YeJ5aaC5rC0_size_19_color_FFFFFF_t_70_g_se_x_16 5]

# 总结 #

以上操作，基本可以画出来一个像样的图了，更加具体的，可以更加深入的了解其中的各个参数，对细节进行更多的打磨，谢谢。

[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP6Zuo5YeJ5aaC5rC0_size_10_color_FFFFFF_t_70_g_se_x_16]: /images/20220829/1be861966d5d467980e2c722fdd30541.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP6Zuo5YeJ5aaC5rC0_size_19_color_FFFFFF_t_70_g_se_x_16]: /images/20220829/3e37e5a8fe254dac810e2fdca1ab3489.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP6Zuo5YeJ5aaC5rC0_size_19_color_FFFFFF_t_70_g_se_x_16 1]: /images/20220829/faa54400f8e04009bededb419bfbc4cf.png
[matplotlib]: https://blog.csdn.net/weixin_43569478/article/details/107724780?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163047148516780271527370%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=163047148516780271527370&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduend~default-1-107724780.first_rank_v2_pc_rank_v29&utm_term=matplotlib%E9%A2%9C%E8%89%B2&spm=1018.2226.3001.4187
[Python Matplotlib_bar_colorbar]: https://blog.csdn.net/xiaoyw71/article/details/108845807?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163047679616780271575643%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=163047679616780271575643&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduend~default-1-108845807.first_rank_v2_pc_rank_v29&utm_term=matplotlib%E7%94%BB%E6%9F%B1%E7%8A%B6%E5%9B%BE%E9%85%8D%E8%89%B2&spm=1018.2226.3001.4187
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP6Zuo5YeJ5aaC5rC0_size_19_color_FFFFFF_t_70_g_se_x_16 2]: /images/20220829/0f52b9311a844bd1a911ff9557187abc.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP6Zuo5YeJ5aaC5rC0_size_19_color_FFFFFF_t_70_g_se_x_16 3]: /images/20220829/4a54456051af49d7abbc1343453013ba.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP6Zuo5YeJ5aaC5rC0_size_19_color_FFFFFF_t_70_g_se_x_16 4]: /images/20220829/820b0455d4c44ccaba9f86d10a64252f.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5bCP6Zuo5YeJ5aaC5rC0_size_19_color_FFFFFF_t_70_g_se_x_16 5]: /images/20220829/866c777f86cd4b18b2c5546e8c670ad2.png