matplotlib基础绘图命令之bar的使用方法

在matplotlib中，bar命令用于绘制柱状图，基本用法如下在matplotlib中，bar命令用于绘制柱状图，基本用法如下在matplotlib中，bar命令用于绘制柱状图，基本用法如下在matplotlib中，bar命令用于绘制柱状图，基本用法如下在matplotlib中，bar命令用于绘制柱状图，基本用法如下

在matplotlib中，bar命令用于绘制柱状图，基本用法如下

plt.bar(x = [1, 2, 3, 4], height = [4, 2, 3, 1])

输出结果如下

参数x的值作为x轴坐标，height的值作为y轴坐标。除了这两个基本参数外，bar命令常用的还有以下参数

1. width, 柱子的宽度，即在x轴上的长度，默认是0.8

2. color, 柱子的填充色

3. edgecolor, 柱子边框的颜色，默认为None

4. linewidth, 柱子边框的宽度，默认为0，表示没有边框

5. yerr,指定误差值的大小， 用于在柱子上添加误差线

6. ecolor, 表示errorbar color, 误差线的颜色

7. bottom, 柱子底部的baseline, 默认为0

各个参数设置的示例如下

plt.bar(x = [1, 2, 3, 4], height = [4, 2, 3, 1], width = 0.8, edgecolor = 'black', linewidth = 2, align = 'center', color = 'g', yerr = 0.5, ecolor = 'r')

输出结果如下

柱状图还可以有很多的变种，通过barh命令，可以绘制水平方向的柱状图，用法如下

plt.barh(y = [1, 2, 3, 4], width = [4, 2, 3, 1])

输出结果如下

在单一柱状图的基础上，通过叠加可以实现以下两种柱状图

1. 堆积柱状图

代码如下

plt.bar(x = [1, 2, 3, 4], height = [4, 3, 2, 1], label = 'sampleA')
plt.bar(x = [1, 2, 3, 4], height = [4, 3, 2, 1], bottom = [4, 3, 2, 1], label = 'sampleB')
plt.legend()

核心是通过将第一组柱子的高度作为第二组柱子的底部，即bottom参数，从而实现堆积的效果，输出结果如下

2. 分组柱状图

代码如下

width = 0.4
plt.bar(x = np.array([1, 2, 3, 4]) - width / 2, height = [4, 3, 2, 1], width = width, label = 'sampleA')
plt.bar(x = np.array([1, 2, 3, 4]) + width / 2, height = [1, 2, 3, 4], width = width, label = 'sampleB')
plt.legend()

核心是根据宽度的值，手动计算柱子的中心坐标，然后自然叠加就可以形成水平展开的分组柱状图，输出结果如下

matplotlib并不像R包ggplot2那样，提供了一步到位的接口，而是通过叠加组合最大程度的保留了灵活性，通过一行行绘图代码的叠加来实现复杂图表。

到此这篇关于matplotlib基础绘图命令之bar的使用方法的文章就介绍到这了,更多相关matplotlib bar使用内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • matplotlib实现热成像图colorbar和极坐标图的方法

    热成像图 %matplotlib inline from matplotlib import pyplot as plt import numpy as np def f(x, y): return (1 - x / 2 + x ** 5 + y ** 3) * np.exp(-x ** 2 - y ** 2) n = 10 x = np.linspace(-3, 3, 4 * n) y = np.linspace(-3, 3, 3 * n) X, Y = np.meshgrid(x, y) p

  • 对matplotlib改变colorbar位置和方向的方法详解

    如下所示: #! usr/bin/python #coding=utf-8 import numpy as np import matplotlib.pyplot as plt data=np.random.rand(10,10) fig, ax=plt.subplots() data[data==-1]=np.nan#去掉缺省值-1 im =ax.imshow(data,interpolation='none',cmap='Reds_r',vmin=0.6,vmax=.9)#不插值 #去掉边框

  • matplotlib基础绘图命令之errorbar的使用

    在matplotlib中,errorbar方法用于绘制带误差线的折线图,基本用法如下 plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1) 输出结果如下 yerr参数用于指定y轴水平的误差,同时该方法也支持x轴水平的误差,对应参数xerr.指定误差值有多种方式,上述代码展示的是指定一个统一标量的用法,此时,所以的点误差值都一样. 除此之外,还可以指定为一个和点的个数相同的数组,为每个点单独设置误差值,用法如下 plt.errorbar(x=[1

  • matplotlib基础绘图命令之bar的使用方法

    在matplotlib中,bar命令用于绘制柱状图,基本用法如下在matplotlib中,bar命令用于绘制柱状图,基本用法如下在matplotlib中,bar命令用于绘制柱状图,基本用法如下在matplotlib中,bar命令用于绘制柱状图,基本用法如下在matplotlib中,bar命令用于绘制柱状图,基本用法如下 在matplotlib中,bar命令用于绘制柱状图,基本用法如下 plt.bar(x = [1, 2, 3, 4], height = [4, 2, 3, 1]) 输出结果如下

