使用plt.bar柱状图减小柱子之间的间隔问题
更新时间：2023年09月14日 16:01:51 作者：Bruce-XIAO
这篇文章主要介绍了使用plt.bar柱状图减小柱子之间的间隔问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
plt.bar柱状图减小柱子之间的间隔
原始柱状图
import matplotlib.pyplot as plt
num_list = [1.5, 0.6, 7.8, 6]
plt.bar(range(len(num_list)), num_list)
plt.show()
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.pyplot import MultipleLocator
taxinyc = {
'gdc':{
'rmse': {
'16': 0.636,
'32': 0.622,
'64': 0.617,
'128': 0.608
},
'mae': {
'16': 0.159,
'32': 0.153,
'64': 0.152,
'128': 0.151
}
},
'scl':{
'rmse': {
'16': 0.604,
'32': 0.608,
'64': 0.607
},
'mae': {
'16': 0.160,
'32': 0.151,
'64': 0.154
}
},
'dcl':{
'rmse': {
'16': 0.612,
'32': 0.608,
'64': 0.610
},
'mae': {
'16': 0.148,
'32': 0.151,
'64': 0.158
}
}
}
taxincd = {
'gdc':{
'rmse': {
'16': 0.322,
'32': 0.322,
'64': 0.321,
'128': 0.320
},
'mae': {
'16': 0.117,
'32': 0.116,
'64': 0.115,
'128': 0.119
}
},
'scl':{
'rmse': {
'16': 0.324,
'32': 0.322,
'64': 0.321
},
'mae': {
'16': 0.128,
'32': 0.116,
'64': 0.118
}
},
'dcl':{
'rmse': {
'16': 0.321,
'32': 0.322,
'64': 0.396
},
'mae': {
'16': 0.116,
'32': 0.116,
'64': 0.222
}
}
}
def plot_data(data,colors):
for i,key1 in enumerate(data.keys()): #[gdc,scl,dcl]
if i == 0:
params = {
'figure.figsize': '4, 4',
'axes.unicode_minus':False
}
xx = [0., 0.7, 1.4, 2.1]
else:
params = {
'figure.figsize': '3, 4',
'axes.unicode_minus': False
}
xx = [0., 0.7, 1.4]
plt.rcParams.update(params)
for key2 in data[key1].keys(): #[rmse,mae']
fig, ax = plt.subplots()
hidden_dims = list(data[key1][key2].keys())
values = list(data[key1][key2].values())
x_center = [index + 0.3 for index in xx]
plt.bar(xx, values, width=0.6, align='edge',color=colors)
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
if key2 == 'rmse':
yrange = 0.7
ax.yaxis.set_major_locator(MultipleLocator(0.1))
else:
yrange = 0.18
ax.yaxis.set_major_locator(MultipleLocator(0.03))
plt.ylim(0.,yrange) # y轴取值范围
plt.ylabel(str.upper(key2))
plt.xticks(x_center, hidden_dims) # 这儿的0.3是配合宽度0.6来的，是他的一半，目的是让刻度线在柱子的中间
# plt.xlabel("特征", labelpad=8.5)
plt.axis('on') # 增加这行关闭坐标轴显示，但仍有空白区域
# plt.margins(0.1) 图内距离坐标轴0.1
plt.subplots_adjust(left=0.2) #整个图距离画布左边距0.2,防止ylabel消失
# 关键在于bbox_inches = 'tight',pad_inches = 0，去掉空白区域
plt.savefig('result/{}_{}.png'.format(key1,key2), bbox_inches='tight', pad_inches=0)
plt.show()
plt.close(fig)
if __name__ == '__main__':
colors = ['#35478C','#4E7AC7','#2FB2F0','#ADD5F7']
plot_data(taxinyc,colors)
# num_list = [1.5, 0.6, 7.8, 6]
# plt.bar(range(len(num_list)), num_list)
# plt.show()效果图：
折线图版本
import numpy as np
import matplotlib.pyplot as plt
taxinyc = {
'gdc':{
'rmse': {
'16': 0.636,
'32': 0.622,
'64': 0.617,
'128': 0.608
},
'mae': {
'16': 0.159,
'32': 0.153,
'64': 0.152,
'128': 0.151
}
},
'scl':{
'rmse': {
'16': 0.604,
'32': 0.608,
'64': 0.607
},
'mae': {
'16': 0.160,
'32': 0.151,
'64': 0.154
}
},
'dcl':{
'rmse': {
