欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python使用Matplotlib繪制專業(yè)柱狀圖的完整指南

 更新時(shí)間:2025年07月25日 10:36:36   作者:空腦小白  
柱狀圖是數(shù)據(jù)可視化中最常用的圖表類型之一,用于展示分類數(shù)據(jù)的數(shù)值比較,Python的Matplotlib庫(kù)提供了強(qiáng)大的柱狀圖繪制功能,下面我們將一步步學(xué)習(xí)如何創(chuàng)建專業(yè)級(jí)的柱狀圖,感興趣的小伙伴跟著小編一起來(lái)看看吧

1. 基礎(chǔ)柱狀圖繪制

import matplotlib.pyplot as plt
import numpy as np
 
# 數(shù)據(jù)準(zhǔn)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(shè)置畫(huà)布大小
plt.bar(categories, sales_volume, color='skyblue', edgecolor='black')
 
# 添加標(biāo)簽和標(biāo)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(jìn)階

# 使用seaborn樣式
plt.style.use('seaborn-v0_8-darkgrid')
 
# 數(shù)據(jù)準(zhǔn)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(shè)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(biāo)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(shè)置圖表元素
ax.set_title('月度收入與成本對(duì)比', fontsize=16, pad=20)
ax.set_xlabel('月份', fontsize=12)
ax.set_ylabel('金額(萬(wàn)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(shè)置坐標(biāo)軸范圍
ax.set_ylim(0, 250)
 
# 添加腳注
plt.figtext(0.5, 0.01, '數(shù)據(jù)來(lái)源: 公司財(cái)務(wù)報(bào)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(zhǔn)備
countries = ['美國(guó)', '中國(guó)', '日本', '德國(guó)', '英國(guó)']
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(fù)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(biāo)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(shè)置圖表元素
plt.title('2023年GDP增長(zhǎng)率對(duì)比', fontsize=14)
plt.xlabel('增長(zhǎng)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(zhǔn)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(biāo)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(shè)置圖表元素
plt.title('線上線下銷售渠道對(duì)比', fontsize=14)
plt.ylabel('銷售額(萬(wàn)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(shí)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(jí)標(biāo)注

# 添加顯著性標(biāo)記
plt.annotate('創(chuàng)紀(jì)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(jiàn)問(wèn)題解決

中文顯示問(wèn)題

plt.rcParams['font.sans-serif'] = ['SimHei']  # 解決中文亂碼
plt.rcParams['axes.unicode_minus'] = False  # 解決負(fù)號(hào)顯示問(wèn)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(duì)于超過(guò)50個(gè)類別的數(shù)據(jù),考慮使用水平柱狀圖

通過(guò)掌握這些技巧,你可以創(chuàng)建出適用于商業(yè)報(bào)告、學(xué)術(shù)論文和數(shù)據(jù)儀表盤的專業(yè)級(jí)柱狀圖。Matplotlib的強(qiáng)大功能結(jié)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(jié)與擴(kuò)展

本文從基礎(chǔ)柱狀圖到多組對(duì)比、堆疊柱狀圖,再到結(jié)合實(shí)際數(shù)據(jù)的繪制,覆蓋了柱狀圖的核心用法。關(guān)鍵技巧總結(jié)如下:

  1. 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;
  2. 堆疊柱狀圖通過(guò)bottom參數(shù)實(shí)現(xiàn),適合展示部分與整體關(guān)系;
  3. 樣式美化的核心是:清晰的標(biāo)題 / 標(biāo)簽、合理的顏色搭配、輔助網(wǎng)格線和數(shù)據(jù)標(biāo)簽;
  4. 結(jié)合pandas可高效處理實(shí)際業(yè)務(wù)數(shù)據(jù),降低代碼復(fù)雜度。

實(shí)際應(yīng)用中,可根據(jù)需求進(jìn)一步探索動(dòng)態(tài)柱狀圖(如plotly庫(kù))、3D 柱狀圖等擴(kuò)展形式,讓數(shù)據(jù)可視化更具表現(xiàn)力。

通過(guò)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(shí)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(xì)內(nèi)容,更多關(guān)于Python Matplotlib繪制柱狀圖的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

