python matplotlib实现条形图的填充效果
本文实例为大家分享了python matplotlib实现条形图填充效果的具体代码,供大家参考,具体内容如下
写专利用的python里面的matplotlib画的条形图 ,最开始用的三种颜色来区分,如下图:
然而被告知不行,只能用黑白的,其他颜色不能用,于是想到用灰度,如下图:
然而又被告知,不行,不能用灰度,只能用条形框的填充格式进行区分,接近崩溃,百度了半天也没看到相关的帖子,后来终于找到了,先来看一下效果,源码贴在最后面。效果如下图:
源码如下:
import matplotlib.pyplot as plt import numpy as np from pylab import mpl mpl.rcParams['font.sans-serif'] = ['Microsoft YaHei'] Y2016 = [83.2, 85, 83.9] Y2017 = [80.4, 74.6, 86.5] Y2018 = [85.8, 87.2, 89.1] labels = ['准确性', '敏感性', '特异性'] bar_width = 0.25 # 绘图 plt.figure(figsize=(10,10)) plt.bar(np.arange(3), Y2016, label='TSVM', color='white', alpha=1, width=bar_width,edgecolor="k",hatch='/') plt.bar(np.arange(3) + bar_width, Y2017, label=u'协同训练半监督', color='white', alpha=1, edgecolor="k",width=bar_width,hatch="***") plt.bar(np.arange(3) + 2*bar_width, Y2018, label=u'结合TSVM和协同训练半监督', color='white', alpha=1, edgecolor="k",width=bar_width,hatch="xxx") # 添加刻度标签 plt.xticks(np.arange(3) + bar_width, labels) plt.tick_params(labelsize=20) # 设置Y轴的刻度范围 plt.ylim([0, 100]) # 为每个条形图添加数值标签 for x2016, y2016 in enumerate(Y2016): plt.text(x2016, y2016 + 2, '%s' % y2016, ha='center',fontsize=20) for x2017, y2017 in enumerate(Y2017): plt.text(x2017 + bar_width, y2017 + 2, '%s' % y2017, ha='center',fontsize=20) for x2018, y2018 in enumerate(Y2018): plt.text(x2018 + 2*bar_width, y2018 + 2, '%s' % y2018, ha='center',fontsize=20) # 显示图例 plt.legend(bbox_to_anchor=(0.5,1), loc=3, borderaxespad=0,fontsize=17) plt.savefig('foo.png') # 显示图形 plt.show()
其中,hatch这个参数的值就是改变填充效果的,具体的效果有:‘*oO/|±.’,填充密度根据你引用的符号数量变化,如hatch=‘/’肯定比hatch=’///'要密集对吧。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。
赞 (0)