python数据可视化之条形图画法

 更新时间:2022年04月21日 08:46:47   作者:cdy760849607  
这篇文章主要为大家详细介绍了python数据可视化之条形图画法,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

什么是条形图?

条形图(bar chart)是用宽度相同的条形的高度或长短来表示数据多少的图形。条形图可以横置或纵置,纵置时也称为柱形图(column chart)。此外,条形图有简单条形图、复式条形图等形式。

简单来说,条形图的宽度一般是相同的,条形的高度或长短表示数据的多少,这也就是条形图和直方图的本质区别。

第一种画法

import numpy as np
from pandas import DataFrame
# 由于我们的x轴上刻度值是中文 需要使用这个包 进行中文的显示
from matplotlib.pyplot import rcParams
# 显示中文  kaiti 表示 楷体
rcParams['font.sans-serif'] = 'kaiti'
# 条形图(纵向)
df = DataFrame(data=np.random.randint(50,100,size=(3,3)),
               index=['张三','李四','王五'],
               columns=['Python','En','Math']
              )
df.plot(kind='bar',fontsize=20)
# 运行结果如下图:

第二种画法

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
x = ['张三','李四','王五']
height = np.random.randint(80,100,size=3)
plt.bar(x,height,width=0.2)
height = np.random.randint(50,80,size=3)
plt.bar(x,height,width=0.2)
height = np.random.randint(10,80,size=3)
plt.bar(x,height,width=0.2)
# 设置图例  ncol 表示一行显示3个图例  loc 设置图例的位置
plt.legend(['数学成绩','Python成绩','英语成绩'],ncol=3,loc=(0,1))
# 运行结果如下:

第三种画法

使用pyecharts,pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒,为了与 Python 进行对接,方便在 Python 中直接使用数据生成图,简单便捷,可视化效果很棒,让我们来一起看看吧~。

import numpy as np
from pyecharts.charts import Bar
from pyecharts import options as opts

# V1 版本开始支持链式调用
bar = (
    Bar()
    .add_xaxis(['张三','李四','王五'])
    # 这里需要注意 y轴上传递的只能是列表 不能是数组,如果是数组 数据无法显示
    .add_yaxis("python成绩",np.random.randint(40,100,size=3).tolist())  
    .add_yaxis("数学成绩",np.random.randint(40,100,size=3).tolist())
    .add_yaxis("英语成绩",np.random.randint(40,100,size=3).tolist())
    .set_global_opts(title_opts=opts.TitleOpts(title="某大学大三学生成绩条形图",subtitle='K班级'))
      )
# 如果不习惯链式调用的可以使用常规操作

'''
bar = Bar()
bar.add_xaxis(['张三','李四','王五'])
bar.add_yaxis("python成绩",np.random.randint(40,100,size=3).tolist()) 
bar.add_yaxis("数学成绩",np.random.randint(40,100,size=3).tolist()) 
bar.add_yaxis("英语成绩",np.random.randint(40,100,size=3).tolist())
bar.set_global_opts(title_opts=opts.TitleOpts(title="某大学大三学生成绩条形图",subtitle='K班级'))
'''

# 在 jupyter notebook上输出
bar.render_notebook()
# 也可以渲染到本地html文件
# bar.render('./成绩.html')
# 运行结果如下:

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脚本之家。

相关文章

  • 对python Tkinter Text的用法详解

    对python Tkinter Text的用法详解

    今天小编就为大家分享一篇对python Tkinter Text的用法详解,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
    2018-10-10
  • Python实现一个简单的递归下降分析器

    Python实现一个简单的递归下降分析器

    这篇文章主要介绍了Python如何实现一个简单的递归下降分析器,文中讲解非常细致,代码帮助大家更好的理解和学习,感兴趣的朋友可以了解下
    2020-08-08
  • 使用Python中的Playwright制作测试视频的实现步骤

    使用Python中的Playwright制作测试视频的实现步骤

    Playwright 是一种流行的用于测试 Web 应用程序的自动化工具,它提供了多种功能来使测试更加高效和可靠,这些功能之一是能够捕获测试运行的视频,在此博客中,田辛老师将探索如何使用 Python 中的 Playwright 制作测试视频,感兴趣的同学可以参考本文自己动手尝试
    2023-10-10
  • python中时间、日期、时间戳的转换的实现方法

    python中时间、日期、时间戳的转换的实现方法

    这篇文章主要介绍了python中时间、日期、时间戳的转换的实现方法,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
    2019-07-07
  • Python科学计算环境推荐——Anaconda

    Python科学计算环境推荐——Anaconda

    最近在用Python做中文自然语言处理。使用的IDE是PyCharm。PyCharm确实是Python开发之首选,但用于科学计算方面,还略有欠缺。为此我尝试过Enthought Canopy,但Canopy感觉把问题搞得复杂化,管理Python扩展也不太方便。直到今天我发现了 Anaconda 。
    2014-06-06
  • pandas.DataFrame.iloc的具体使用详解

    pandas.DataFrame.iloc的具体使用详解

    本文主要介绍了pandas.DataFrame.iloc的具体使用详解,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
    2022-06-06
  • Python构造自定义方法来美化字典结构输出的示例

    Python构造自定义方法来美化字典结构输出的示例

    这篇文章主要介绍了用Python构造自定义方法来美化字典结构输出的示例,原理就是利用递归法来拼接字符串,需要的朋友可以参考下
    2016-06-06
  • python将dict中的unicode打印成中文实例

    python将dict中的unicode打印成中文实例

    这篇文章主要介绍了python将dict中的unicode打印成中文实例,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
    2020-05-05
  • python 与服务器的共享文件夹交互方法

    python 与服务器的共享文件夹交互方法

    今天小编就为大家分享一篇python 与服务器的共享文件夹交互方法,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
    2018-12-12
  • Python实现随机取一个矩阵数组的某几行

    Python实现随机取一个矩阵数组的某几行

    今天小编就为大家分享一篇Python实现随机取一个矩阵数组的某几行,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
    2019-11-11

最新评论