'16': 0.612,
'32': 0.608,
'64': 0.610
},
'mae': {
'16': 0.148,
'32': 0.151,
'64': 0.158
}
}
}
taxicd = {
'gdc':{
'rmse': {
'16': 0.322,
'32': 0.322,
'64': 0.321,
'128': 0.320
},
'mae': {
'16': 0.117,
'32': 0.116,
'64': 0.115,
'128': 0.119
}
},
'scl':{
'rmse': {
'16': 0.324,
'32': 0.322,
'64': 0.321
},
'mae': {
'16': 0.128,
'32': 0.116,
'64': 0.118
}
},
'dcl':{
'rmse': {
'16': 0.321,
'32': 0.322,
'64': 0.396
},
'mae': {
'16': 0.116,
'32': 0.116,
'64': 0.222
}
}
}
t1=['16','32','64','128']
t2= [16,32,64]
mae = [0.159,0.153,0.152,0.151]
rmse = [0.148,0.151,0.158]
x1 = [0.5,1.0,1.5,2.0]
x2 = [0.5,1.0,1.5]
data = taxicd
figure,ax=plt.subplots(1,3,sharey=True,figsize=(12,4))
index = ['(a)','(b)','(c)']
for i,(idx,key1) in enumerate(zip(index,data.keys())): # [gdc,scl,dcl]
for key2 in ['mae']: # [rmse,mae']
hidden_dims = list(data[key1][key2].keys())
values = list(data[key1][key2].values())
title = idx + 'hidden units of ' + str.upper(key1)
if i == 0:
ax[i].plot(x1, values, 'ro--')
ax[i].set_ylabel(str.upper(key2),fontdict={'fontsize':12})
ax[i].set_xticks(x1)
ax[i].set_xticklabels(hidden_dims,fontdict={'fontsize':12})
else:
ax[i].plot(x2, values, 'ro--')
ax[i].set_xticks(x2)
ax[i].set_xticklabels(hidden_dims,fontdict={'fontsize':12})
ax[i].set_title(title,fontdict={'fontsize':12})
plt.subplots_adjust(left=0.1, right=0.9, top=0.9, bottom=0.1)
plt.savefig('./taxicd_line_graph_hidden_units.png', bbox_inches='tight', pad_inches=0.1)
figure.show()
plt.bar柱状图中如何改变每个柱子之间的间距
这是我的柱状图，因为之间间距过窄导致数字挤到了一起，我搜了很多解决间距的方法，但是并没有针对我这个问题的解决办法。。。
后来我才发现其实非常简单：只用设置figsize的大小就好，figsize大了，间距自然就大了。
import matplotlib.pyplot as plt # 设置figsize的大小 plt.figure(figsize=(15, 5), dpi=80) # 画柱状图，width可以设置柱子的宽度 plt.bar(np.array(x[flag]), np.array(np.sort(y)), width=0.7) # 设置x轴字体的大小 plt.xticks(fontsize=12) plt.show()
效果图：
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了如何在pycharm安装torch包方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2025-04-04
这篇文章主要介绍了利用Python实现批量解压&压缩文件夹的示例代码，文中的实现步骤讲解详细，感兴趣的小伙伴快跟随小编一起动手试一试2022-04-04
python报错unexpected indent的解决办法
这篇文章主要给大家介绍了关于python报错unexpected indent的解决办法,在python中出现"Unexpected indent"可能是代码的缩进出现问题,需要的朋友可以参考下2023-06-06
这篇文章主要介绍了pytorch tensor计算三通道均值方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-07-07
今天小编就为大家分享一篇pandas表连接 索引上的合并方法，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2018-06-06
今天小编就为大家分享一篇使用Pandas将inf, nan转化成特定的值，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2019-12-12
一篇文章告诉你如何用Python控制Excel实现自动化办公
这篇文章主要介绍了教你怎么用Python处理excel实现自动化办公,文中有非常详细的代码示例,对正在学习python的小伙伴们有非常好的帮助,需要的朋友可以参考下2021-08-08
今天小编就为大家分享一篇python 借助numpy保存数据为csv格式的实现方法，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2018-07-07
在数据驱动的业务场景中,自动化设置Excel单元格边框成为提升数据处理效率的关键环节,下面我们就来讲讲如何使用Python设置Excel工作簿中单元格的边框吧2025-04-04
帕累托图是一种特殊的直方图， 在项目管理知识体系中属于质量管理的工具。本文为大家整理了Python实现帕累托图的方法，需要的可以参考一下2023-03-03
最新评论