python:使用matplotlib库绘制图像（四）

作者是跟着http://t.csdnimg.cn/4fVW0学习的，matplotlib系列文章是http://t.csdnimg.cn/4fVW0的自己学习过程中整理的详细说明版本，对小白更友好哦！

四、条形图

1. 一个数据样本的条形图

条形图：常用于比较不同类别的数量或值，以及进行简单的数据分析。
直方图：常用于分析数据的集中趋势、离散程度以及异常值的存在。

区别	频数分布直方图	条形图
横轴上的数据	连续的，是一个范围	孤立的，代表一个类别
长条形之间	没有空隙	有空隙
频数的表示	一般用面积表示；当宽度相同时，用长度表示	长条形的高度

代码详解：

n = 12 这行代码定义了条形图中的条形数量，这里设置为12。

X = np.arange(n) 这行代码使用NumPy的arange函数创建一个数组，包含从0到n-1的整数，这个数组将用于条形图的x轴坐标。

Y1 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n) 这行代码计算第一个条形图的高度。每个高度是通过一个随机数乘以(1-X/float(n))得到的，这样可以确保条形图从左到右逐渐减小。np.random.uniform(0.5,1.0,n)生成一个包含n个随机数的数组，每个数在0.5到1.0之间。

Y2 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n) 这行代码与上面类似，计算第二个条形图的高度。

bar(X, -Y2, facecolor='#ff9999', edgecolor='white') 这行代码在同一个x轴坐标上绘制第二个条形图，但是高度为负值，这样两个条形图就会堆叠在一起。

for x,y in zip(X,Y1): 这个循环遍历X和Y1数组的元素，将Y1的值作为文本绘制在每个条形上方。

text(x, y+0.05, '%.2f' % y, ha='center', va= 'bottom')代码详解：

x, y+0.05：这两个参数指定了文本在图表中的位置。x是条形的x轴坐标，y+0.05表示在条形的顶部加上0.05的偏移量，这样文本就会出现在条形的上方。偏移量确保文本不会与条形图重叠。

'%0.2f' % y：这是一个格式化字符串，用于将y的值格式化为带有两位小数的浮点数。%0.2f中的%是一个占位符，0.2f指定了浮点数的格式：至少一位整数，最多两位小数，小数点后不足两位的部分用0填充。

ha='center'：这个参数指定了文本的水平对齐方式。ha是horizontalalignment的缩写，'center'表示文本应该水平居中对齐，即文本的中心位于指定的x坐标上。

va='bottom'：这个参数指定了文本的垂直对齐方式。va是verticalalignment的缩写，'bottom'表示文本的底部与指定的y坐标对齐，即文本的底部位于指定的y坐标上。

from pylab import *


n = 12
X = np.arange(n)
Y1 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)
Y2 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)

bar(X, +Y1, facecolor='#9999ff', edgecolor='white')
bar(X, -Y2, facecolor='#ff9999', edgecolor='white')

#xticks(X)
for x,y in zip(X,Y1):
    text(x, y+0.05, '%.2f' % y, ha='center', va= 'bottom')
for x, y in zip(X, -Y2):
    text(x, y-0.15, '%.2f'% y, ha='center', va='bottom')

ylim(-1.25,+1.25)
show()

2. 多个数据样本的条形图

# 设置中文字体和负号正常显示
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['axes.unicode_minus'] = False

label_list = ['2014', '2015', '2016', '2017']  # 横坐标刻度显示值
num_list1 = [20, 30, 15, 35]  # 纵坐标值1
num_list2 = [15, 30, 40, 20]  # 纵坐标值2
x = range(len(num_list1))

# 绘制条形图
rects1 = plt.bar(x, height=num_list1, width=0.4, alpha=0.5, color='gold', label='部门一')
rects2 = plt.bar([i+0.4 for i in x], height=num_list2, width=0.4, color='lightcyan', label='部门二')

# 设置y轴属性
plt.ylim(0, 50)
plt.ylabel('数量')

# 设置x轴属性
plt.xticks([index+0.2 for index in x], label_list)
plt.xlabel("年份")
plt.title('某某公司')
plt.legend()

# 显示文本
for rect in rects1:
    height = rect.get_height()
    plt.text(rect.get_x() + rect.get_width() / 2, height + 1, str(height), ha='center', va='bottom')
for rect in rects2:
    height = rect.get_height()
    plt.text(rect.get_x() + rect.get_width() / 2, height + 1, str(height), ha='center', va='bottom')

plt.show()

