如何按升序排序条形图中的条形 (Matplotlib)?

在数据可视化中，条形图是一种常见的图表类型。然而，当我们需要按照某种顺序排列条形图时，Matplotlib并不提供直接的函数。但不用担心，可以通过制作一个新的数组来排序数据，再用Matplotlib绘制一个条形图。本文将为您介绍如何完成这个过程。

准备数据

首先，我们需要准备一组用于生成条形图的数据。为了说明如何排序条形图，我们选择以下数据：

import matplotlib.pyplot as plt

values = [50, 90, 70, 30]
names = ['A', 'B', 'C', 'D']

其中，values是每个条形的值，names是每个条形的名称。我们将在此基础上生成条形图。

制作新的数组

要对条形进行排序，我们需要创建一个新的数组，来存储数据在升序排列后的值。可以使用Python的zip函数将值和名称组合在一起，然后使用Python的sorted函数按值进行排序。最后，使用zip将排序后的值重新组合到名称中。

sorted_data = sorted(zip(values, names))

sorted_names = [name for value, name in sorted_data]
sorted_values = [value for value, name in sorted_data]

现在，我们有了排序后的名称和值的列表，可以使用它们创建一个排好序的条形图。

绘制条形图

现在我们可以使用Matplotlib制作一张排好序的条形图。首先，我们创建一个Figure对象和一个Axes对象。然后，使用Axes对象的barh函数绘制条形图，并使用新的数组来指定条形的值和名称。

fig, ax = plt.subplots()

ax.barh(sorted_names, sorted_values)
ax.invert_yaxis()  # 反转y轴，使得第一个条形在顶部

plt.show()

这将生成一个排好序的条形图，其中条形按升序排序。

完整代码

import matplotlib.pyplot as plt

values = [50, 90, 70, 30]
names = ['A', 'B', 'C', 'D']

sorted_data = sorted(zip(values, names))

sorted_names = [name for value, name in sorted_data]
sorted_values = [value for value, name in sorted_data]

fig, ax = plt.subplots()

ax.barh(sorted_names, sorted_values)
ax.invert_yaxis()  # 反转y轴，使得第一个条形在顶部

plt.show()