1. Toy模板网首页
  2. > Toy博客

Python Matplotlib数据可视化绘图之（一）————柱状图

7月前 作者：北极熊在南极_whl 分类：Toy博客 阅读(38) 违法举报

这篇具有很好参考价值的文章主要介绍了Python Matplotlib数据可视化绘图之（一）————柱状图。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

前言

本文我们主要介绍利用Python中的Matplotlib模块进行几种柱状图的画法，包括整张图片只有一种颜色的不分组柱状图、整张图片有好几种颜色的不分组柱状图、整张图片有好几种颜色的分组柱状图等。

一、所用到的模块

主要利用Python中的Matplotlib模块完成该功能。

二、单一颜色的普通不分组柱状图

1.示例数据如下

表格如下（示例）：

语言种类 2020年用户量(人数)
C 2000
C++ 3000
Python 3000
Java 5000
Java Script 2000
PHP 1000
Ruby 800

现在需要把表格中的数据绘制成柱状图，从而进一步分析各类语言的用户的使用情况。

2.代码如下

2.1 代码如下（示例）：

2.1.1 Case1：
import matplotlib
import matplotlib.pyplot as plt
import numpy as np

# 设置字体, 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
# 解决图像中的'-'负号的乱码问题
plt.rcParams['axes.unicode_minus'] = False

x_labels = ['C', 'C++', 'Python', 'Java', 'Java Script', 'PHP', 'Ruby']
y = [2000, 3000, 3000, 5000, 2000, 1000, 800]
fig = plt.figure(figsize=(8, 6), facecolor='#B0C4DE')
ax = fig.add_subplot(facecolor='white')
# 红橙黄绿青蓝紫
color_list = ['#FF0000', '#FF8C00', '#FFFF00', '#00FF00', '#00FFFF', '#0000FF', '#800080']
x_loc = np.arange(7)
# 这里颜色设置成 橙色:"#FF8C00"
ax.bar(x_loc, y, color=color_list[1])
plt.grid(True, ls=':', color='b', alpha=0.3)
plt.xlabel('编程语言类别', fontweight='bold')
plt.ylabel('编程语言用户量(人数)', fontweight='bold')
plt.title('编程语言用户量数据分析图', fontweight='bold')
plt.show()

输出结果如下：
Python Matplotlib数据可视化绘图之（一）————柱状图

注意：此时图片的横坐标的刻度标签没有按照我们的要求把各个语言的名字显示出来，并且图片中没有网格，不方便我们查看对应的纵轴的值。

2.1.2 Case2:

因此，我们对上述代码优化如下：
（1）把横坐标的刻度标签加上去：

ax.set_xticklabels(x_labels)

（2）加上网格：

plt.grid(True, ls=':', color='b', alpha=0.3)

此时完整代码如下：

import matplotlib
import matplotlib.pyplot as plt
import numpy as np

# 设置字体, 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
# 解决图像中的'-'负号的乱码问题
plt.rcParams['axes.unicode_minus'] = False

x_labels = ['C', 'C++', 'Python', 'Java', 'Java Script', 'PHP', 'Ruby']
y = [2000, 3000, 3000, 5000, 2000, 1000, 800]
fig = plt.figure(figsize=(8, 6), facecolor='#B0C4DE')
ax = fig.add_subplot(facecolor='white')
# 红橙黄绿青蓝紫
color_list = ['#FF0000', '#FF8C00', '#FFFF00', '#00FF00', '#00FFFF', '#0000FF', '#800080']
x_loc = np.arange(7)
# 这里颜色设置成 橙色:"#FF8C00"
ax.bar(x_loc, y, color=color_list[1])
ax.set_xticklabels(x_labels)
plt.grid(True, ls=':', color='b', alpha=0.3)
plt.xlabel('编程语言类别', fontweight='bold')
plt.ylabel('编程语言用户量(人数)', fontweight='bold')
plt.title('编程语言用户量数据分析图', fontweight='bold')
plt.show()

