新闻中心

python matplotlib 柱状图

发布时间：2025-03-03 08:30:15 点击量：67

在数据可视化中，柱状图（Bar Chart）是一种非常常见的图表类型，用于展示不同类别之间的数量或比例关系。Python 中的 matplotlib 库提供了强大的工具来绘制柱状图。本文将详细介绍如何使用 matplotlib 绘制柱状图，并涵盖一些高级用法和技巧。

1. 安装与导入 `matplotlib`

在开始之前，确保你已经安装了 matplotlib 库。如果没有安装，可以使用以下命令进行安装：

pip install matplotlib

安装完成后，可以在 Python 脚本中导入 matplotlib 的 pyplot 模块：

import matplotlib.pyplot as plt

2. 基本柱状图绘制

首先，我们来看一个简单的柱状图绘制示例。假设我们有以下数据：

categories = ['A', 'B', 'C', 'D']
values = [10, 20, 15, 25]

我们可以使用 plt.bar() 函数来绘制柱状图：

plt.bar(categories, values)
plt.show()

这段代码将生成一个简单的柱状图，其中 categories 是横轴上的类别，values 是纵轴上的值。

3. 自定义柱状图

3.1 颜色与宽度

我们可以通过 color 参数来设置柱子的颜色，通过 width 参数来设置柱子的宽度。例如：

plt.bar(categories, values, color='skyblue', width=0.5)
plt.show()

3.2 添加标签与标题

我们可以使用 plt.xlabel()、plt.ylabel() 和 plt.title() 来添加轴标签和标题：

plt.bar(categories, values, color='skyblue', width=0.5)
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Bar Chart Example')
plt.show()

3.3 添加网格线

使用 plt.grid() 函数可以添加网格线：

plt.bar(categories, values, color='skyblue', width=0.5)
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Bar Chart Example')
plt.grid(True)
plt.show()

4. 水平柱状图

除了垂直柱状图，我们还可以绘制水平柱状图。使用 plt.barh() 函数即可：

plt.barh(categories, values, color='lightgreen')
plt.xlabel('Values')
plt.ylabel('Categories')
plt.title('Horizontal Bar Chart Example')
plt.show()

5. 堆叠柱状图

堆叠柱状图用于展示多个数据系列在同一类别上的累积效果。我们可以通过 bottom 参数来实现：

values1 = [10, 20, 15, 25]
values2 = [5, 15, 10, 20]

plt.bar(categories, values1, color='skyblue', label='Series 1')
plt.bar(categories, values2, color='lightgreen', label='Series 2', bottom=values1)
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Stacked Bar Chart Example')
plt.legend()
plt.show()

6. 分组柱状图

分组柱状图用于比较不同数据系列在同一类别上的值。我们可以通过调整柱子的位置来实现：

import numpy as np

x = np.arange(len(categories))
width = 0.35

plt.bar(x - width/2, values1, width, label='Series 1', color='skyblue')
plt.bar(x + width/2, values2, width, label='Series 2', color='lightgreen')
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Grouped Bar Chart Example')
plt.xticks(x, categories)
plt.legend()
plt.show()

7. 添加数据标签

我们可以使用 plt.text() 函数在柱子上添加数据标签：

bars = plt.bar(categories, values, color='skyblue')

for bar in bars:
    height = bar.get_height()
    plt.text(bar.get_x() + bar.get_width() / 2., height, f'{height}', ha='center', va='bottom')

plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Bar Chart with Data Labels')
plt.show()

8. 使用 `seaborn` 增强柱状图

seaborn 是一个基于 matplotlib 的高级数据可视化库，提供了更简洁的 API 和更美观的默认样式。我们可以使用 seaborn 来绘制柱状图：

import seaborn as sns

sns.barplot(x=categories, y=values, palette='viridis')
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Bar Chart with Seaborn')
plt.show()

9. 保存图表

我们可以使用 plt.savefig() 函数将图表保存为文件：

plt.bar(categories, values, color='skyblue')
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Bar Chart Example')
plt.savefig('bar_chart.png')

10. 高级用法

10.1 多子图

我们可以使用 plt.subplots() 函数创建多个子图：

fig, axs = plt.subplots(2, 2, figsize=(10, 8))

axs[0, 0].bar(categories, values, color='skyblue')
axs[0, 0].set_title('Chart 1')

axs[0, 1].barh(categories, values, color='lightgreen')
axs[0, 1].set_title('Chart 2')

axs[1, 0].bar(categories, values1, color='skyblue', label='Series 1')
axs[1, 0].bar(categories, values2, color='lightgreen', label='Series 2', bottom=values1)
axs[1, 0].set_title('Stacked Bar Chart')

axs[1, 1].bar(x - width/2, values1, width, label='Series 1', color='skyblue')
axs[1, 1].bar(x + width/2, values2, width, label='Series 2', color='lightgreen')
axs[1, 1].set_title('Grouped Bar Chart')

plt.tight_layout()
plt.show()

10.2 自定义样式

我们可以使用 plt.style.use() 函数来应用预定义的样式：

plt.style.use('ggplot')

plt.bar(categories, values, color='skyblue')
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Bar Chart with ggplot Style')
plt.show()