  • matplotlib基础绘图命令之imshow的使用

    在matplotlib中,imshow方法用于绘制热图,基本用法如下 import matplotlib.pyplot as plt import numpy as np np.random.seed(123456789) data = np.random.rand(25).reshape(5, 5) plt.imshow(data) 输出结果如下 imshow方法首先将二维数组的值标准化为0到1之间的值,然后根据指定的渐变色依次赋予每个单元格对应的颜色,就形成了热图.对于热图而言,通常我们还需

  • Python使用matplotlib实现基础绘图功能示例

    Python使用matplotlib实现基础绘图功能示例

    本文实例讲述了Python使用matplotlib实现基础绘图功能.分享给大家供大家参考,具体如下: 一个简单的例子 # -*- coding:utf-8 -*- #!python3 import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,10,101) #设置起始及终点,以及点的数量 y = np.sin(x) #调用numpy库的sin函数 z = np.cos(x**2) plt.figure(figsize

  • python数据分析matplotlib的基础绘图使用

    python数据分析matplotlib的基础绘图使用

    目录 前言 (一)什么是matplotlib 1.为什么要学习matplotlib 2.什么是matplotlib 3. 安装matplotlib 4.导入matplotlib库 (二)matplotlib基本要点 1.matplotlib基本使用 2.完善matplotlib绘制的图形 前言 大家好,我是苏凉,在前面我们已经学习了网络爬虫并且获取到了数据,接下来当然是对数据进行分析啦,本篇文章带大家进入新的模块:pyhon数据分析基础matplotlib的基础绘图. (一)什么是matplot

  • Python利用matplotlib.pyplot绘图时如何设置坐标轴刻度

    Python利用matplotlib.pyplot绘图时如何设置坐标轴刻度

    前言 matplotlib.pyplot是一些命令行风格函数的集合,使matplotlib以类似于MATLAB的方式工作.每个pyplot函数对一幅图片(figure)做一些改动:比如创建新图片,在图片创建一个新的作图区域(plotting area),在一个作图区域内画直线,给图添加标签(label)等.matplotlib.pyplot是有状态的,亦即它会保存当前图片和作图区域的状态,新的作图函数会作用在当前图片的状态基础之上. 在开始本文之前,不熟悉的朋友可以先看看这篇文章:Python

  • 教你学会通过python的matplotlib库绘图

    教你学会通过python的matplotlib库绘图

    一.前言 python的matplotlib库很强大可以绘制各种类型的图像. 首先要装一些基础的库,如numpy,matplotlib或是pandas. 二.基础命令 首先介绍绘图时常用的基础命令: 1.plt.plot(x,y)即为绘图命令. ①基础画图: plt.plot(x, y) ②设置颜色: color属性 如果没有特别要求的话可以不手动设置颜色,如果要在一张图上画不同的线时,会自动分配颜色.也可以使用ax.plot效果相同. plt.plot(x, y, color = 'red')

  • Python画图工具Matplotlib库常用命令简述

    Python画图工具Matplotlib库常用命令简述

    目录 1. 简单例程柱状图 2. 读取exal方法 2.1  数据处理常用库:pandas 2.2 提取列表数组 3. 论文图片的类型和格式 4. 柱状图扩展 4.1 堆叠柱状图 4.2 分解柱状图 5. Python绘制折线图坐标无法显示负号 6.  Python坐标轴显示汉字 matplotlib官网 matplotlib库默认英文字体 添加黑体('SimHei')为绘图字体 代码: plt.rcParams['font.sans-serif']=['SimHei'] 1. 简单例程柱状图

  • Python中的3D绘图命令总结

    Python中的3D绘图命令总结

    目录 导语 013Dplot 1.基本语法 2.PythonCmd 3.举例 02绘制Scatter 03绘制3DSurface 导语 很多情况下,为了能够观察到数据之间的内部的关系,可以使用绘图来更好的显示规律. 比如在下面的几张动图中,使用matplotlib中的三维显示命令,使得我们可以对于logistic回归网络的性能与相关参数有了更好的理解. 下面的动图显示了在训练网络时,不同的学习速率对于算法收敛之间的影响. 下面给出了绘制这些动态曲线的相关的python指令: 01 3D plot

  • Python matplotlib实用绘图技巧汇总

    Python matplotlib实用绘图技巧汇总

    前言 在日常的业务数据分析 ,可视化是非常重要的步骤.这里总结了matplotlib常用绘图技巧,希望可以帮助大家更加更加高效的.美观的显示图表.作者:北山啦 Matplotlib 是 Python 的绘图库. 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案. 它也可以和图形工具包一起使用,如 PyQt 和wxPython. pip3 install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple impo

随机推荐