输出结果如下：
Python Matplotlib数据可视化绘图之（一）————柱状图

注意：此时坐标轴还是没有按照我们想要的样子来呈现对应的刻度标签，并且会报出如下的错误提示：
Python Matplotlib数据可视化绘图之（一）————柱状图

2.1.3 Case3:

小编经过一番debug发现出现这个报错的原因是我们在ax.set_xticklabels(x_labels)前面没有加上ax.set_xticks(x_labels)这句语句。下面我们把这句语句加上去，再试试。此时完整代码如下：

import matplotlib
import matplotlib.pyplot as plt
import numpy as np

# 设置字体, 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
# 解决图像中的'-'负号的乱码问题
plt.rcParams['axes.unicode_minus'] = False

x_labels = ['C', 'C++', 'Python', 'Java', 'Java Script', 'PHP', 'Ruby']
y = [2000, 3000, 3000, 5000, 2000, 1000, 800]
fig = plt.figure(figsize=(8, 6), facecolor='#B0C4DE')
ax = fig.add_subplot(facecolor='white')
# 红橙黄绿青蓝紫
color_list = ['#FF0000', '#FF8C00', '#FFFF00', '#00FF00', '#00FFFF', '#0000FF', '#800080']
x_loc = np.arange(7)
# 这里颜色设置成 橙色:"#FF8C00"
ax.bar(x_loc, y, color=color_list[1])
ax.set_xticks(x_loc)
ax.set_xticklabels(x_labels)
plt.grid(True, ls=':', color='b', alpha=0.3)
plt.xlabel('编程语言类别', fontweight='bold')
plt.ylabel('编程语言用户量(人数)', fontweight='bold')
plt.title('编程语言用户量数据分析图', fontweight='bold')
plt.show()

输出结果如下：
Python Matplotlib数据可视化绘图之（一）————柱状图

三、多种颜色的普通不分组柱状图

1.示例数据如下

表格如下（示例）：

语言种类 2020年用户量(人数)
C 2000
C++ 3000
Python 3000
Java 5000
Java Script 2000
PHP 1000
Ruby 800

现在需要把表格中的数据绘制成柱状图，从而进一步分析各类语言的用户的使用情况。

2.代码如下

2.1 代码如下（示例）：

2.1.1 Case1：
import matplotlib
import matplotlib.pyplot as plt
import numpy as np

# 设置字体, 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
# 解决图像中的'-'负号的乱码问题
plt.rcParams['axes.unicode_minus'] = False

x_labels = ['C', 'C++', 'Python', 'Java', 'Java Script', 'PHP', 'Ruby']
y = [2000, 3000, 3000, 5000, 2000, 1000, 800]
fig = plt.figure(figsize=(8, 6), facecolor='#B0C4DE')
ax = fig.add_subplot(facecolor='white')
# 红橙黄绿青蓝紫
color_list = ['#FF0000', '#FF8C00', '#FFFF00', '#00FF00', '#00FFFF', '#0000FF', '#800080']
x_loc = np.arange(7)
# 这里颜色设置成 橙色:"#FF8C00"
ax.bar(x_loc, y, color=color_list)
ax.set_xticks(x_loc)
ax.set_xticklabels(x_labels)
plt.grid(True, ls=':', color='b', alpha=0.3)
plt.xlabel('编程语言类别', fontweight='bold')
plt.ylabel('编程语言用户量(人数)', fontweight='bold')
plt.title('编程语言用户量数据分析图', fontweight='bold')
plt.show()

输出结果如下：
Python Matplotlib数据可视化绘图之（一）————柱状图

四、多种颜色的普通分组柱状图

1.示例数据如下

假如增加了2021和2022年每种语言的用户量情况，数据如下表所示（示例）：

语言种类 2020年用户量人数 2021年用户量人数 2022年用户量人数
C 2000 3000 5000
C++ 3000 4000 6000
Python 3000 6000 10000
Java 5000 4000 6000
Java Script 2000 4000 3000
PHP 1000 2000 2000
Ruby 800 1000 1000

