#票房單位億元
movies = {
?"流浪地球":40.78,
?"飛馳人生":15.77,
?"瘋狂的外星人":20.83,
?"新喜劇之王":6.10,
?"廉政風(fēng)云":1.10,
?"神探蒲松齡":1.49,
?"小豬佩奇過(guò)大年":1.22,
?"熊出沒(méi)·原始時(shí)代":6.71
}

用條形圖繪制每部電影及其票房的代碼如下：

movies = {
? ? "流浪地球":40.78,
? ? "飛馳人生":15.77,
? ? "瘋狂的外星人":20.83,
? ? "新喜劇之王":6.10,
? ? "廉政風(fēng)云":1.10,
? ? "神探蒲松齡":1.49,
? ? "小豬佩奇過(guò)大年":1.22,
? ? "熊出沒(méi)·原始時(shí)代":6.71
}
x = list(movies.keys())
y = list(movies.values())
plt.figure(figsize=(15,5))
# plt.bar(x,y,width=-0.3,align="edge",color='r',edgecolor='k')
movie_df = pd.DataFrame(data={"names":list(movies.keys()),"tickets":list(movies.values())})
plt.bar("names","tickets",data=movie_df)
plt.xticks(fontproperties=font,size=12)
plt.yticks(range(0,45,5),["%d億"%x for x in range(0,45,5)],fontproperties=font,size=12)
plt.grid()

其中 xticks 和 yticks 的用法跟之前的折線圖一樣。這里新出現(xiàn)的方法是 bar ， bar 常用的有3個(gè)參數(shù)，分別是 x （x軸的坐標(biāo)點(diǎn)）, y （y軸的坐標(biāo)點(diǎn)）以及 width （條形的寬度）。

2. 橫向條形圖

橫向條形圖需要使用plt.barh 這個(gè)方法跟 bar 非常的類似，只不過(guò)把方向進(jìn)行旋轉(zhuǎn)。參數(shù)
跟 bar 類似，但也有區(qū)別。

如下：

y ：數(shù)組或列表，代表需要繪制的條形圖在 y 軸上的坐標(biāo)點(diǎn)。
width ：數(shù)組或列表，代表需要繪制的條形圖在 x 軸上的值（也就是長(zhǎng)度）。
height ：條形圖的高度，默認(rèn)是0.8。
left ：條形圖的基線，也就是距離y軸的距離。

其他參數(shù)跟 bar 一樣。
返回值也是 BarContainer 容器對(duì)象。

還是以以上數(shù)據(jù)為例，將電影名和票房反轉(zhuǎn)一下。

示例代碼如下：

plt.barh(list(movies.keys()),list(movies.values()))
plt.yticks(fontproperties=font,size=12)

3. 分組條形圖

現(xiàn)在有一組數(shù)據(jù)，是2019年春節(jié)賀歲片前五天的電影票房記錄。

示例代碼如下：

movies = {
? ? "流浪地球":[2.01,4.59,7.99,11.83,16],
? ? "飛馳人生":[3.19,5.08,6.73,8.10,9.35],
? ? "瘋狂的外星人":[4.07,6.92,9.30,11.29,13.03],
? ? "新喜劇之王":[2.72,3.79,4.45,4.83,5.11],
? ? "廉政風(fēng)云":[0.56,0.74,0.83,0.88,0.92],
? ? "神探蒲松齡":[0.66,0.95,1.10,1.17,1.23],
? ? "小豬佩奇過(guò)大年":[0.58,0.81,0.94,1.01,1.07],
? ? "熊出沒(méi)·原始時(shí)代":[1.13,1.96,2.73,3.42,4.05]
}

plt.figure(figsize=(20,8))
width = 0.75
bin_width = width/5
movie_pd = pd.DataFrame(movies)
ind = np.arange(0,len(movies))
# 第一種方案
# first_day = movie_pd.iloc[0]
# plt.bar(ind-bin_width*2,first_day,width=bin_width,label='第一天')
# second_day = movie_pd.iloc[1]
# plt.bar(ind-bin_width,second_day,width=bin_width,label='第二天')
# third_day = movie_pd.iloc[2]
# plt.bar(ind,third_day,width=bin_width,label='第三天')
# four_day = movie_pd.iloc[3]
# plt.bar(ind+bin_width,four_day,width=bin_width,label='第四天')
# five_day = movie_pd.iloc[4]
# plt.bar(ind+bin_width*2,five_day,width=bin_width,label='第五天')

# 第二種方案
for index in movie_pd.index:
? ? day_tickets = movie_pd.iloc[index]
? ? xs = ind-(bin_width*(2-index))
? ? plt.bar(xs,day_tickets,width=bin_width,label="第%d天"%(index+1))
? ? for ticket,x in zip(day_tickets,xs):
? ? ? ? plt.annotate(ticket,xy=(x,ticket),xytext=(x-0.1,ticket+0.1))
# 設(shè)置圖例
plt.legend(prop=font)
plt.ylabel("單位：億",fontproperties=font)
plt.title("春節(jié)前5天電影票房記錄",fontproperties=font)
# 設(shè)置x軸的坐標(biāo)
plt.xticks(ind,movie_pd.columns,fontproperties=font)
plt.xlim
plt.grid(True)
plt.show()

4. 堆疊條形圖

堆疊條形圖，是將一組相關(guān)的條形圖堆疊在一起進(jìn)行比較的條形圖。

比如以下案例:

menMeans = (20, 35, 30, 35, 27)
womenMeans = (25, 32, 34, 20, 25)
groupNames = ('G1','G2','G3','G4','G5')
plt.bar(groupNames,menMeans,label="男性得分")
plt.bar(groupNames,womenMeans,bottom=menMeans,label='女性得分')
plt.legend(prop=font)

在繪制女性得分的條形圖的時(shí)候，因?yàn)橐询B在男性得分的條形圖上，所以使用到了一
個(gè) bottom 參數(shù)，就是距離 x 軸的距離。通過(guò)對(duì)貼條形圖，我們就可以清楚的知道，哪一個(gè)隊(duì)伍的綜合排名是最高的，并且在每個(gè)隊(duì)伍中男女的得分情況。

5. 條形圖應(yīng)用場(chǎng)景

數(shù)量統(tǒng)計(jì)。
頻率統(tǒng)計(jì)。
適用于分類數(shù)據(jù)對(duì)比。
垂直條形圖最多不超過(guò)12個(gè)分類（也就是12個(gè)柱形），橫向條形圖最多不超過(guò)30個(gè)分類。如果垂直條形圖的分類名太長(zhǎng)，那么建議換成橫向條形圖。
柱狀圖不適合表示趨勢(shì)，如果想要表示趨勢(shì)，應(yīng)該使用折線圖。

到此這篇關(guān)于Matplotlib實(shí)現(xiàn)各種條形圖繪制的文章就介紹到這了,更多相關(guān)Matplotlib條形圖繪制內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: