柱狀圖，是一種使用矩形條，對不同類別進行數(shù)值比較的統(tǒng)計圖表。

在柱狀圖上，分類變量的每個實體都被表示為一個矩形（通俗講即為“柱子”），而數(shù)值則決定了柱子的高度。

1. 主要元素

柱狀圖是一種用長方形柱子表示數(shù)據(jù)的圖表。

它包含三個主要元素：

• 橫軸（x軸）：表示數(shù)據(jù)的類別或時間。
• 縱軸（y軸）：表示數(shù)據(jù)的數(shù)量或百分比。
• 柱子：用于表示每個數(shù)據(jù)類別或時間段的數(shù)量或百分比，柱子的高度與數(shù)據(jù)的大小成比例。

2. 適用的場景

柱狀圖適用于以下分析場景：

• 比較不同類別或時間段的數(shù)量或百分比。
• 顯示數(shù)據(jù)的分布情況，如數(shù)據(jù)的最大值、最小值、平均值等。
• 強調(diào)數(shù)據(jù)的變化趨勢。
• 比較不同組之間的差異。
• 分析數(shù)據(jù)的增長或下降情況。

3. 不適用的場景

柱狀圖不適用于以下分析場景：

• 數(shù)據(jù)之間存在比例關系，如占比、比率等，此時應該使用餅圖或堆積圖。
• 數(shù)據(jù)之間存在時間序列關系，此時應該使用折線圖。
• 數(shù)據(jù)之間存在空間關系，此時應該使用地圖。
• 數(shù)據(jù)之間存在相關性關系，此時應該使用散點圖。

4. 分析實戰(zhàn)

這次選用王者榮耀2023年KPL春季賽的戰(zhàn)隊數(shù)據(jù)：databook.top/wzry/2023-spring

4.1. 數(shù)據(jù)來源

fp = "d:/share/league-2023春季賽.csv"
df = pd.read_csv(fp)
df.loc[:, ["排名", "戰(zhàn)隊", "比賽場次", "勝場"]]

4.2. 數(shù)據(jù)清理

本次實戰(zhàn)用柱狀圖展示前6名的比賽場次和勝場，也就是每個戰(zhàn)隊有2個柱子。

df.loc[:5, ["排名", "戰(zhàn)隊", "比賽場次", "勝場"]]

4.3. 分析結(jié)果可視化

data = df.loc[:5, ["排名", "戰(zhàn)隊", "比賽場次", "勝場"]]
with plt.style.context("seaborn-v0_8"):
    fig = plt.figure()
    ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
    teams = data["戰(zhàn)隊"].tolist()    
    games = {
        "比賽場次": data["比賽場次"].tolist(),
        "勝場": data["勝場"].tolist(),
    }
    width = 0.25
    multiplier = 0
    x = np.arange(len(teams))
    for name, vals in games.items():
        offset = width*multiplier
        rects = ax.bar(x+offset, vals, width, label=name)
        ax.bar_label(rects, padding=3)
        multiplier+=1
    ax.set_title("2023-KPL春季賽前六名")
    ax.set_xticks(x+0.1, teams)
    ax.legend(loc="upper left")

第一名重慶狼隊，比賽場次總數(shù)倒數(shù)第二，但是勝場數(shù)確實第一，勝率明顯高于其他隊伍，不愧是冠軍隊伍。

戰(zhàn)隊，選手和各個英雄的數(shù)據(jù)都已經(jīng)整理好分享在上面的URL中，感興趣的話可以自己分析看看其他數(shù)據(jù)情況。

以上就是Matplotlib實戰(zhàn)之柱狀圖繪制詳解的詳細內(nèi)容，更多關于Matplotlib柱狀圖的資料請關注腳本之家其它相關文章！

最新評論