Python使用Matplotlib繪制專業(yè)柱狀圖的完整指南
1. 基礎柱狀圖繪制
import matplotlib.pyplot as plt
import numpy as np
# 數(shù)據(jù)準備
categories = ['蘋果', '香蕉', '橙子', '葡萄', '芒果']
sales_volume = [85, 67, 92, 45, 71]
# 創(chuàng)建圖表
plt.figure(figsize=(10, 6)) # 設置畫布大小
plt.bar(categories, sales_volume, color='skyblue', edgecolor='black')
# 添加標簽和標題
plt.title('水果銷售情況', fontsize=14, fontweight='bold')
plt.xlabel('水果種類', fontsize=12)
plt.ylabel('銷售量(千克)', fontsize=12)
plt.grid(axis='y', linestyle='--', alpha=0.7) # 添加橫向網(wǎng)格線
# 顯示圖表
plt.tight_layout()
plt.show()2. 自定義樣式進階
# 使用seaborn樣式
plt.style.use('seaborn-v0_8-darkgrid')
# 數(shù)據(jù)準備
months = ['1月', '2月', '3月', '4月', '5月']
revenue = [125, 142, 98, 167, 210]
cost = [75, 82, 65, 92, 110]
# 創(chuàng)建子圖
fig, ax = plt.subplots(figsize=(12, 7))
# 繪制柱狀圖(設置寬度和位置)
bar_width = 0.35
x_indexes = np.arange(len(months))
ax.bar(x_indexes - bar_width/2, revenue, width=bar_width,
label='收入', color='#2ecc71', edgecolor='black')
ax.bar(x_indexes + bar_width/2, cost, width=bar_width,
label='成本', color='#e74c3c', edgecolor='black')
# 添加數(shù)據(jù)標簽
for i, v in enumerate(revenue):
ax.text(i - bar_width/2, v + 5, str(v), ha='center', fontsize=10)
for i, v in enumerate(cost):
ax.text(i + bar_width/2, v + 5, str(v), ha='center', fontsize=10)
# 設置圖表元素
ax.set_title('月度收入與成本對比', fontsize=16, pad=20)
ax.set_xlabel('月份', fontsize=12)
ax.set_ylabel('金額(萬元)', fontsize=12)
ax.set_xticks(x_indexes)
ax.set_xticklabels(months)
ax.legend(frameon=True, shadow=True)
# 添加橫向參考線
ax.axhline(y=150, color='gray', linestyle='--', alpha=0.5)
# 設置坐標軸范圍
ax.set_ylim(0, 250)
# 添加腳注
plt.figtext(0.5, 0.01, '數(shù)據(jù)來源: 公司財務報告2023',
ha='center', fontsize=9, color='gray')
plt.tight_layout()
plt.savefig('business_analysis.png', dpi=300) # 保存高清圖片
plt.show()3. 水平柱狀圖
# 數(shù)據(jù)準備
countries = ['美國', '中國', '日本', '德國', '英國']
gdp_growth = [2.3, 5.2, 1.1, 1.8, -0.3]
# 創(chuàng)建圖表
plt.figure(figsize=(10, 6))
# 水平柱狀圖(負值用不同顏色)
colors = ['#3498db' if x >= 0 else '#e74c3c' for x in gdp_growth]
plt.barh(countries, gdp_growth, color=colors, edgecolor='black')
# 添加數(shù)據(jù)標簽
for i, v in enumerate(gdp_growth):
plt.text(v, i, f'{v}%',
va='center',
color='black' if abs(v) < 2 else 'white',
fontweight='bold')
# 設置圖表元素
plt.title('2023年GDP增長率對比', fontsize=14)
plt.xlabel('增長率(%)')
plt.xlim(-1, 6)
plt.grid(axis='x', alpha=0.5)
plt.tight_layout()
plt.show()4. 堆疊柱狀圖
# 數(shù)據(jù)準備
quarters = ['第一季度', '第二季度', '第三季度', '第四季度']
online_sales = [120, 145, 180, 210]
offline_sales = [80, 95, 110, 130]
# 創(chuàng)建圖表
plt.figure(figsize=(10, 6))
# 繪制堆疊柱狀圖
plt.bar(quarters, online_sales, label='線上銷售', color='#9b59b6')
plt.bar(quarters, offline_sales, bottom=online_sales,
