极客笔记如何获取Matplotlib条形图中的所有条形？
Matplotlib 是一个 Python 数据可视化库，它为我们提供了包括直方图、散点图和线条图等在内的各种图形解决方案。在这些可视化图形中，条形图是一种常见的类型，它也相对容易操作。然而，有时候我们需要有一种方法来获取 Matplotlib 条形图中的所有条形，这在许多情况下都能为我们带来便利。下面让我们深入了解如何实现这样的操作。
生成一个简单的Matplotlib条形图
在我们进一步探讨如何获取 Matplotlib 条形图中所有条形的方法之前，让我们先快速演示如何用 Matplotlib 生成一个简单的条形图。我们会使用一个非常经典的鸢尾花数据集，通过比较三个不同物种的萼片和花瓣宽度，来尝试区分这些物种。
让我们先使用 Pandas 读取鸢尾花数据集，然后选取两列数据进行操作：
import pandas as pd
df = pd.read_csv('iris.csv')
# 选取萼片宽度和花瓣宽度这两列数据
sepal_width = df['SepalWidth']
petal_width = df['PetalWidth']
接下来，我们使用 Matplotlib 的 bar() 函数生成一个条形图。在这里，我们使用 Seaborn 风格设置来为条形图添加一些样式和颜色。最后，我们再为图形添加一个标题和 Y 轴标签：
import matplotlib.pyplot as plt
import seaborn as sns
# 设置风格
sns.set(style='white')
# 生成一个 Matplotlib 条形图
plt.bar(['Sepal width', 'Petal width'], [sepal_width.mean(), petal_width.mean()], color='#1f77b4')
# 添加标题和轴标签
plt.title('Mean Sepal and Petal Widths by Species')
plt.ylabel('Width (cm)')
# 展示条形图
plt.show()
如你所见，我们使用了 bar() 函数来生成这个条形图。但如果我们需要一个更具体的方法来获取 Matplotlib 条形图中所有条形的信息，那怎么办？
获取 Matplotlib 条形图中的所有条形
在 Matplotlib 中，bar() 函数通常是用来生成条形图的。bar() 函数接收两个参数，分别是 X 坐标和 Y 坐标。但可以通过一个额外的参数 align 来指定条形的位置，align 参数默认值为 ‘center’，这意味着条形中心放置在 X 坐标处。在偏离 X 坐标位置的情况下，可以使用 align 参数来设置两个条形的距离。
下面让我们先使用 bar() 函数生成一个条形图，然后获取此条形图中的所有条形。
# 设置数据
data = [1,2,3,4,5]
labels = ['A','B','C','D','E']
# 生成条形图
plt.bar(labels,data)
# 获取图形中的全部条形
bars = plt.gca().patches
# 输出条形高度和宽度
for bar in bars:
print(f"Height: {bar.get_height()} \t Width: {bar.get_width()}")
在上面的代码中，我们首先指定了数据和标签，然后使用 bar() 函数生成与之对应的条形图。我们之后使用 gca() 函数来获取当前的轴实例。然后使用 patches 属性来访问轴上的所有可绘制对象、其中包括我们这里的条形（patches）。最后，我们使用 get_height() 和 get_width() 方法，分别输出条形的高度和宽度。
执行上面的代码，你会得到以下输出结果：
Height: 1.0 Width: 0.4
Height: 2.0 Width: 0.4
Height: 3.0 Width: 0.4
Height: 4.0 Width: 0.4
Height: 5.0 Width: 0.4
你会发现输出结果的高度与我们指定的数据一一对应，宽度则也与之前指定的相同（默认值为 0.4）。通过这种方式，我们就可以获取 Matplotlib 条形图中的所有条形，并获得它们的高度和宽度等信息。
同时，我们也可以通过将输出的高度和宽度存储到一个列表中，然后在后续的代码中使用这些信息。例如，我们可以计算每个条形的面积并找出其中面积最大的条形：
# 获取图形中的全部条形
bars = plt.gca().patches
# 存储条形的高度和宽度
heights, widths = [], []
for bar in bars:
heights.append(bar.get_height())
widths.append(bar.get_width())
# 计算每个条形的面积
areas = [h * w for h, w in zip(heights, widths)]
# 找出面积最大的条形
max_area = max(areas)
max_index = areas.index(max_area)
max_label = labels[max_index]
print(f"Max area: {max_area} \t Bar label: {max_label}")
在上述代码中，我们首先存储了条形的高度和宽度到相应的列表并计算了每个条形的面积。最后，我们从面积列表中找到最大的面积和对应的条形标签。执行上述代码后，你会得到这样一行输出：
Max area: 2.0 Bar label: B
这告诉我们，面积最大的条形标签为 ‘B’，面积为 2.0。
结论
在本文中，我们了解了如何使用 Matplotlib 来生成一个简单的条形图，并且学会了如何获取 Matplotlib 条形图中的所有条形。通过使用 plt.gca().patches 属性，我们可以获得 Matplotlib 条形图中的全部条形可绘制对象，并进一步获取高度、宽度等信息。在代码中，我们还给出了如何在条形图中计算每个条形的面积，并找出面积最大的条形的方法。这些技巧可以帮助我们更好地理解 Matplotlib 条形图中的数据，从而更高效地进行数据分析和可视化。