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) 
 
# 绘制标题 
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()

怎么使用Python Matplotlib绘制条形图

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) 
 
# 设置标题 
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()

怎么使用Python Matplotlib绘制条形图

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) 
 
# 设置标题 
plt.title("电影票房数据",size=30) 
 
# 只保留图形信息 
plt.show()

怎么使用Python Matplotlib绘制条形图

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) 
 
# 设置标题 
plt.title("电影票房数据",size=27) 
 
# 只保留图形信息 
plt.show()

怎么使用Python Matplotlib绘制条形图

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

怎么使用Python Matplotlib绘制条形图

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) 
 
# 设置标题 
plt.title("五日票房数据",fontproperties=font,size=30) 
 
# 只保留图形信息 
plt.show()

怎么使用Python Matplotlib绘制条形图

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_width2 = 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_width2,mdf.iloc[index],width=bar_width2,label='第%d天票房'%(index+1)) 
    xs = xticks1+(-2+index)*bar_width2 # 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) 
 
# 设置标题 
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()

怎么使用Python Matplotlib绘制条形图

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) 
 
# 设置标题 
plt.title("男女不同组别得分",fontproperties=font5,size=28) 
 
# 只保留图形 
plt.show()

怎么使用Python Matplotlib绘制条形图


本文参考链接:https://www.yisu.com/zixun/722415.html
评论关闭
IT虾米网

微信公众号号:IT虾米 (左侧二维码扫一扫)欢迎添加!