Matplotlib - 条形图

---

条形图或条形图是用矩形条显示分类数据的图表或图形，矩形条的高度或长度与其所表示的值成比例。条形图可以垂直或水平绘制。

条形图显示离散类别之间的比较。图表的一个轴显示正在比较的特定类别，另一轴表示测量值。

Matplotlib API 提供了bar()函数，可用于 MATLAB 风格以及面向对象的 API。与坐标区对象一起使用的 bar() 函数的签名如下 -

ax.bar(x, height, width, bottom, align)

该函数使用大小为 (x −width = 2; x + width=2;bottom;bottom + height) 的边界矩形绘制条形图。

该函数的参数是 -

该函数返回包含所有条形图的 Matplotlib 容器对象。

以下是 Matplotlib 条形图的简单示例。它显示了就读学院提供的各种课程的学生人数。

import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_axes([0,0,1,1])
langs = ['C', 'C++', 'Java', 'Python', 'PHP']
students = [23,17,35,29,12]
ax.bar(langs,students)
plt.show()

当比较多个数量和更改一个变量时，我们可能需要一个条形图，其中一种颜色的条形代表一个数量值。

我们可以通过调整条形的厚度和位置来绘制多个条形图。数据变量包含三个系列，每组四个值。以下脚本将显示三个由四个条形组成的条形图。条形的厚度为 0.25 个单位。每个条形图将比前一个移动 0.25 个单位。该数据对象是一个多重字典，包含过去四年中通过工程学院三个分校的学生人数。

import numpy as np
import matplotlib.pyplot as plt
data = [[30, 25, 50, 20],
[40, 23, 51, 17],
[35, 22, 45, 19]]
X = np.arange(4)
fig = plt.figure()
ax = fig.add_axes([0,0,1,1])
ax.bar(X + 0.00, data[0], color = 'b', width = 0.25)
ax.bar(X + 0.25, data[1], color = 'g', width = 0.25)
ax.bar(X + 0.50, data[2], color = 'r', width = 0.25)

堆叠条形图将代表不同组的条形堆叠在一起。结果条的高度显示各组的组合结果。

pyplot.bar()函数的可选底部参数允许您指定条形的起始值。不是从零跑到某个值，而是从底部跑到该值。第一次调用 pyplot.bar() 绘制蓝色条。第二次调用 pyplot.bar() 绘制红色条，蓝色条的底部位于红色条的顶部。

import numpy as np
import matplotlib.pyplot as plt
N = 5
menMeans = (20, 35, 30, 35, 27)
womenMeans = (25, 32, 34, 20, 25)
ind = np.arange(N) # the x locations for the groups
width = 0.35
fig = plt.figure()
ax = fig.add_axes([0,0,1,1])
ax.bar(ind, menMeans, width, color='r')
ax.bar(ind, womenMeans, width,bottom=menMeans, color='b')
ax.set_ylabel('Scores')
ax.set_title('Scores by group and gender')
ax.set_xticks(ind, ('G1', 'G2', 'G3', 'G4', 'G5'))
ax.set_yticks(np.arange(0, 81, 10))
ax.legend(labels=['Men', 'Women'])
plt.show()