label='線下銷售', color='#3498db')
# 添加總銷售額標簽
total_sales = [online_sales[i] + offline_sales[i] for i in range(len(quarters))]
for i, total in enumerate(total_sales):
plt.text(i, total + 10, f'總銷售額: {total}',
ha='center', fontsize=9)
# 設置圖表元素
plt.title('線上線下銷售渠道對比', fontsize=14)
plt.ylabel('銷售額(萬元)')
plt.legend(loc='upper left')
plt.ylim(0, 400)
plt.tight_layout()
plt.show()5. 專業(yè)技巧與最佳實踐
配色方案:
- 使用漸變色表示數(shù)值大小
- 重要數(shù)據(jù)使用突出顏色
- 保持整體配色協(xié)調(diào)(可使用coolwarm、viridis等內(nèi)置色彩映射)
布局優(yōu)化:
plt.figure(figsize=(12, 7), dpi=100) # 高清輸出 plt.subplots_adjust(left=0.1, right=0.95, top=0.9, bottom=0.15) # 自定義邊距
高級標注:
# 添加顯著性標記
plt.annotate('創(chuàng)紀錄銷售', xy=(3, 340), xytext=(3.5, 320),
arrowprops=dict(arrowstyle='->', color='red'),
fontsize=10, color='red')3D柱狀圖:
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure(figsize=(10, 8))
ax = fig.add_subplot(111, projection='3d')
# 生成3D柱狀圖數(shù)據(jù)
xpos = [1, 2, 3, 4]
ypos = [1, 2, 3]
zpos = np.zeros(4)
dx = np.ones(4) * 0.5
dy = np.ones(4) * 0.5
dz = [10, 15, 12, 8]
ax.bar3d(xpos, ypos, zpos, dx, dy, dz, color='#1abc9c', shade=True)
ax.set_title('3D銷售數(shù)據(jù)展示', fontsize=14)
ax.set_xlabel('區(qū)域')
ax.set_ylabel('季度')
ax.set_zlabel('銷售額')6. 常見問題解決
中文顯示問題:
plt.rcParams['font.sans-serif'] = ['SimHei'] # 解決中文亂碼 plt.rcParams['axes.unicode_minus'] = False # 解決負號顯示問題
柱狀圖重疊:
- 調(diào)整
bar_width參數(shù) - 使用
x_indexes控制位置 - 添加透明度
alpha=0.8
大數(shù)據(jù)集優(yōu)化:
- 使用
ax.bar()替代plt.bar()提高性能 - 對于超過50個類別的數(shù)據(jù),考慮使用水平柱狀圖
通過掌握這些技巧,你可以創(chuàng)建出適用于商業(yè)報告、學術論文和數(shù)據(jù)儀表盤的專業(yè)級柱狀圖。Matplotlib的強大功能結合Python的數(shù)據(jù)處理能力,使數(shù)據(jù)可視化變得既靈活又高效!
總結與擴展
本文從基礎柱狀圖到多組對比、堆疊柱狀圖,再到結合實際數(shù)據(jù)的繪制,覆蓋了柱狀圖的核心用法。關鍵技巧總結如下:
- 單組數(shù)據(jù)用
plt.bar(x, height),多組數(shù)據(jù)需調(diào)整x位置避免重疊; - 堆疊柱狀圖通過
bottom參數(shù)實現(xiàn),適合展示部分與整體關系; - 樣式美化的核心是:清晰的標題 / 標簽、合理的顏色搭配、輔助網(wǎng)格線和數(shù)據(jù)標簽;
- 結合
pandas可高效處理實際業(yè)務數(shù)據(jù),降低代碼復雜度。
實際應用中,可根據(jù)需求進一步探索動態(tài)柱狀圖(如plotly庫)、3D 柱狀圖等擴展形式,讓數(shù)據(jù)可視化更具表現(xiàn)力。
通過不斷調(diào)整參數(shù)、嘗試不同樣式,你可以繪制出既美觀又實用的柱狀圖,讓數(shù)據(jù)傳遞更高效的信息。
以上就是Python使用Matplotlib繪制專業(yè)柱狀圖的完整指南的詳細內(nèi)容,更多關于Python Matplotlib繪制柱狀圖的資料請關注腳本之家其它相關文章!
相關文章
Python處理JSON數(shù)據(jù)并導入Neo4j數(shù)據(jù)庫
在數(shù)據(jù)處理和分析中,JSON是一種常見的數(shù)據(jù)格式,Neo4j是一個高性能的圖數(shù)據(jù)庫,能夠存儲和查詢復雜的網(wǎng)絡關系,下面我們就來看看Python如何處理JSON數(shù)據(jù)并導入Neo4j數(shù)據(jù)庫吧2024-11-11
基于wxPython的GUI實現(xiàn)輸入對話框(2)
這篇文章主要為大家詳細介紹了基于wxPython的GUI實現(xiàn)輸入對話框的第二篇,具有一定的參考價值,感興趣的小伙伴們可以參考一下2019-02-02
Python庫textract提取各種文檔類型中文本數(shù)據(jù)
Python的textract庫是一個強大的工具,它可以從各種文檔類型中提取文本數(shù)據(jù),無論是PDF、Word文檔、圖片還是其他格式的文件,textract都可以輕松地將文本提取出來,本文將詳細介紹textract的功能和用法,并提供豐富的示例代碼來幫助大家深入了解2024-01-01

