使用Python的matplotlib库绘制柱状图
更新时间：2023年07月05日 11:11:14 作者：小斌哥ge
这篇文章主要介绍了使用Python的matplotlib库绘制柱状图,Matplotlib是Python中最常用的可视化工具之一，可以非常方便地创建海量类型地2D图表和一些基本的3D图表，可根据数据集自行定义x,y轴，绘制图形,需要的朋友可以参考下
一、Matplotlib库介绍
Matplotlib最早是为了可视化癫痫病人的脑皮层电图相关的信号而研发，因为在函数的设计上参考了MATLAB，所以叫做Matplotlib。
Matplotlib是Python中最常用的可视化工具之一，可以非常方便地创建海量类型地2D图表和一些基本的3D图表，可根据数据集（DataFrame，Series）自行定义x,y轴，绘制图形（线形图，柱状图，直方图，密度图，散布图等等），能够解决大部分的需要。Matplotlib中最基础的模块是pyplot。
官方文档： https://matplotlib.org/
二、基本绘图流程
三、pyplot基础语法
1.创建画布与创建子图
| 函数名称 | 函数作用 |
| plt. figure(figsize, facecolor) | 创建一个空白画布，figsize参数可以指定画布大小，像素，单位为英寸。 |
| figure.add_subplot() | 创建并选中子图，可以指定子图的行数，列数，与选中图片编号。 |
2.添加画布内容
| 函数名称 | 函数作用 |
| plt.plot(x,y,ls,lw,lable,color) | 根据x，y数据绘制直线、曲线、标记点，ls为线型linestyle，lw为线宽linewidth，lable为标签文本内容，color为颜色。plt. scatter(x, y, c, marker, label, color)绘制散点图：x、y为相同长度的序列，c为单个颜色字符或颜色序列，marker为标记的样式，默认的是'o'，label为标签文本内容，color为颜色plt. bar(x, height, width, bottom)绘制条形图plt. pie(x, explode, labels, autopct, shadow = False, startangle)绘制饼图Plt. stem(x, y, linefmt, markerfmt, use_line_collection)绘制stem图 |
| plt.title(string) | 在当前图形中添加标题，可以指定标题的名称、位置、颜色、字体大小等参数。 |
| plt.xlabel(string) | 在当前图形中添加x轴名称，可以指定位置、颜色、字体大小等参数。 |
| plt.ylabel(string) | 在当前图形中添加y轴名称，可以指定位置、颜色、字体大小等参数。 |
| plt.xlim(xmin,xmax) | 指定当前图形x轴的范围，只能确定一个数值区间，而无法使用字符串标识。 |
| plt.ylim(ymin,ymax) | 指定当前图形y轴的范围，只能确定一个数值区间，而无法使用字符串标识。 |
| plt.xticks() | 指定x轴刻度的数目与取值。 |
| plt.yticks() | 指定y轴刻度的数目与取值。 |
| plt.legend() | 指定当前图形的图例，可以指定图例的大小、位置、标签。 |
3.保存与展示图形
| 函数名称 | 函数作用 |
| plt.savafig() | 保存绘制的图片，可以指定图片的分辨率、边缘的颜色等参数。 |
| plt.show() | 在本机显示图形。 |
4.不同图表绘制函数
| 函数 | 说明 |
| plt.plot() | 绘制直线、曲线图 |
| plt.boxplot() | 绘制箱形图 |
| plt.bar() | 绘制条形图 |
| plt.barh() | 绘制横向条形图 |
| plt.polar() | 绘制极坐标图 |
| plt.pie() | 绘制饼图 |
| plt.psd() | 绘制功率谱密度图 |
| plt.specgram() | 绘制谱图 |
| plt.cohere() | 绘制相关性函数 |
| plt.scatter() | 绘制散点图 |
| plt.step() | 绘制步阶图 |
| plt.hist() | 绘制直方图 |
| plt.contour() | 绘制等值图 |
| plt.vlines() | 绘制垂直图 |
| plt.stem() | 绘制柴火图 |
| plt.plot_date() | 绘制数据日期 |
| plt.clabel() | 绘制轮廓图 |
| plt.hist2d() | 绘制2D直方图 |
| plt.quiverkey() | 绘制颤动图 |