3. 水平条形图

代码详解：

price = [39.5, 39.9, 45.4, 38.9, 33.34]：这行代码定义了一个列表price，包含了5个数值，分别代表了不同平台的图书价格。

plt.barh(range(5), price, height=0.7, color='steelblue', alpha=0.5)：这行代码使用plt.barh()函数绘制了一个水平条形图。range(5)生成了一个从0到4的整数序列，用于指定每个条形的位置。price列表中的值被用来填充条形的高度。

plt.yticks(range(5), ['亚马逊', '当当网', '中国图书网', '京东', '天猫'])：这行代码设置了y轴的刻度标签，与条形的位置对应，这里使用了中文标签。

for x, y in enumerate(price):：这行代码开始了一个循环，enumerate(price)会生成一个包含索引和价格的元组序列，然后for循环会遍历这个序列。

import matplotlib.pyplot as plt
import matplotlib

matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['axes.unicode_minus'] = False

price = [39.5, 39.9, 45.4, 38.9, 33.34]

# 绘制水平条形图
plt.barh(range(5), price, height=0.7, color='steelblue', alpha=0.5)
plt.yticks(range(5), ['亚马逊', '当当网', '中国图书网', '京东', '天猫'])
plt.xlim(30, 47)
plt.xlabel('价格')
plt.title('不同平台图书价格')
for x, y in enumerate(price):
    plt.text(y+0.2, x-0.1, '%s'%y)
    
plt.show()

4. 绘制不同数据样本进行对比的水平条形图

代码详解：

y = range(1, len(num_list1)+1)：这行代码使用range()函数创建了一个整数序列，从1开始，到num_list1的长度加1结束。这个序列将用于确定条形图的y轴位置。

y = [index*1.5 for index in y]：这行代码通过列表推导式创建了一个新的列表y，每个元素都是原列表y中对应元素的1.5倍。这会将条形图的y轴位置放大，以便于在同一个图表中绘制两个条形图。

plt.barh(y, num_list1, height=0.4, color='gold', alpha=0.5)：这行代码使用plt.barh()函数绘制了第一个条形图。y列表中的值被用来确定条形的位置，num_list1列表中的值被用来填充条形的高度。

plt.barh([index-0.4 for index in y], num_list2, height=0.4, color='paleturquoise', alpha=0.5)：这行代码使用plt.barh()函数绘制了第二个条形图。这里使用了列表推导式来创建一个新的y列表，每个元素是原列表y中对应元素的减去0.4，以便于在第一个条形图的下方绘制第二个条形图。

plt.text(x+0.8, y1-0.1, str(x), ha='center', va='bottom')：这行代码在每个条形旁边添加了数量标签。x+0.8确保了标签不会被条形覆盖，而y1-0.1确保了标签不会被y轴的刻度覆盖。

for x, y2 in zip(num_list2, y):：这行代码开始了一个新的循环，用于添加第二个条形图的数量标签。

plt.text(x+0.8, y2-0.5, str(x), ha='center', va='bottom')：这行代码在每个条形旁边添加了第二个数量标签。x+0.8确保了标签不会被条形覆盖，而y2-0.5确保了标签不会被y轴的刻度覆盖。

label_list = ['2014', '2015', '2016', '2017'] 
num_list1 = [20, 30, 15, 35]  
num_list2 = [15, 33, 40, 20]  
y = range(1, len(num_list1)+1)
y = [index*1.5 for index in y]


plt.barh(y, num_list1, height=0.4, color='gold', alpha=0.5)
plt.barh([index-0.4 for index in y], num_list2, height=0.4, color='paleturquoise', alpha=0.5)
plt.yticks([index-0.2 for index in y], label_list)
plt.ylabel('年份')
plt.xlim(0, 45)
plt.xlabel('数量')

for x, y1 in zip(num_list1, y):
    plt.text(x+0.8, y1-0.1, str(x), ha='center', va='bottom')
for x, y2 in zip(num_list2, y):
    plt.text(x+0.8, y2-0.5, str(x), ha='center', va='bottom')


plt.show()