  • Python快速排序算法實(shí)例分析

    Python快速排序算法實(shí)例分析

    這篇文章主要介紹了Python快速排序算法,簡(jiǎn)單說(shuō)明了快速排序算法的原理、實(shí)現(xiàn)步驟,并結(jié)合具體實(shí)例分析了Python實(shí)現(xiàn)快速排序的相關(guān)操作技巧,需要的朋友可以參考下
    2017-11-11
  • Python處理JSON數(shù)據(jù)并導(dǎo)入Neo4j數(shù)據(jù)庫(kù)

    Python處理JSON數(shù)據(jù)并導(dǎo)入Neo4j數(shù)據(jù)庫(kù)

    在數(shù)據(jù)處理和分析中,JSON是一種常見(jiàn)的數(shù)據(jù)格式,Neo4j是一個(gè)高性能的圖數(shù)據(jù)庫(kù),能夠存儲(chǔ)和查詢復(fù)雜的網(wǎng)絡(luò)關(guān)系,下面我們就來(lái)看看Python如何處理JSON數(shù)據(jù)并導(dǎo)入Neo4j數(shù)據(jù)庫(kù)吧
    2024-11-11
  • Python中常用腳本集錦分享

    Python中常用腳本集錦分享

    這篇文章為大家收集了一些常用Python腳本,作為平時(shí)練手使用,也可以作為自己的筆記,希望對(duì)大家有一定的幫助
    2024-11-11
  • 基于wxPython的GUI實(shí)現(xiàn)輸入對(duì)話框(2)

    基于wxPython的GUI實(shí)現(xiàn)輸入對(duì)話框(2)

    這篇文章主要為大家詳細(xì)介紹了基于wxPython的GUI實(shí)現(xiàn)輸入對(duì)話框的第二篇,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2019-02-02
  • PyTorch筆記之scatter()函數(shù)的使用

    PyTorch筆記之scatter()函數(shù)的使用

    這篇文章主要介紹了PyTorch筆記之scatter()函數(shù)的使用,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2020-02-02
  • 解決django前后端分離csrf驗(yàn)證的問(wèn)題

    解決django前后端分離csrf驗(yàn)證的問(wèn)題

    今天小編就為大家分享一篇解決django前后端分離csrf驗(yàn)證的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2019-02-02
  • Python輕松獲取網(wǎng)絡(luò)時(shí)間和本地時(shí)間技巧揭秘

    Python輕松獲取網(wǎng)絡(luò)時(shí)間和本地時(shí)間技巧揭秘

    這篇文章主要為大家介紹了Python輕松獲取網(wǎng)絡(luò)時(shí)間和本地時(shí)間技巧揭秘,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2024-01-01
  • Python庫(kù)textract提取各種文檔類型中文本數(shù)據(jù)

    Python庫(kù)textract提取各種文檔類型中文本數(shù)據(jù)

    Python的textract庫(kù)是一個(gè)強(qiáng)大的工具,它可以從各種文檔類型中提取文本數(shù)據(jù),無(wú)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(lái),本文將詳細(xì)介紹textract的功能和用法,并提供豐富的示例代碼來(lái)幫助大家深入了解
    2024-01-01
  • 一文詳解Python中的zip函數(shù)

    一文詳解Python中的zip函數(shù)

    在Python中,處理數(shù)據(jù)時(shí)經(jīng)常需要同時(shí)遍歷多個(gè)序列,zip函數(shù)提供了一種簡(jiǎn)潔的方式來(lái)組合這些序列,它用于將多個(gè)可迭代對(duì)象(如列表、元組等)的元素配對(duì),本文將給大家詳細(xì)介紹一下Python中的zip函數(shù),需要的朋友可以參考下
    2024-05-05
  • 一文教你利用Python租到最合適的房子

    一文教你利用Python租到最合適的房子

    這篇文章主要為大家詳細(xì)介紹了如何利用Python語(yǔ)言在爬取到房源數(shù)據(jù)后,挑選出符合自己要求的房子呢?感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下
    2022-09-09

最新評(píng)論