现在需要把表格中的数据绘制成柱状图，从而进一步分析各类语言的用户的使用情况。

2.代码如下

2.1 代码如下（示例）：

2.1.1 Case1：
  • 代码如下：
import matplotlib
import matplotlib.pyplot as plt
import numpy as np

# 设置字体, 解决中文乱码问题
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
# 解决图像中的'-'负号的乱码问题
plt.rcParams['axes.unicode_minus'] = False

x_labels = ['C', 'C++', 'Python', 'Java', 'Java Script', 'PHP', 'Ruby']
y_2020 = [2000, 3000, 3000, 5000, 2000, 1000, 800]
y_2021 = [3000, 4000, 6000, 4000, 4000, 2000, 1000]
y_2022 = [5000, 6000, 10000, 6000, 3000, 2000, 1000]
legend_labels = ['2020', '2021', '2022']
y = [y_2020, y_2021, y_2022]
fig = plt.figure(figsize=(8, 6), facecolor='#B0C4DE')
ax = fig.add_subplot(facecolor='white')
# 红橙黄绿青蓝紫
color_list = ['#FF0000', '#FF8C00', '#FFFF00', '#00FF00', '#00FFFF', '#0000FF', '#800080']
x_loc = np.arange(7)
# x轴上每个刻度上能容纳的柱子的总的宽度设为0.8
total_width = 0.8
# 由y值可以看出x轴每个刻度上一共有3组数据, 也即3个柱子
total_num = 3
# 每个柱子的宽度用each_width表示
each_width = total_width / total_num
if total_num % 2 == 0:
    x1 = x_loc - (total_num / 2 - 1) * each_width - each_width / 2
else:
    x1 = x_loc - ((total_num - 1) / 2) * each_width
x_list = [x1 + each_width * i for i in range(total_num)]
print(x_list)
# 这里颜色设置成 橙色:"#FF8C00"
for i in range(0, len(y)):
    ax.bar(x_list[i], y[i], color=color_list[i], width=each_width, label=legend_labels[i])
ax.set_xticks(x_loc)
ax.set_xticklabels(x_labels)
ax.grid(True, ls=':', color='b', alpha=0.3)
ax.set_xlabel('编程语言类别', fontweight='bold')
ax.set_ylabel('编程语言用户量(人数)', fontweight='bold')
plt.title('编程语言用户量数据分析图', fontweight='bold', pad=25)
# 添加双轴
ax_twinx = ax.twinx()
ax_twinx.plot(x_loc, y_2021, linestyle='-', marker='o', markersize=3, color=color_list[1], label='Middle')
fig.legend(loc='upper center', bbox_to_anchor=(0.5, 0.96), frameon=False, ncol=5, handlelength=0.9, handleheight=0.9, fontsize='small')
ax_twinx.set_ylabel('Middle', fontweight='bold')
fig.tight_layout()
fig.subplots_adjust(top=0.9)
plt.show()
  • 输出结果如下：
    Python Matplotlib数据可视化绘图之（一）————柱状图

2.2 我们可以看到，在上述作图过程中，我们把画布(fig)背景色设置为#B0C4DE，把轴域(ax)背景色或者称为绘图区域背景色设置为white(纯白色)，以上图片都是我截图保存下来的，所以能够保持我们对fig和ax的背景色的设置，但是如果我们想用plt.savefig()语句把图片保存到本地，且仍然保留我们对fig和ax的背景色的设置的话，需要使用以下语句参数，如下所示：

plt.savefig(picturename + '.jpg', facecolor=self.fig.get_facecolor())
# facecolor=self.fig.get_facecolor()就是需要我们添加的参数, 这样我们就能把图片的fig和ax区域设定的背景色保存到本地了。

五、总结

以上就是今天要讲的内容，本文仅仅简单介绍了Python中Matplotlib模块对于绘制柱状图时需要注意的方面，对于不同类型的柱状图，我们需要设置不同的参数来调控。希望对广大初学者网友有帮助。文章来源地址https://www.toymoban.com/news/detail-460233.html

到了这里，关于Python Matplotlib数据可视化绘图之（一）————柱状图的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板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TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处： 如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：
领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包，优惠每天领

二维码1

领取红包

二维码2

领红包