| plt.stackplot() | 绘制堆积面积 |
| plt.Violinplot() | 绘制小提琴图 |
四、其它相关内容
1.线条颜色(color)的设置
| 线的颜色 | 颜色 |
| 'b' | 蓝色 |
| 'g' | 绿色 |
| 'r' | 红 |
| 'c' | 青色 |
| 'm' | 品红 |
| 'y' | 黄色 |
| 'k' | 黑 |
| 'w' | 白色 |
2.线条标记(marker)的设置
| 线的标记 | 描述 |
| '.' | 点标记 |
| ',' | 像素标记 |
| 'o' | 圆圈标记 |
| 'v' | triangle_down 标记 |
| '^' | triangle_up 标记 |
| '<' | triangle_left 标记 |
| '>' | triangle_right 标记 |
| '1' | tri_down 标记 |
| '2' | tri_up 标记 |
| '3' | tri_left 标记 |
| '4' | tri_right 标记 |
| 's' | 方形标记 |
| 'p' | 五角大楼标记 |
| '*' | 星形标记 |
| 'h' | hexagon1 标记 |
| 'H' | hexagon2 标记 |
| '+' | 加号标记 |
| 'x' | x 标记 |
| 'D' | 钻石标记 |
| 'd' | thin_diamond 标记 |
| '|' | 圴标记 |
| '_' | 修身标记 |
3.线条类型(line)的设置
| 线的类型 | 描述 |
| '-' | 实线样式 |
| '--' | 虚线样式 |
| '-.' | 破折号-点线样式 |
| ':' | 虚线样式 |
到此这篇关于使用Python的matplotlib库绘制柱状图的文章就介绍到这了,更多相关Python的matplotlib库内容请搜索脚本之家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脚本之家！
相关文章
今天小编就为大家分享一篇关于Python的UTC时间转换讲解，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧2019-02-02
在计算机科学中，需要进行不同进制之间的转换，本文主要介绍了Python中不同进制间的转换，具有一定的参考价值，感兴趣的可以了解一下2023-10-10
python DataFrame获取行数、列数、索引及第几行第几列的值方法
下面小编就为大家分享一篇python DataFrame获取行数、列数、索引及第几行第几列的值方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
Python3的urllib.parse常用函数小结(urlencode,quote,quote_plus,unquot
这篇文章主要介绍了Python3的urllib.parse常用函数,结合实例形式分析了urlencode,quote,quote_plus,unquote,unquote_plus等函数的相关使用技巧,需要的朋友可以参考下2016-09-09
这篇文章主要介绍了Django REST framework 视图，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2019-01-01
本文详细介绍8种常用的方法,涵盖了基于决策树、集成学习模型以及统计学方法的特征重要性分析,从决策树模型到SHAP值,深入探讨每种方法的原理和示例,帮助全面了解如何评估特征的重要性,将能更好地理解特征对模型预测的贡献,为提升模型性能和解释模型决策提供有力支持2024-01-01
在Python中，可以使用Python-docx库来操作Word文档，所以下面小编就为大家介绍一下如何利用Python-docx实现多个Word文档合并功能吧，需要的可以参考一下2023-06-06
在数据分析中,有时数据源会是超大的文本文件(几G,或在几十G),需要从中提取需要的信息,下面这篇文章主要给大家介绍了关于Python大数据量文本文件高效解析方案代码实现的相关资料,需要的朋友可以参考下2022-12-12
Python+Selenium实现自动化的环境搭建的步骤(图文)
这篇文章主要介绍了Python+Selenium实现自动化的环境搭建的步骤(图文)，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-09-09
今天小编就为大家分享一篇对python中url参数编码与解码的实例详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-07-07
最新评论