4.4Python数据处理篇之Matplotlib系列(四)---plt.bar()与plt.barh条形图
目录
目录
前言
今天我们学习的是条形图，导入的函数是：
plt.bar（） 于 plt.barh
（一）竖值条形图
（1）说明：
原函数定义：
bar(x, height, width=0.8, bottom=None, ***, align='center', data=None, **kwargs)
常见的参数属性
具体参考：官网说明文档
| 参数 | 说明 | 类型 |
|---|---|---|
| x | x坐标 | int,float |
| height | 条形的高度 | int,float |
| width | 宽度 | 0~1，默认0.8 |
| botton | 条形的起始位置 | 也是y轴的起始坐标 |
| align | 条形的中心位置 | “center”,"lege"边缘 |
| color | 条形的颜色 | “r","b","g","#123465"，默认“b" |
| edgecolor | 边框的颜色 | 同上 |
| linewidth | 边框的宽度 | 像素，默认无，int |
| tick_label | 下标的标签 | 可以是元组类型的字符组合 |
| log | y轴使用科学计算法表示 | bool |
| orientation | 是竖直条还是水平条 | 竖直："vertical"，水平条："horizontal" |
（2）源代码：
"""
默认的是竖值条形图
"""
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
# 将全局的字体设置为黑体
matplotlib.rcParams['font.family'] = 'SimHei'
# 数据
N = 5
y = [20, 10, 30, 25, 15]
x = np.arange(N)
# 绘图 x x轴， height 高度, 默认：color="blue", width=0.8
p1 = plt.bar(x, height=y, width=0.5, )
# 展示图形
plt.show()
（3）输出效果：
（二）水平条形图
1.使用bar()绘制：
（1）说明
需要把：orientation="horizontal"，然后x,与y的数据交换，再添加bottom=x,即可。
（2）源代码：
"""
水平条形图，需要修改以下属性
orientation="horizontal"
"""
import numpy as np
import matplotlib.pyplot as plt
# 数据
N = 5
x = [20, 10, 30, 25, 15]
y = np.arange(N)
# 绘图 x= 起始位置， bottom= 水平条的底部(左侧), y轴， height 水平条的宽度， width 水平条的长度
p1 = plt.bar(x=0, bottom=y, height=0.5, width=x, orientation="horizontal")
# 展示图形
plt.show()
（3）输出效果：
2.使用barh()绘制：
具体可参考：官网说明文档
（1）说明
使用barh()时，bottom改为left, 然后宽变高，高变宽。
（2）源代码：
"""
水平条形图，需要以下属性
orientation="horizontal"
"""
import numpy as np
import matplotlib.pyplot as plt
# 数据
N = 5
x = [20, 10, 30, 25, 15]
y = np.arange(N)
# 绘图 y= y轴， left= 水平条的底部， height 水平条的宽度， width 水平条的长度
p1 = plt.barh(y, left=0, height=0.5, width=x)
# 展示图形
plt.show()
（3）输出效果：
[图片上传失败...(image-c414f2-1552186154190)]
（三）复杂的条形图
1.并列条形图：
（1）说明
我们再同一张画布，画两组条形图，并且紧挨着就时并列条形图。
改变x的位置。
（2）源代码：
import numpy as np
import matplotlib.pyplot as plt
# 数据
x = np.arange(4)
Bj = [52, 55, 63, 53]
Sh = [44, 66, 55, 41]
bar_width = 0.3
# 绘图 x 表示 从那里开始
plt.bar(x, Bj, bar_width)
plt.bar(x+bar_width, Sh, bar_width, align="center")
# 展示图片
plt.show()
（3）输出效果：
2.叠加条形图：
（1）说明
两组条形图是处与同一个x处，并且y是连接起来的。
（2）源代码：
import numpy as np
import matplotlib.pyplot as plt
# 数据
x = np.arange(4)
Bj = [52, 55, 63, 53]
Sh = [44, 66, 55, 41]
bar_width = 0.3
# 绘图
plt.bar(x, Bj, bar_width)
plt.bar(x, Sh, bar_width, bottom=Bj)
# 展示图片
plt.show()
（3）输出效果：
3.添加图例于数据标签的条形图：
（1）说明
- 对于图例：
先可选属性里添加label=“”,标签
再使用plt.lengd()显示。
- 对于数据的标签
使用任意方向的标签来标注，再由x,y数据确定坐标。
- tick_label=str，用来显示自定义坐标轴
（2）源代码：
"""
默认的是竖值条形图
"""
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
# 将全局的字体设置为黑体
matplotlib.rcParams['font.family'] = 'SimHei'
# 数据
N = 5
y = [20, 10, 30, 25, 15]
x = np.arange(N)
# 添加地名坐标
str1 = ("北京", "上海", "武汉", "深圳", "重庆")
# 绘图 x x轴， height 高度, 默认：color="blue", width=0.8
p1 = plt.bar(x, height=y, width=0.5, label="城市指标", tick_label=str1)
# 添加数据标签
for a, b in zip(x, y):
plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=10)
# 添加图例
plt.legend()
# 展示图形
plt.show()
（3）输出效果：
