python數據可視化--matplotlib繪製柱形圖

2022-01-18 AI小白筆記

柱形圖一般用於類別比較,用柱子的高低來表示數據的大小,在matplotlib中使用plt.bar()函數繪製柱形圖,先看一段代碼:

import matplotlib.pyplot as plt plt.rcParams['font.family']='SimHei'
label=['語文','數學','英語','歷史']score=[90,80,88,78]
plt.bar(label,score)plt.show()

第4行label列表用於表示X軸的數據,第5行score表示各柱子的高度,第7行使用plt.bar()函數生成柱形。

plt.bar()函數還有以下可選參數:

表示柱形的對齊方式,align='center'表示柱子與刻度線的中間對齊,align='edge'表示柱子的左邊與刻度線對齊。默認值是'center'

用於設置柱子的顏色,賦值時只有一個取值,表示所有柱子顏色相同,若賦值時給定一個列表,則表示各柱子顏色各不相同。

用於設置柱子內部填充的符號,取值範圍是{'/', '\', '|', '-', '+', 'x', 'o', 'O', '.', '*'},還可以多個字符串組合使用。

import matplotlib.pyplot as plt plt.rcParams['font.family']='SimHei'plt.figure(dpi=100)
label=['語文','數學','英語','歷史']score=[90,80,88,78]color=['b','r','g','purple']
plt.bar(label,score,width=0.4,color=color,hatch='/+')plt.title('期末考試各科成績')plt.grid(ls='--',alpha=0.5,axis='y')plt.show()

第7行設置一個各柱子顏色的列表,在第9行通過參數color進行設置,參數hatch設置了/和+兩個填充的符號。

如果想在各柱子的頂部顯示該柱子的高度呢(也就是各科成績),在最後一行之前添加以下代碼即可:

for i,j in zip(label,score):    plt.text(i,j+1,j,ha='center')

for循環使用兩個變量遍歷訪問迭代對象zip()的每個元素,元素是由X軸和Y軸對應數據組成的元組,變量i獲取X軸數據,變量j獲取Y軸數據,將數據標籤顯示在點(i,j+1)處,即柱子頂點往上加1個像素點的地方。變量j同時也是要顯示的數據值,ha='center'的意思是數據標籤相對柱子的寬度居中對齊(水平對齊),它是horizontalalignment的縮寫,取值範圍有left,right,center;(多說一句,這裡還有垂直對齊,即verticalalignment(va),取值範圍有:center,top,bottom,baseline)

