这是我参与11月更文挑战的第12天，活动详情查看：2021最后一次更文挑战

复习回顾

Python 为数据展示提供了大量优秀的功能包，其中 matplotlib 模块可以方便绘制制作折线图、柱状图、散点图等高质量的数据包。

关于 matplotlib 模块，我们前期已经对matplotlib进行基本框架、以及常用方法的学习

matplotlib 模块概述：对matplotlib模块进行初步认识，对常用的方法进行学习
matplotlib 模块底层原理：matplotlib 模块包含脚本层、美工层及后端层三层细节了解
matplotlib 模块折线图绘制：总结折线图相关属性和方法

在 matplotlib 模块提供的图表中，除了折线图使用最多外，柱状图也是我们日常数据分析的图表。

本期，我们开始学习绘制柱状图相关属性和方法，let’s go~

柱状图概述

什么是柱状图

+ 柱状图又称为条形图，是一种以长方形的长度为变量数据进行统计的图表
+ 柱状图用来比较两个或以上类型
+ 柱状图只有一个以长方形的长度为变量
+ 柱状图可以横向排列或者多维方式展示

柱状图使用场景

+ 柱状图适用在较小数据集的分析
+ 适用二维数据集,只比较一个维度数据差异项
+ 直观展示各个体之间数据的差异
+ 表现离散型的时间序列

柱状图绘制步骤

1. 导入matplotlib.pyplot模块
2. 准备数据，可以使用numpy/pandas整理数据
3. 调用pyplot.bar()绘制柱状图

案例展示

本次，我们分析过去5年内的产品年销量展示

+ 案例所用到的数据如下：



1
2
3
4
python复制代码import random

x_data = ["20{}年".format(i) for i in range(16,21)]
y_data = [random.randint(100,300) for i in range(6)]


+ 绘制柱状图



1
2
3
4
5
6
7
8
9
10
11
12
13
14
scss复制代码
import matplotlib.pyplot as plt

plt.rcParams["font.sans-serif"]=['SimHei']
plt.rcParams["axes.unicode_minus"]=False

for i in range(len(x_data)):
    plt.bar(x_data[i],y_data[i])

plt.title("销量分析")
plt.xlabel("年份")
plt.ylabel("销量")

plt.show()



![image.png](https://gitee.com/songjianzaina/juejin_p13/raw/master/img/bac5f5fdacf392a0937ac4f960bcc6419490939c31ea329189433ed245ccef14)

柱状图属性

柱状体颜色填充

+ facecolor（fc）关键字
+ color 关键字
+ 颜色简称：

属性值	说明	属性值	说明
“b”/“bule”	蓝色	“m”/“magenta”	品红
“g” /“green”	绿色	“y”/“yellow”	黄色
“r”/“red”	红色	“k”/“black”	黑色
“c”/“cyan”	青色	“w”/“white”	白色

+ rgb:


    - 格式形式：(r,g,b)
    - 取值范围：0~1

柱状描边设置

+ 柱状体边框颜色


    - edgecolor 或者 ec
+ 柱状体边框样式


    - linestyle 或者 ls
    - 线条样式：
    | 属性值 | 说明 |
    | -------------- | ------ |
    | "-" 、"solid" | 默认实线显示 |
    | "--"、"dashed" | 虚线 |
    | "-." "dashdot" | 点划线 |
    | ":"、"dotted" | 虚线 |
    | "None" """" | 空
+ 柱状体边框宽度


    - linewidth 或者 lw

柱状图填充样式

+ hatch: 设置填充样式
+ 属性取值：{'/', '', '|', '-', '+', 'x', 'o', 'O', '.', '\*'} |

柱状图刻度标签

+ tickle label：默认使用数字标签

我们对第一节柱状图添加边框样式为”–”,添加指定rgb颜色，填充圆圈

1 2	python复制代码for i in range(len(x_data)): plt.bar(x_data[i],y_data[i],color=(0.2i,0.2i,0.2*i),linestyle="--",hatch="o")

堆叠柱状图

在柱状图中，我们会在同时对比两组数据在同一类中的表现形式，因此需要绘制堆叠柱状图

bottom : 条形底座的y坐标，默认值为0
在第一节案例中，添加一组y轴数据所有数据如下：

1
2
3

python复制代码 x_data = ["20{}年".format(i) for i in range(16,21)]
 y_data = list(random.randint(100,300) for i in range(5))
 y2_data = list(random.randint(100,300) for i in range(5))

