Matplotlib Bar 图详解|极客笔记

Matplotlib Bar 图详解

Matplotlib 是一个优秀的 Python 可视化库，广泛用于绘制各种类型的图表，包括折线图、散点图、直方图等。其中的 bar 方法用于绘制柱状图，可以方便地展示数据的分布情况。本文将详细介绍如何使用 Matplotlib 绘制柱状图，包括基本的柱状图绘制、自定义样式、多系列柱状图等。

基本的柱状图绘制

首先，我们先来看一个最简单的柱状图绘制示例。假设我们有一个包含销售额数据的列表，分别代表了不同时间段的销售情况，我们可以使用 Matplotlib 绘制成柱状图。

import matplotlib.pyplot as plt

# 销售额数据
sales = [1000, 1500, 1200, 1800]

# x 轴数据
x = [1, 2, 3, 4]

plt.bar(x, sales)
plt.xlabel('时间段')
plt.ylabel('销售额')
plt.title('不同时间段销售额柱状图')
plt.show()

在这段代码中，我们首先导入 matplotlib.pyplot 模块，并定义了一个销售额数据列表 sales 和对应的 x 轴数据 x。然后使用 plt.bar 方法绘制柱状图，设置 x 轴为时间段，y 轴为销售额，并添加相应的标签和标题，最后调用 plt.show() 显示图表。

运行以上代码，可以得到如下图所示的柱状图：

这个柱状图展示了不同时间段的销售额情况，通过柱状图的高度可以直观地比较不同时间段的销售情况。

自定义样式

Matplotlib 提供了丰富的参数设置，可以自定义柱状图的样式，包括颜色、宽度、透明度等。下面我们来看一个自定义样式的柱状图绘制示例。

import matplotlib.pyplot as plt

# 销售额数据
sales = [1000, 1500, 1200, 1800]

# x 轴数据
x = [1, 2, 3, 4]

plt.bar(x, sales, color='skyblue', width=0.5, alpha=0.8)
plt.xlabel('时间段')
plt.ylabel('销售额')
plt.title('不同时间段销售额柱状图')
plt.show()

在这段代码中，我们使用了 color 参数设置柱状图的颜色为天蓝色，width 参数设置柱子的宽度为 0.5，alpha 参数设置柱子的透明度为 0.8。通过自定义样式，使得柱状图更加美观。

运行以上代码，可以得到如下图所示的自定义样式的柱状图：

多系列柱状图

有时候我们需要比较不同类别在不同时间段的销售情况，这时可以使用多系列柱状图。下面我们来看一个绘制多系列柱状图的示例。

import matplotlib.pyplot as plt

# 不同时间段的销售额数据
sales_A = [1000, 1500, 1200, 1800]
sales_B = [1200, 1300, 1400, 1600]

# x 轴数据
x = [1, 2, 3, 4]

plt.bar(x, sales_A, label='A 公司', color='skyblue', width=0.4, alpha=0.8)
plt.bar(x, sales_B, label='B 公司', color='salmon', width=0.4, alpha=0.8, bottom=sales_A)

plt.xlabel('时间段')
plt.ylabel('销售额')
plt.title('不同公司不同时间段销售额柱状图')
plt.legend()
plt.show()

在这段代码中，我们定义了两个公司不同时间段的销售额数据列表 sales_A 和 sales_B，然后使用两次 plt.bar 方法，分别绘制不同公司的柱状图，并设置对应的颜色、标签和堆叠方式。最后通过 plt.legend() 添加图例。

运行以上代码，可以得到如下图所示的多系列柱状图：

这个多系列柱状图展示了不同公司在不同时间段的销售情况，通过柱状图的堆叠方式可以直观地比较两个公司的销售情况。