柱形圖也可以使用plt.xlabel()、plt.ylabel()、plt.legend()等設置X軸標題、Y軸標題和圖例,設置方法與折線圖相同,在此不再贅述。

相關焦點

  • Python-Matplotlib 動態柱形圖繪製(數據分享)
    這期開始,我們將公眾號剛開始的不成熟風格文章推文改成與現在相統一的風格,同時也為了解決大家複製不了代碼的問題,本期推文,將介紹使用Python-matplotlib 繪製動態柱形圖的教程推文,主要涉及的知識點如下:matplotlib的animation模塊製作動態圖animation
  • python數據可視化--matplotlib繪製直方圖
    直方圖用於表達在某個數據範圍內連續型數據的分布特徵,它跟柱形圖有些相似,但又不盡相同,一般來說,柱形圖用於描述離散型數據的分布,而直方圖用於描述連續型數據的分布。比如說某班考試成績70~80分之間的人數,80~90分之間的人數用直方圖表達就比較直觀。
  • Matplotlib 柱形圖
    我們可以使用 pyplot 中的 bar() 方法來繪製柱形圖。
  • python使用matplotlib畫動態圖
    matplotlib是python的核心繪圖庫,是python的一個開源項目,旨在為python提供一個繪圖庫。matplotlib與numpy組合是一種可行的matlab替代方案。在可視化中matplotlib是最常使用的工具,是對數據整體判斷、效果預測不可或缺的重要模塊。
  • Python-matplotlib: 散點圖的繪製
    ,所使用的數據關於全球教育水平劃分的師生比例,涉及到的包主要為matplotlib和seaborn,當然用於數據處理分析的pandas和 numpy也必不可少。本文涉及的數據主要包括兩種,一種為全球各大洲的網格數據,用於繪製另類散點圖例,一種為全球各州的教育水平的師生比例,用於散點圖的繪圖。各大洲的網格數據如下(部分):如紅框所示,為所需要的數據,用於繪圖。
  • Python-matplotlib 學術型散點圖繪製
    本期推文只要介紹學術散點圖的繪製教程,涉及的內容主要還是matplotlib散點圖的繪製,只不過添加了相關性分析,擬合關係式和顏色映射散點密度(大多數的英文文章中多出現此類圖表
  • 推薦: 一本「高顏值」的Python語言數據可視化圖書
    所以很有必要系統性地介紹python的繪圖語法系統,包括最基礎也最常用的matplotlib包、常用於統計分析的seaborn、最新出現類似R ggplot2語法的plotnine以及用於地理空間數據可視化的basemap包。在先介紹數據可視化基礎理論後,本書系統性地介紹了幾乎所有常見的二維和三維圖表的繪製方法,包括簡單的柱形圖系列、條形圖系列、折線圖系列,地圖系列等。
  • Matplotlib數據可視化!
    數據可視化,就是指將結構或非結構數據轉換成適當的可視化圖表,然後將隱藏在數據中的信息直接展現於人們面前。相比傳統的用表格或文檔展現數據的方式,可視化能將數據以更加直觀的方式展現出來,使數據更加客觀、更具說服力。數據可視化已經被用於工作科研的方方面面,如工作報表、科研論文等,成為了不可或缺的基礎技能。現在,就讓我們一起來學習下數據可視化的基礎知識。
  • Python可視化:學會Matplotlib這幾點就夠了!
    python分析可視化展示,對於日常的分析中主要用到餅圖、折線圖、直方圖基本能滿足一般的分析可視化呈現。1、可視化直方圖舉例import matplotlib.pyplot as pltplt.rcParams['font.family']='Arial Unicode MS' #中文顯示plt.plot([3,1,4,5,2]) #基礎數據實現折線圖plt.ylabel('縱軸(值)')
  • Matplotlib 數據可視化基本操作
    最近著手to C業務,藉助Python進行數據分析,涉及到數據可視化的一些內容,跟著網上的教程敲了敲代碼本文內容:csv文件數據讀取與信息查閱;柱形圖、折線圖、餅圖、箱型圖、散點圖、直方圖繪製data讀取與顯示 #  import packagesimport pandas as pd import
  • 高效使用 Python 可視化工具 Matplotlib
    基本前提如果你除了本文之外沒有任何基礎,建議用以下幾個步驟學習如何使用matplotlib:學習基本的matplotlib術語,尤其是什麼是圖和坐標軸始終使用面向對象的接口,從一開始就養成使用它的習慣用基礎的pandas繪圖開始你的可視化學習用seaborn進行更複雜的統計可視化用matplotlib來定製
  • Python筆記:用matplotlib繪製面積圖
    今晚雖然休息,但繼用matplotlib繪製折線圖之後,我又心血來潮地想用matplotlib來製作一點面積圖,因為這在零售行業也是常用的可視化圖形之一。具體如下:繪製常規面積圖(餅圖):import matplotlib.pyplot as pltimport numpy as np%matplotlib inline plt.rcParams["font.sans-serif"] = ["SimHei"]plt.rcParams["axes.unicode_minus
  • python數據科學系列:matplotlib入門詳細教程
    與之齊名,matplotlib作為數據科學的的另一必備庫,算得上是python可視化領域的元老,更是很多高級可視化庫的底層基礎,其重要性不言而喻。本篇對matplotlib進行系統性介紹,不會面面俱到,但求體系完備、詳略得當。
  • Python-seaborn 基礎圖表繪製-柱形圖(數據分享)
    上期介紹了使用R-ggplot繪製基礎柱形圖的繪製推文,本期按照慣例,我們繼續推出Python 版本的繪製方法,當然我們也是經過美化修飾的結果,畢竟要自己看的過去才行。本期推文主要涉及的知識點如下:Matplotlib inset_locator.inset_axes()自由添加圖片元素Python-seaborn繪製統計直方圖在使用基礎的matplotlib雖然也能繪製出直方統計圖,但面對多類別數據則顯得較為蠻煩,基本系列課程的目的是為了大家系統掌握各種圖表的繪製方法
  • matplotlib的Python數據可視化和探索——入門指南
    matplotlib——最受歡迎的Python庫,用於數據可視化和探索我喜歡在Python中使用matplotlib。這是我學會掌握的第一個可視化庫,此後一直存在。matplotlib是最受歡迎的用於數據可視化和探索的Python庫,這是有原因的——它提供的靈活性和敏捷性是無與倫比的!
  • 數據可視化之使用Matplotlib繪製甘特圖
    Henry Gantt 為了分析已經完成的項目創建了甘特圖,他最初設計這個可視化工具主要用來衡量員工的工作效率並從中識別表現不佳的員工。經過多年的發展,甘特圖已經發展成項目規劃和跟蹤的必備工具。本文主要介紹如何使用Matplotlib來繪製甘特圖,並不斷優化我們的可視化效果。
  • Matplotlib數據可視化方法總結
    數據可視化,就是指將結構或非結構數據轉換成適當的可視化圖表,然後將隱藏在數據中的信息直接展現於人們面前。相比傳統的用表格或文檔展現數據的方式,可視化能將數據以更加直觀的方式展現出來,使數據更加客觀、更具說服力。數據可視化已經被用於工作科研的方方面面,如工作報表、科研論文等,成為了不可或缺的基礎技能。現在,就讓我們一起來學習下數據可視化的基礎知識。
  • python:matplotlib入門詳細教程
    與之齊名,matplotlib作為數據科學的的另一必備庫,算得上是python可視化領域的元老,更是很多高級可視化庫的底層基礎,其重要性不言而喻。本篇對matplotlib進行系統性介紹,不會面面俱到,但求體系完備、詳略得當。
  • matplotlib庫繪製折線圖、子圖及條形圖
    前面幾節我們學習了python中numpy和pandas庫的一些常用操作,接下來幾個章節,我們學習一個非常重要的數據可視化庫matplotlib(seaborn庫也有有所涉及)。這裡我們需要知道,matplotlib庫主要繪製一些2D圖形和簡單的3D圖形。
  • Python可視化 | Matplotlib繪製圓環圖的兩種方法!
    今天給大家介紹Python可視化之環形圖的繪製。環形圖,也被稱為圓環圖。它在功能上與餅圖相同,只是中間有一個空白,並且能夠同時支持多個統計數據。與標準餅圖相比,環形圖提供了一個更好的數據強度,因為空白中心可以用來顯示額外的、相關的數據。