python绘制横竖条形图的方法
条形图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。用来绘制离散的数据，能够一眼看出各个数据的大小，比较数据之间的差异。
绘制一个简单的条形图与折线图的绘制方法也是大体一致，只需要把拟合方式plt.plot()修改为plt.bar()即可。例如绘制2017年内地电影票房前20的电影和电影票房数据，如何对数据进行可视化分析呢？无疑是进行条形图分析。
老规矩，上代码：
# coding =utf-8 from matplotlib import pyplot as plt from matplotlib import font_manager my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\MSYHL.TTC") a = ['战狼2', '速度与激情8', '功夫瑜伽', '西游伏妖篇', '变形金刚5：最后的骑士', '摔跤吧，爸爸', '加勒比海盗5：死无对证', '金刚：骷髅岛', '极限特工：终极回归', '生化危机6：终章', '乘风破浪', '神偷奶爸3', '智取威虎山', '大闹天竺', '金刚狼3：殊死一战', '蜘蛛侠：英雄归来', '悟空传', '银河护卫队2', '情圣', '新木乃伊'] b = [56.01, 26.94, 17.53, 16.49, 15.45, 12.96, 11.8, 11.61, 11.28, 11.12, 10.49, 10.3, 8.75, 7.55, 7.32, 6.99, 6.88, 6.86, 6.58, 6.23] # 设置图像大小 plt.figure(figsize=(20, 15), dpi=80) # 绘制条形图 plt.bar(range(len(a)), b, width=1) # 设置字符串到X轴 plt.xticks(range(len(a)), a, fontproperties=my_font, rotation=90) # 显示图形 plt.show()
结果如下：
程序分析：可以看出，绘制的方法与折线图、散点图大体一致，只是把拟合的方式改成了plt.bar()，其余的大体一致。不过需要注意的是这个散点图需要设置每个条柱的宽度不能超过1，否则会出现混叠！
大家可以发现，这个电影的名字在下方并不好看，对做数据分析的人并不友好，那么就需要将上述的竖条形图转变成横条形图。具体方法很简单，只需要将竖条形图的plt.bar()改为plt.barh()即可。完整代码如下：
# coding =utf-8
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\MSYHL.TTC")
a = ['战狼2', '速度与激情8', '功夫瑜伽', '西游伏妖篇', '变形金刚5：最后的骑士', '摔跤吧，爸爸',
'加勒比海盗5：死无对证', '金刚：骷髅岛', '极限特工：终极回归', '生化危机6：终章', '乘风破浪',
'神偷奶爸3', '智取威虎山', '大闹天竺', '金刚狼3：殊死一战', '蜘蛛侠：英雄归来', '悟空传', '银河护卫队2',
'情圣', '新木乃伊']
b = [56.01, 26.94, 17.53, 16.49, 15.45, 12.96, 11.8, 11.61, 11.28, 11.12, 10.49, 10.3, 8.75, 7.55, 7.32, 6.99, 6.88, 6.86, 6.58, 6.23]
# 设置图像大小
plt.figure(figsize=(20,8),dpi=80)
# 绘制条形图
plt.barh(range(len(a)), b, height=0.3, color='orange') # 区别于竖的条形图 不能使用width
# 设置字符串到X轴
plt.yticks(range(len(a)), a, fontproperties=my_font)
plt.grid(alpha=0.3)
# 保存图片
plt.savefig('./movie.png')
# 显示图形
plt.show()运行结果如下：
可以看得出，横条形图在这里效果比竖条形图效果好，更容易观测与分析。使用时需要根据实际情况进行斟酌，合理选取。
那么问题又来了，如果我们知道了四部电影：猩球崛起3：终极之战、敦煌尔克、蜘蛛侠：英雄归来、战狼2在三天之内的票房数目，想知道电影本身在这三天自己的票房变化，怎么来绘制条形图呢？
先上代码：
from matplotlib import pyplot as plt from matplotlib import font_manager my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\MSYHL.TTC") a = ['猩球崛起3：终极之战', '敦刻尔克', '蜘蛛侠：英雄归来', '战狼2'] b_16 = [15746, 312, 4497, 319] b_15 = [12357, 156, 2045, 168] b_14 = [2358, 399, 2358, 362] bar_width = 0.2 # 乘以3小于1 # 设置相邻的宽度 x_14 =list(range(len(a))) x_15 = [i+bar_width for i in x_14] x_16 = [i+bar_width*2 for i in x_14] # 设置图像大小 plt.figure(figsize=(20,8),dpi=80) # 设置X轴 plt.xticks(x_15,a,fontproperties=my_font) # 绘制图像 设置条形图宽度 plt.bar(range(len(a)), b_14, width=bar_width, label='9月14日') plt.bar(x_15, b_15, width=bar_width, label='9月15日') plt.bar(x_16, b_16, width=bar_width, label='9月16日') # 设置图例 plt.legend(prop=my_font) # 显示图像 plt.show()
运行结果如下：
程序分析：可以看出来，上图很好的完成了题目的要求。猩球崛起3：终极之战的三日票房最高，同时三日票房总数呈现上升趋势；敦刻尔克与战狼2的电影票房总体都比较低；蜘蛛侠：英雄归来的票房虽然不多，但有上升趋势，票房数目中等。那么是怎么进行操作的呢？相当于在一幅图中绘制三个直方图，也就是四个电影在三天的票房数目。通过将宽度设置，实现三个直方图的无缝连接，使得形成一部电影在三天的票房数目的对比效果。即第一个条形图开始，第二个条形图起始点加上一个条形图的宽度，第三个条形图加上两个条形图的宽度，然后形成三个直方图的刚好契合。需要注意的是：这个每个直方图的宽度不能超过1/3，也就是三个重叠在一起宽度不能超过1，否则会形成条形图混叠。如下图：
总结：条形图绘制的要点就是使用plt.bar()或者plt.barh()，一定要注意条形图宽度的设置，不能超过1，否则会混叠，影响效果，达不到目标要求。
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
一般MAC上使用的是zsh的shell工具，需要修改zshrc文件来使环境变量永久生效(若不修改该文件，在命令行中输入相应的命令即可，本文给大家介绍MAC下Anaconda+Pyspark安装配置详细步骤，感兴趣的朋友跟随小编一起看看吧2021-12-12
这篇文章主要为大家介绍了如何利用Python实现电脑壁纸的采集以及轮换效果，文中的示例代码讲解详细，对我们学习Python有一定帮助，需要的可以参考一下2022-04-04
简单说,闭包就是根据不同的配置信息得到不同的结果。再来看看专业的解释:闭包（Closure）是词法闭包（Lexical Closure）的简称，是引用了自由变量的函数。这个被引用的自由变量将和这个函数一同存在，即使已经离开了创造它的环境也不例外。2015-07-07
今天小编就为大家分享一篇解决项目pycharm能运行,在终端却无法运行的问题，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2019-01-01
这篇文章主要介绍了Python常用的内置函数，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2019-04-04
作为爱玩电脑的你是不是也需要经常更换一下自己的电脑壁纸呢?但是在网上有很多心仪的图片想要保存下来，如果一张张的去保存那效率又低。所以本文用Python写一个保存图片的功能，把我们的图片给保存到我们的电脑，需要的可以参考一下2022-03-03
今天小编就为大家分享一篇matplotlib subplots 设置总图的标题方法，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2018-05-05
这篇文章主要介绍了Python交互式图形编程的实现，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
这篇文章主要为大家详细介绍了Pandas时序数据，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，希望能够给你带来帮助2022-03-03
这篇文章主要介绍了Python深度学习pytorch神经网络填充和步幅的理解2021-10-10
最新评论