再添加一次pyplot.bar方法，添加bottom属性

1 2	python复制代码 plt.bar(x_data,y_data,lw=0.5,fc="r",label="Phone") plt.bar(x_data,y2_data,lw=0.5,fc="b",label="Android",bottom=y_data)

并列柱状图

在绘制并列的柱状图中，要控制好每个柱状体的位置和大小可以使用width属性

width: 设置每组柱状体的宽度
x轴：x轴的宽度每组直接也要设置好
例如继续改造上面案例，我们为bar1和bar2添加了width属性后，单独设置x轴并排的宽度为0.3

python复制代码x_width = range(0,len(x_data))
x2_width = [i+0.3 for i in x_width]


plt.bar(x_width,y_data,lw=0.5,fc="r",width=0.3,label="Phone")
plt.bar(x2_width,y2_data,lw=0.5,fc="b",width=0.3,label="Android")

plt.xticks(range(0,5),x_data)

水平柱状图

柱状图中，有时候需要让柱状图水平放置，比较差异，我们这时候需要使用到barh方法

pyplot.barh(y,width)：绘制水平柱状图
结合上述案例，改用barh方法

Python复制代码  x_data = ["20{}年".format(i) for i in range(16,21)]
  y_data = list(random.randint(100,300) for i in range(5))
  y2_data = list(random.randint(100,300) for i in range(5))

  x_width = range(0,len(x_data))
  x2_width = [i+0.3 for i in x_width]

  plt.barh(x_width,y_data,lw=0.5,fc="r",height=0.3,label="Phone")
  plt.barh(x2_width,y2_data,lw=0.5,fc="b",height=0.3,label="Android")
  plt.yticks(range(0,5),x_data)

  plt.legend()

  plt.title("销量分析")
  plt.ylabel("年份")
  plt.xlabel("销量")

  plt.show()

添加折线柱状图

我们在查看柱状图时，有时候会需要辅助折线来查看

使用pyplot.plot()方法汇总折线图
同时使用pyplot.text()显示坐标值
当堆叠图时，需要计算好折线相对位置

python复制代码plt.plot(x_data,y_data,color="pink",linestyle="--")

plt.plot(x_data, y2_data+200, color="skyblue", linestyle="-.")

# 柱状图
plt.bar(x_data,y_data,lw=0.5,fc="r",width=0.3,label="Phone",alpha=0.5)
plt.bar(x_data,y2_data, lw=0.5, fc="b", width=0.3, label="Android",alpha=0.5,bottom=y_data)

for i,j in zip(x_data,y_data):

   plt.text(i,j+0.05,"%d"%j,ha="center",va="bottom")

for i2,j2 in zip(x_data,y2_data):

   plt.text(i2,j2+180,"%d"%j2,ha="center",va="bottom")

正负柱状图

我们需要使用Axes对象来设置坐标轴的位置

首先使用pyplot.gca()方法创建axes对象
然后使用matplotlib.spines模块调用set_position设置坐标轴位置
set_position 设置轴位置点
spines[]选项有”left”|”bottom”|”width”|”height”
set_position 值格式为(位置类型,数量)；位置类型;”outward”|”axes”|”data”|;数量：中心->(“轴”,0.5),零->(“数据”,0.0)

python复制代码y_data = np.random.randint(100, 300,5)
y2_data = np.random.randint(100, 300,5)

ax = plt.gca()
ax.spines["bottom"].set_position(('data', 0))

plt.bar(x_data,+y_data,lw=0.5,fc="r",width=0.3,label="Phone")
plt.bar(x_data,-y2_data, lw=0.5, fc="b", width=0.3, label="Android")

for i,j in zip(x_data,y_data):

    plt.text(i,j,"%d"%j,ha="center",va="top")

for i2,j2 in zip(x_data,y2_data):

    plt.text(i2,-j2,"%d"%j2,ha="center",va="bottom")

总结

本期，我们对matplotlib模块中详细学习绘制各种柱状图标相关属性和方法，在遇到需要直观展示离散数据点的差异时，我们可以使用bar()或者barh()绘制美观的图表。

以上是本期内容，欢迎大佬们点赞评论，下期见~

本文转载自: 掘金

开发者博客 – 和开发相关的这里全都有

复习回顾

柱状图概述

柱状图属性

堆叠柱状图

并列柱状图

水平柱状图

添加折线柱状图

正负柱状图

总结